Predikcija potencijala prinosa kukuruza korištenjem modela strojnog učenja na temelju vegetacijskih indeksa i fenoloških metrika iz Sentinel-2 multispektralnih satelitnih snimki

Naziv projekta:

Predikcija potencijala prinosa kukuruza korištenjem modela strojnog učenja na temelju vegetacijskih indeksa i fenoloških metrika iz Sentinel-2 multispektralnih satelitskih snimki

Akronim projekta:

AgroVeFe

Izvor financiranja:

NPOO – 581 – Mehanizam za oporavak i otpornost

Razdoblje trajanja provedbe projekta:

1. listopada 2025. – 30. rujna 2029. (48 mjeseci)

Voditelj projekta:

Prof. dr. sc. Ivan Plaščak

Sažetak projekta:

Globalni izazovi poput klimatskih promjena, smanjenja poljoprivrednog zemljišta i rasta svjetske populacije zahtijevaju inovativna rješenja za povećanje učinkovitosti i održivosti poljoprivrede. Precizna poljoprivreda, temeljena na digitalnim tehnologijama, nudi mogućnost optimizacije agronomskih inputa, ali je njezina primjena u Hrvatskoj ograničena zbog visokih troškova senzora i sustava kartiranja prinosa. Ovaj projekt ima za cilj prevladati te prepreke istraživanjem mogućnosti predikcije potencijala prinosa kukuruza korištenjem modela strojnog učenja na temelju vegetacijskih indeksa i fenoloških metrika izvedenih iz besplatnih Sentinel-2 satelitskih snimki. Referentni terenski podaci o prinosima prikupljeni su iz precizne žetve, dok će se geoprostorna veza između potencijala prinosa i elektrovodljivosti (EC) tla analizirati radi optimizacije upravljanja poljoprivrednim zemljištem. Očekivani doprinos uključuje znanstveni napredak u određivanju optimalne kombinacije indeksa za pouzdanu predikciju, smanjenje troškova kroz eliminaciju skupih senzora, popularizaciju znanosti i jačanje suradnje s gospodarstvom. Rezultati će podržati zelenu i digitalnu tranziciju te povećati konkurentnost hrvatske poljoprivrede.