衛星
地理空間データとリモートセンシングで圃場全体を確認できます。衛星観測を時系列で比較し、植生、土地被覆、相対的な水分状態を調べます。
農業インテリジェンス · TECHNOGIS
あなたの土地を。もっと深く知る。
作物に合わせたワークスペースで、画像、現地調査、空間解析をつなぎます。
6つの作物別モジュール。ひとつにつながるワークスペース。
緑の王冠黄色がかったクラウン
サンプル結果
249ヤシの木
245緑の王冠
4黄色がかったクラウン
4候補者を埋める
詳細を表示するには、クラウン、ライン、またはラスター セルを選択します。
中心点は、画像全体で確認できる樹冠の葉が集まる位置に合わせています。黄みを帯びた樹冠は表示例の分類であり、病害の診断ではありません。
6 つの商品のサンプル画像と分析を調べます。画像シナリオとスペクトル データはシミュレーションされたものであり、実際の農場の測定値ではありません。
空からの視点を、現場の行動へ
すべての区画を、共通の視点で。
手持ちの画像の利用、衛星シーンの検索、位置情報付き観察の収集、地図の一元管理に対応。AgroSensing は土地を見る人と、そこで働く人をつなぎます。
作物を中心に設計
ひとつのプラットフォーム。作物に適したツール。
デモまたは年間プランの有効化時に作物を選択します。ワークスペースには作物別ツールに加え、共通のマッピングと共同作業の機能が表示されます。
アブラヤシプランテーションの構造を把握。
高解像度画像からアブラヤシの樹冠中心を地図化し、植栽間隔を確認。現地で確認すべき幾何学的な空隙を見つけます。
樹木数のカウント
選択したラスター画像からアブラヤシの樹冠中心を点として検出します。
植栽間隔
地図上のヤシの点を結び、周囲の植栽パターンに基づいて距離を分類します。
補植候補地
周辺の間隔、プランテーションの境界、除外区域を使い、空隙の候補を検討します。
検出結果と植栽候補は現地確認が必要です。画像品質と画像上で見える樹冠構造が結果に影響します。
デモを開くシーズンを通して、すべてのサトウキビ区画を把握。
植付けや株出し栽培の記録を衛星画像とともに確認できます。サトウキビ区画の経時変化を比較し、次の現地調査の重点を絞りましょう。
健全度指数
サトウキビ区画の NDVI を比較し、群落の緑度にむらがある場所を探して現地確認の優先順位を付けます。
生育段階
植付け日や株出し開始日と合わせて月ごとの緑度変化を確認し、実際の生育段階は現地記録で確かめます。
収穫推定
収穫区画を検討する際に植生の活力度の分布を確認します。この指標はサトウキビの重量や糖度を推定するものではありません。
NPK 推定
レッドエッジ（red-edge）のクロロフィル差を手がかりに、サトウキビの養分状態を確認する場所を絞ります。NPK 含有量や施肥量の判断には土壌・葉の検査が必要です。
水分指数
灌漑、降雨、現地観測と合わせて、サトウキビ区画間の相対的な群落水分の分布を比較します。
現在の作物出力は未校正の画像指標です。生育段階、収量、NPK 濃度、施肥処方を確定するものではありません。校正済みの作物別モデルは、現地データと検証を踏まえて開発されます。
デモを開く樹冠と日陰の条件を踏まえてコーヒー区画を把握。
多年生のコーヒー区画を画像と現地の情報から確認できます。区画間の違いを解釈する際は、日陰の被覆、地形、管理記録も考慮しましょう。
健全度指数
日陰をつくる樹木や樹冠の混合画素の影響を考慮しながら、コーヒー区画間の NDVI の違いを確認します。
生育段階
月ごとの樹冠の緑度の傾向をコーヒーの現地記録と比較します。この傾向だけで開花や果実の成熟を確認することはできません。
収穫推定
植生の活力度の分布を使って、収穫区画の現地確認に重点を置く場所を絞ります。コーヒー収量や果実の熟度は直接観察する必要があります。
NPK 推定
コーヒー樹冠のレッドエッジ（red-edge）による相対的なクロロフィル変化を調べます。養分要求量は葉と土壌のサンプリングで確かめます。
水分指数
現地訪問を計画する前に、樹冠水分の分布を日陰、季節的な降雨、灌漑記録と比較します。
現在の作物出力は未校正の画像指標です。生育段階、収量、NPK 濃度、施肥処方を確定するものではありません。校正済みの作物別モデルは、現地データと検証を踏まえて開発されます。
デモを開く茶園の区画、剪定、現地観測をつなぐ。
一枚の画像だけを切り離して見るのではなく、管理されている茶園区画全体の分布を読み取ります。撮影日と剪定・摘採の記録を照らし合わせ、詳しい調査を計画しましょう。
健全度指数
茶園区画間の緑度の均一性を確認し、剪定、日陰、現地観測と合わせて違いを解釈します。
生育段階
記録された剪定日の前後で月ごとの NDVI の変化を追います。新芽の発育は現地で確認します。
収穫推定
摘採の巡回に合わせた調査を計画する際に、植生の活力度の違いを確認します。この指標は校正済みの茶葉生産量の推定値ではありません。
NPK 推定
相対的な樹冠クロロフィルの分布を使って茶樹の栄養状態を確認する優先順位を付け、葉・土壌検査で裏付けます。
水分指数
茶園区画の相対的な樹冠水分を確認し、傾斜、降雨、灌漑条件と比較します。
現在の作物出力は未校正の画像指標です。生育段階、収量、NPK 濃度、施肥処方を確定するものではありません。校正済みの作物別モデルは、現地データと検証を踏まえて開発されます。
デモを開く小麦の定着から収穫前の確認までを把握。
同じ小麦栽培シーズン内で圃場や画像の撮影日を比較できます。空間指標に播種日と作物の観測を組み合わせ、注意が必要な場所を探しましょう。
健全度指数
小麦圃場内や圃場間の NDVI を比較し、緑度にむらのある場所を確認して現地サンプリングの対象を絞ります。
生育段階
播種日と合わせて月ごとの緑度の推移を読み取り、実際の小麦の生育段階は作物の観察で確かめます。
収穫推定
植生の活力度の分布から、収穫前に作物を確認する場所を選びます。穀粒収量には校正済みモデルと現地測定が必要です。
NPK 推定
レッドエッジ（red-edge）のクロロフィル変化を確認してから、対象を絞った小麦の葉・土壌検査を行います。この指標は施肥量を処方するものではありません。
水分指数
小麦圃場間の群落水分の違いを調べ、降雨、灌漑、土壌水分の観測と比較します。
現在の作物出力は未校正の画像指標です。生育段階、収量、NPK 濃度、施肥処方を確定するものではありません。校正済みの作物別モデルは、現地データと検証を踏まえて開発されます。
デモを開く
水稲田植えと水管理を踏まえて水田を読む。
水田の観測、移植日、画像を一つのワークスペースにまとめます。若い稲の群落、湛水、排水に注意しながら季節的な分布を解釈しましょう。
健全度指数
若い稲の疎らな被覆や背景の水面を考慮しながら、水田の NDVI の違いを確認します。
生育段階
月ごとの緑度の変化を移植日や現地記録と比較し、稲の生育段階は現地で確かめます。
収穫推定
植生の活力度の分布から、現地で成熟度を確認する優先順位を付けます。この指標は校正済みの水稲穀粒収量を示すものではありません。
NPK 推定
相対的な群落クロロフィルの分布を比較し、養分管理の判断前に稲の葉や土壌を検査します。
水分指数
湛水と排水の記録に合わせて群落の水分変化を確認します。NDMI は水田の水深を測定するものではありません。
現在の作物出力は未校正の画像指標です。生育段階、収量、NPK 濃度、施肥処方を確定するものではありません。校正済みの作物別モデルは、現地データと検証を踏まえて開発されます。
デモを開くつながる作業フロー
画像から、チームで使える地図へ。
01
土地の姿を捉える
画像とベクターレイヤーをアップロードするか、Satellite Finder で対象地域の利用可能なシーンを探します。
02
適切な解析を選ぶ
作物別ツールを開き、入力を選択。実行前に出力名とパラメーターを確認します。
03
現地チームとつながる
調査フォームを共有し、現地の座標、観察、写真、録音を収集します。
04
全体像を保つ
レイヤーを整理し、結果を一緒に確認。次の話し合いに向けて地図レイアウトや共有地図を準備します。
単一の解析を超えて
地図が、すべての接点に。
共通の GIS 基盤が、作物専門ツールと日々のマッピングを結びます。
GIS・リモートセンシング
描画ツール、ラスター・ベクター処理、スタイル設定、属性テーブル、既存の GIS・リモートセンシングツールボックス。
Satellite Finder
地域の画像を検索し、撮影範囲とプレビューを確認。利用可能なダウンロード手順へ進めます。
Survey Mobile
位置、テキスト、数値、日付、写真、録音を含む現地フォームを作成。収集した回答を地図レイヤーに結び付けます。
チームに共通の状況認識を
メンバーの招待、データとメンバーの表示範囲の管理、プロジェクトチャットでの共同作業、レイヤーのグループ整理に対応。
共有したくなる地図
印刷レイアウトと共有地図を準備し、判断の背景にある空間的な状況を伝えます。
ひとつの TechnoGIS アカウント
連携アカウントと SSO シングルサインオンを使って、有効な TechnoGIS 製品にアクセスします。
地図を支える技術
観測から、空間的な洞察へ。
衛星・ドローン画像と現地の情報、地理空間分析、Geo AI を一つの農業ワークスペースでつなぎます。
ドローン
高解像度 RGB・マルチスペクトル画像で細部を地図化し、作物の群落を点検して圃場内の違いを確認できます。
現地センサー
位置情報付きの現地調査に IoT センサーの測定値を手動で記録します。現地の測定値と画像を比較し、地図上のパターンを検証して地域の状況を補足します。
Geo AI
AI と機械学習を活用し、物体検出、予測分析、地理空間ワークフローの自動化に取り組めます。予測には適切なデータ、校正済みモデル、現地検証が必要です。
作物から始める
今日はデモを。次のシーズンにはプランを。
Demo、Starter、Standard、Advanced、Enterpriseからお選びください。有料プランは年間契約で、処理ポイントが含まれます。最新の料金と利用枠はアプリケーションでご確認ください。
Demo
有料プランを選ぶ前に、作物別ワークスペースを体験できます。
デモを始めるStarter
マッピングと作物画像の作業をひとつに。
プランとポイントを見るStandard
チームで共有する空間作業フローを構築。
プランとポイントを見るAdvanced
より広範な農業マッピング計画を支援。
プランとポイントを見るEnterprise
大規模な農業組織のニーズをご相談ください。
プランとポイントを見る最新価格、付与ポイント、制限、利用条件は、有効化または支払い前にアプリ内で表示されます。
現地に向かう前に。
どの作物を選べますか？
アブラヤシ、サトウキビ、コーヒー、茶、小麦、水稲です。デモまたは有料プランの有効化時に1つのモジュールを選びます。有効な AgroSensing アカウントでは作物設定を変更できます。
自分の画像が必要ですか？
アブラヤシの樹冠検出には、選択した高解像度ラスターを使います。作物指標には、地域と月に対応する利用可能な Sentinel-2 画像を使います。衛星画像の可用性、雲、画像解像度により解析できる内容が変わります。
収穫と NPK の結果は校正済みの予測ですか？
現段階では違います。現在は植生の活力度とクロロフィルの代替指標を提供しています。信頼できる生育段階、収量、養分量には、作物別の校正と現地検証が必要です。
チームはモバイル端末で観察を収集できますか？
はい。Survey Mobile は現地回答と座標を地図につなぎます。フォーム設定でログインと回答の表示範囲を制御します。録音、位置情報、オフライン動作はブラウザーの権限と端末の対応状況に依存します。
フィールドノート
背景を知れば、より良い出発点に。
ポイントはアブラヤシ プランテーション マップの開始点です
元の高解像度画像および現場サンプルと照らし合わせて、樹冠の中心点を検査します。重なり合う樹冠、若いヤシの木、影、ヤシ以外の木を個別の不確実性源として記録します。
記事を読む ↗
予測を行う前に収穫指標を読む
どのスペクトル バンドと計算式が指標を生成したかを説明し、土壌、林冠の構造、雲、管理が結果にどのような影響を与えるかを検査します。解釈を作物と取得日とリンクさせます。
記事を読む ↗
現場の証拠を農業地図に戻す
特定可能な決定をサポートするように各調査の質問を設計し、観察結果を写真、日付、座標、および適切なフィールド コードと結び付けます。収集からレビューまでのサイクル全体をテストします。
記事を読む ↗皆様の農地についてお聞かせください
AgroSensing チームにご相談ください。
作物、おおよその面積、目標をお知らせください。画像、現地調査、チームに合った AgroSensing プランについて TechnoGIS とご相談いただけます。
ドイツ・シュトゥットガルト地域 STEP Park ビル
インドネシア・ジョグジャカルタ Jln Pamularsih No 152B
つながる視点で、土地を見直す。
作物を選んで AgroSensing ワークスペースを体験してください。