Прогнозування врожайності для агрохолдингу: +31% точність планування

Завдання

Агрохолдинг із земельним банком 85 000 га вів планування врожайності на основі досвіду агрономів та регіональних середніх значень Мінагрополітики. Похибка прогнозу сягала 22–28%, що спричиняло надлишкові закупівлі ЗЗР і міндобрив (переплата 12–18 млн грн щороку) або дефіцит зберігальних потужностей у врожайні роки.

Рішення

Розробили мультиваріатну систему прогнозування врожайності на рівні поля для 6 культур (пшениця, кукурудза, соняшник, ріпак, ячмінь, соя). Модель інтегрує: дані NDVI/EVI з супутників Sentinel-2 (10-метровий розподіл, тижневе оновлення), метеодані ERA5-Land (температура, опади, ґрунтова вологість), результати лабораторного аналізу ґрунту, агротехнічний журнал (дати сівби, норми добрив). Базова архітектура — Temporal Fusion Transformer з горизонтом прогнозу 30/60/90 днів. Результати відображаються на геопросторовому дашборді (Kepler.gl) для агрономів і топ-менеджменту.

Результат

Середня похибка прогнозу MAPE скоротилась із 25% до 7,3% на горизонті 60 днів. Оптимізація закупівель ресурсів принесла економію 9,2 млн грн у першому сезоні. Агрономи отримали інструмент для виявлення проблемних полів за 3–4 тижні до появи візуальних симптомів.

Технології

Схожі кейси