Seeing Signal Through the Noise: Satellite Data Time Series for Agriculture

This deep-dive webinar is focused on working with time series for agriculture analytics. You’ll learn how multi-temporal data and statistical analysis is used to extract patterns and trends for monitoring crop growth and detect key events throughout the season.

Here's what's covered:

• Time series foundations: Build a solid understanding of generating time series from satellite data.
  
  
• Applied use cases: Move from theory to practice by applying time-series analytics to real-world agricultural challenges like optimizing field trials, verifying practices, and improving yield forecasting.
  
  
• Planet Insights Platform: How to use Planet data and cloud processing to create time series at scale from analysis-ready datasets.
  
  
• Deriving insights: Explore methods for detecting anomalies, assessing relative productivity, and more advanced techniques for data smoothing, gap-filling, and downscaling.
  
  
• Metrics deep dive: Understand why common metrics like Area Under the Curve (AUC) aren't always directly linked to yield, and how to improve the robustness of your analyses.

Os sistemas de integração lavoura-pecuária (ILP) têm sido adotados no Brasil como uma abordagem pioneira para garantir sustentabilidade econômica e ambiental na produção agropecuária.

Nesse contexto, a utilização de séries de imagens de satélite de alta frequência temporal e alto detalhamento espacial, em conjunto com abordagens robustas de inteligência artificial, se destacam como uma das mais eficientes maneiras de analisar sistemas ILP, auxiliando produtores rurais e organizações do setor em importantes tomadas de decisão.

Nesse contexto, a utilização de séries de imagens de satélite de alta frequência temporal e alto detalhamento espacial, em conjunto com abordagens robustas de inteligência artificial, se destacam como uma das mais eficientes maneiras de analisar sistemas ILP, auxiliando produtores rurais e organizações do setor em importantes tomadas de decisão.