Nexa Vision
Ritaglio sull'area disegnata, acquisizione delle scene Sentinel-2 idonee e calcolo dell'indice spettrale per pixel.
Le decisioni agronomiche dipendono dall'osservazione della stessa area nel tempo, nel posto giusto. Convex trasforma immagini orbitali, indici spettrali e contesto climatico in serie temporali interpretate per area monitorata, così la variabilità intra-campo smette di essere invisibile.
Le decisioni agronomiche avvengono in finestre brevi, su aree che non sono mai uniformi. Convex osserva ogni area monitorata a ogni passaggio orbitale idoneo, calcola indici spettrali, costruisce le serie temporali e restituisce una lettura operativa con contesto climatico locale.

Una media di campo nasconde zone che si comportano diversamente. Senza una suddivisione spaziale, la gestione resta uniforme su un terreno che non lo è.
Le ispezioni sul campo sono occasionali e costose. Tra una visita e l'altra, cambiamenti significativi avvengono senza alcuna registrazione.
Non ogni passaggio satellitare fornisce una scena utilizzabile. Il ciclo deve gestire esplicitamente l'assenza di un'osservazione valida.
Indici isolati non dicono cosa fare. Il livello mancante è quello che interpreta la tendenza e la mette per iscritto.
Precipitazioni, temperatura e deficit idrico spiegano gran parte di ciò che un'immagine mostra, ma di solito risiedono in un sistema separato.

/ Intelligenza e visione artificiale in agricoltura
Dall'osservazione sul campo alla diagnosi, trasformando i dati in decisioni agronomiche più chiare.
La stessa architettura opera in ogni settore. Ciò che cambia è quale livello è critico e quali sistemi proprietari vi partecipano.
Ritaglio sull'area disegnata, acquisizione delle scene Sentinel-2 idonee e calcolo dell'indice spettrale per pixel.
Lettura della serie temporale, confronto con i cicli precedenti e diagnosi operativa scritta dell'area.
Contesto meteorologico locale integrato nella lettura: precipitazioni, temperatura e condizioni della finestra operativa.
Pianificazione del ciclo di monitoraggio, stato della missione e consegna automatica dei report per area.
Livello di esecuzione fisica sul campo. In sviluppo — vedi fase tecnologica.
Fonti compatibili con i sistemi impiegati in questo settore. Nessun livello è presunto: ogni area monitorata dichiara ciò che è effettivamente disponibile.
Scene multispettrali Sentinel-2 filtrate per copertura nuvolosa e validità sull'area.
NDVI, NDRE e indici derivati calcolati sul poligono esatto dichiarato.
Poligono GeoJSON dell'area monitorata, calcolo dell'area lato server e ritaglio per campo.
Storico ciclo per ciclo, così la stessa area può essere confrontata nell'arco di mesi.
Serie meteorologica locale abbinata al periodo di ciascuna osservazione.
Report precedenti per l'area, conservati come registro di quanto è stato osservato.
Ogni applicazione indica il problema affrontato, i dati utilizzati, il sistema Convex coinvolto e il risultato operativo prodotto.
Gestione uniforme su un campo eterogeneo.
Osservazioni che non possono essere confrontate tra loro.
Perdite notate troppo tardi.
Immagini senza una spiegazione di ciò che è accaduto sul campo.
Report che dipendono da qualcuno che si ricordi di generarli.
Il passaggio orbitale idoneo sull'area viene identificato e la scena viene validata per la copertura nuvolosa.
Gli indici spettrali vengono calcolati sul poligono esatto dichiarato dal cliente.
Nexa M1 legge la serie, la confronta con lo storico dell'area e scrive la diagnosi del ciclo.
Le zone divergenti e i cambiamenti rilevanti vengono evidenziati per la verifica sul campo.
Il team agronomico decide l'intervento con il ritaglio spaziale in mano.
Il ciclo viene archiviato e diventa parte della serie temporale di quell'area.
Ritagli per indice sul poligono dell'area.
Evoluzione ciclo per ciclo della stessa area monitorata.
Interpretazione scritta del ciclo, prodotta da Nexa M1.
Un PDF per ciclo, consegnato automaticamente.
Condizioni meteorologiche per il periodo osservato.
Registro conservato dei cicli precedenti.
Separiamo ciò che è in esercizio da ciò che è ancora in sviluppo. Ricerca e prototipi non vengono mai presentati come prodotto distribuito.
Ciclo completo di acquisizione, calcolo e consegna del report.
Diagnosi scritta derivata dalla serie temporale dell'area.
Query retroattive sui cicli precedenti della stessa area.
I modelli segnalano un comportamento divergente, non una diagnosi fitopatologica. Validazione in corso.
Azionamento robotico integrato nel ciclo di monitoraggio.
Grandi aree continue dove la variabilità spaziale è il principale obiettivo di osservazione.
Colture perenni, dove confrontare i cicli conta più di qualsiasi singola lettura.
Aree più piccole e cicli brevi che richiedono un'osservazione frequente.
Campi estesi con gestione per zone e lunghi cicli di tracciamento.
Tracciamento territoriale a lungo termine della stessa area.
Per applicazioni che richiedono interpretazione agronomica specifica, Convex Robótica sviluppa moduli per coltura con metodi propri, parametri contestuali e modelli adattati.