Get Started. It's Free
or sign up with your email address
Rocket clouds
AGROPRO by Mind Map: AGROPRO

1. Engine (SW Processing)

1.1. Ortomosaicos Base

1.1.1. UAV

1.1.1.1. Outsourced

1.1.1.1.1. PrecisionHawk

1.1.1.1.2. Pix4D

1.1.1.1.3. DroneDeploy

1.1.1.2. Inhouse

1.1.1.2.1. Agisoft

1.1.2. Satélite

1.1.2.1. Outsourced

1.1.2.1.1. Low Res: SentinelHub, USGS

1.1.2.1.2. Mid Res: Skywatch

1.1.2.1.3. Hi Res/Tasking: Planet, DigitalGlobe

1.2. Operaciones Internas

1.2.1. Pre-proceso y Acondicionamiento

1.2.1.1. Procesos

1.2.1.1.1. Recorte

1.2.1.1.2. Rellenado

1.2.1.1.3. Filtrado

1.2.1.1.4. Suavizado

1.2.1.1.5. Pirámides

1.2.1.2. Herramientas

1.2.1.2.1. Code

1.2.1.2.2. GIS

1.2.2. Cálculo IV

1.2.2.1. Estrés

1.2.2.1.1. NDVI/ENDVI

1.2.2.1.2. Canopy Cover/LAI/GVI

1.2.2.1.3. NGRDI

1.2.2.1.4. NDWI

1.2.2.2. VRP

1.2.2.2.1. Uniformity

1.2.2.2.2. ROI

1.2.2.3. Evaluación del terreno

1.2.2.3.1. DTM/DSM

1.2.2.3.2. Encharcamientos

1.2.2.3.3. Análisis histórico

1.2.2.4. Inventario y medición

1.2.2.4.1. Conteo de plantas

1.2.2.4.2. Brotación

1.2.2.4.3. Altura de planta

1.2.2.4.4. Diámetro de copa

2. Platform

2.1. Web

2.1.1. Outsourced

2.1.1.1. Diseño/UX

2.1.2. Control interno

2.1.2.1. Administración de cuentas y usuarios

2.1.2.2. Personalización de logotipos/íconos

2.1.2.3. Carga de estudios

2.2. App

2.2.1. Outsourced

2.2.1.1. Diseño/UX

2.2.1.2. Funcionalidad

2.2.1.2.1. Modo offline

2.2.1.2.2. Toma de fotos

2.2.1.2.3. Toma de notas

2.2.1.2.4. Revisión de proyectos

3. Products

3.1. UAV Quadcopters (DJI)

3.1.1. Matrice 100/200/210

3.1.2. Phantom 3/4/4 Pro

3.1.3. Inspire 1/2/Pro

3.1.4. Mavick 2/Air/Pro

3.2. Sensores RGB

3.2.1. Zenmuse X3/X5

3.2.2. Mapir

3.3. Sensores MS

3.3.1. Mapir Survey3

3.3.2. Mapir Kernel

3.3.3. Parrot Sequoia

3.3.4. Micasense RedEdge M/M+

3.4. GPS

3.4.1. RTK/PPK Emlid Reach

3.4.2. RTK/PPK Emlid Reach RS

3.5. Integraciones futuras

3.5.1. Hiperespectral

3.5.2. Térmica

3.5.3. LiDAR

3.5.4. Sensores terrestres

3.5.5. Estaciones climatológicas

4. AI Classifiers

4.1. Actuales

4.1.1. Detección de cultivos

4.1.1.1. Agave

4.1.1.2. Naranja

4.1.2. Detección de maleza

4.1.2.1. Caña de azúcar

4.1.2.2. Trigo

4.1.3. Estimación de biomasa

4.1.4. Detección de filas de cultivo

4.1.5. Automatización de procesos

4.1.5.1. Incremento en resolución

4.1.5.2. Disminución de tiempos

4.2. Futuros

4.2.1. Corto plazo

4.2.1.1. Detección de enfermedades

4.2.1.2. Detección de plagas

4.2.1.3. Detección anomalías específicas

4.2.1.4. Estimación y pronóstico de producción

4.2.1.4.1. Conteo de planta/fruta

4.2.1.4.2. Madurez de cultivo/fruto

4.2.2. Largo plazo

4.2.2.1. Análisis térmico

4.2.2.1.1. Humedad en suelos

4.2.2.1.2. Fugas de agua/encharcamientos

4.2.2.1.3. Control de fauna

4.2.2.2. Análisis hiperespectral

4.2.2.2.1. Detección de especies (cultivos y maleza)

4.2.2.2.2. Residuos agroquímicos

4.2.2.2.3. Diagnóstico de plagas/enfermedades

4.2.2.3. Clima y sensores terrestres

4.2.2.3.1. Electroconductividad

4.2.2.3.2. pH de suelo

4.2.2.3.3. Modelos fenológicos por cultivo