Det övergripande syftet med projektet är att säkra och stärka konkurrenskraften för svensk livsmedelsproduktion genom bättre resursutnyttjande och en högre skördepotential. Detta sker genom att applicera AI och matematiska modeller på en kombination av multipla lager av data från satelliterna Sentinel-1 och 2, markdata, klimatdata och skördestatistik för att kunna förutspå skördenivån för höstvete och sockerbetor. Skördekartan användas sedan för att skapa en mer högupplöst styrfil som vi i denna ansökan kallar bördighetskarta. Projektet kommer resultera i ökad kunskap kring fältvariation, att utvärdera insatser samt möjliggöra en bättre precision för insatsvaror. Därmed kommer projektet bidra till att säkra kvaliteten och utjämna fältvariationerna för en ökad avkastningspotential. Skördeprediktionen kommer även kunna bidra till en mer precis regional och nationell skördeuppskattning under säsong.
Projektägare Hushållningssällskapet Skåne. Projektmedlemmar Lunds Universitet, Niftitech, Nordic Beet Research och T-Kartor.