APPROCHE

Del’orbiteaurapport

Cinq étapes, d’un passage satellite brut à un rapport sur lequel agir, montrées sur la ferme de démonstration AgriLens. Plus bas : le déroulement des mandats, nos outils et les questions fréquentes.

Antenne de station terrienne sous un ciel étoilé et une aurore boréale
Scène Sentinel-2 brute d’un champ, avec nuages et ombres
Même scène après le masque des nuages et des ombres, pixels masqués laissés vides
Carte de santé des cultures d’un champ, nuages laissés vides
Prévision de rendement d’un champ avec les facteurs qui l’expliquent
Rapport de champ AgriLens pour un champ
01 · COLLECTER02 · PRÉPARER03 · PRÉVOIR04 · EXPLIQUER05 · LIVRER

Un champ de la ferme de démonstration AgriLens, Chatham-Kent, Ontario, 22 juillet 2026 : Sentinel-2 brut en couleurs naturelles, 4,0 × 2,5 km, avec des nuages et leurs ombres à l’est du champ (champ délimité). · Contient des données Copernicus Sentinel modifiées 2026

Même scène, 22 juillet 2026, après le masque AgriLens des nuages et des ombres : les pixels masqués sont laissés vides. Le champ lui-même est dégagé à 100 %. · Contient des données Copernicus Sentinel modifiées 2026

Carte de santé des cultures (NDVI) d’un champ, 22 juillet 2026, de 0 (faible) à 0,8 (élevée); nuages et ombres laissés vides. · Contient des données Copernicus Sentinel modifiées 2026

Prévision de rendement d’un champ, 9,3 t/ha (intervalle à 90 % de 4,9 à 10,6 t/ha), et les facteurs qui l’ont fait monter ou baisser, en t/ha. Prévision établie le 19 août 2026.

Rapport de champ AgriLens pour un champ : 3 sections sur 5 fondées sur leurs sources, les autres marquées non disponibles. Vrai rapport tiré de l’application.

  1. 01 / 05 · COLLECTER

    Chaque passage satellite, nuages compris

    Sentinel-2 passe au-dessus du sud de l’Ontario à quelques jours d’intervalle. Nous rassemblons chaque scène de votre secteur et de votre saison, avec les données météo et de sol.

    Scène Sentinel-2 brute d’un champ, avec nuages et ombres

    Un champ de la ferme de démonstration AgriLens, Chatham-Kent, Ontario, 22 juillet 2026 : Sentinel-2 brut en couleurs naturelles, 4,0 × 2,5 km, avec des nuages et leurs ombres à l’est du champ (champ délimité). · Contient des données Copernicus Sentinel modifiées 2026

  2. 02 / 05 · PRÉPARER

    Nuages masqués, trous laissés vides

    Les pixels de nuages et d’ombres sont retirés. Nous ne les comblons pas par des suppositions : un trou est montré comme un trou, pour que vous sachiez toujours ce qui a réellement été vu.

    Même scène après le masque des nuages et des ombres, pixels masqués laissés vides

    Même scène, 22 juillet 2026, après le masque AgriLens des nuages et des ombres : les pixels masqués sont laissés vides. Le champ lui-même est dégagé à 100 %. · Contient des données Copernicus Sentinel modifiées 2026

  3. 03 / 05 · PRÉVOIR

    La santé des cultures, champ par champ

    Chaque pixel dégagé reçoit une valeur de santé des cultures. Des modèles entraînés sur des saisons passées en Ontario transforment le profil de la saison en une prévision de rendement avec une fourchette.

    Carte de santé des cultures d’un champ, nuages laissés vides

    Carte de santé des cultures (NDVI) d’un champ, 22 juillet 2026, de 0 (faible) à 0,8 (élevée); nuages et ombres laissés vides. · Contient des données Copernicus Sentinel modifiées 2026

  4. 04 / 05 · EXPLIQUER

    Chaque prévision montre ses raisons

    La prévision indique ce qui l’a fait monter ou baisser, en tonnes par hectare. Dans un champ, le maïs comme type de culture fait monter la prévision de 3,15 t/ha.

    Prévision de rendement d’un champ avec les facteurs qui l’expliquent

    Prévision de rendement d’un champ, 9,3 t/ha (intervalle à 90 % de 4,9 à 10,6 t/ha), et les facteurs qui l’ont fait monter ou baisser, en t/ha. Prévision établie le 19 août 2026.

  5. 05 / 05 · LIVRER

    Des cartes, un rapport et des couches SIG

    Des constats en langage clair avec les cartes qui les appuient, et des couches que votre équipe peut ouvrir dans ses propres outils SIG.

    Rapport de champ AgriLens pour un champ

    Rapport de champ AgriLens pour un champ : 3 sections sur 5 fondées sur leurs sources, les autres marquées non disponibles. Vrai rapport tiré de l’application.

MODÈLES DE MANDAT

Commencer petit, puis bâtir et exploiter

Chaque étape a sa propre portée et son propre prix. Vous pouvez vous arrêter après n’importe laquelle.

  1. 012 À 4 SEMAINES · PORTÉE FIXE · STRATÉGIE ET PRÉPARATION À L’IADécouverteNous testons une idée sur vos données et vous disons franchement si elle fonctionne, ce qu’elle coûterait et ce qui pourrait mal tourner.VOUS OBTENEZ · Un pilote fonctionnel ou un non clair, avec les coûts et les risques
  2. 02DE L’IDÉE À LA PRODUCTIONConstructionNous bâtissons la chaîne de traitement, le modèle ou l’assistant, avec tests et documentation, en associant votre équipe dès le départ.VOUS OBTENEZ · Le code, l’infrastructure et la documentation dans vos dépôts
  3. 03SURVEILLANCE ET SOUTIENExploitationNous surveillons la qualité et les coûts, réentraînons quand les données changent et soutenons votre équipe après le lancement.VOUS OBTENEZ · Surveillance, alertes et revues régulières

Pour les questions satellitaires sur un secteur, la découverte prend la forme d’une évaluation de secteur : des cartes, un court rapport et des couches SIG en 3 à 4 semaines. Répétée chaque saison, elle devient un suivi.

PILE TECHNOLOGIQUE

Les outils, couche par couche

Les outils que nous utilisons aujourd’hui, et ceux que nous sommes prêts à utiliser. Nous les choisissons pour votre environnement, pas pour le nôtre.

  1. 01DonnéesEN SERVICEPythonSQLPostgreSQLPostGISParquetPandasSQLAlchemyAlembicCeleryRedisOUVERTS ÀSnowflakeMySQLMongoDBS3 et MinIOAzure Blob Storage
  2. 02ModèlesEN SERVICEscikit-learnForêts aléatoires et boosting de gradientExplications SHAPFourchettes d’incertitudeMLflowOUVERTS ÀPyTorchModèles de fondation pour l’observation de la Terre
  3. 03Assistants IAEN SERVICERecherche avec citationspgvectorLangGraph et LangChainGrands modèles de langage hébergés (OpenAI, Anthropic, Groq)Jeux d’évaluationFR / ENOUVERTS ÀModèles à poids ouverts sur votre infrastructure
  4. 04Infonuagique et DevOpsEN SERVICEAzure Container AppsTerraformGitHub ActionsDockerSentry et surveillance de disponibilitépytest et PlaywrightOUVERTS ÀKubernetes (AKS)Azure FunctionsBicepAzure DevOps PipelinesSur site
  5. 05GéospatialEN SERVICESentinel-2Planetary ComputerGDALRasterioGeoPandasLeafletCouches prêtes pour les SIGOUVERTS ÀSentinel-1LandsatFields of The World

PRINCIPES

Trois règles pour tout ce que nous livrons

  1. Raisons montréesChaque prévision indique les facteurs qui l’expliquent, pour que vous puissiez la confronter à ce que vous savez.
  2. Estimations signaléesLes estimations portent une fourchette et sont signalées comme telles. Les trous restent vides, pas devinés.
  3. Sources de données nomméesChaque carte et chaque rapport indiquent leurs données, avec le lieu, la date et le capteur. Toutes les sources

Questions

  • Comment un projet commence-t-il?

    Parlez-nous de votre secteur ou de votre problème au moyen du formulaire de contact, puis vient une découverte de 2 à 4 semaines, à portée et à prix fixes.

  • Ce projet peut-il être financé?

    Certains programmes canadiens, comme le PARI du CNRC, peuvent couvrir une partie d’un projet d’IA; nous pouvons vous aider à le cadrer.

  • À qui appartiennent le code et les données?

    À vous. Tout ce que nous bâtissons est livré dans vos dépôts et vos comptes.

  • Et si les données satellitaires ne peuvent pas répondre à notre question?

    Nous vous le disons tôt, avant que vous dépensiez pour une construction complète.

  • Travaillez-vous en français?

    Oui. Nous travaillons, rédigeons et livrons en français et en anglais.

Prêt pour une découverte de 2 à 4 semaines?

Parler de votre projet