Opracowanie algorytmu predykcji prognozowania potrzeb nawadniania w ramach innowacyjnego systemu adaptacyjnego nawadniania dla optymalizacji zużycia wody w ogrodach [02/04/2026/SAN]
Notice description
Powstaje w kontekście projektu:
FESL.01.02-IP.01-0946/24 - Opracowanie innowacyjnego systemu adaptacyjnego nawadniania dla optymalizacji zużycia wody w ogrodach
a) Przedmiotem zamówienia jest przeprowadzenie prac badawczych nad opracowaniem algorytmu predykcji prognozowania potrzeb nawadniania w celu opracowania systemu adaptacyjnego nawadniania dla optymalizacji zużycia wody w ogrodach. W skład kompletnego systemu adaptacyjnego nawadniania (zestawu) wchodzić będą następujące elementy:
centrala zarządzająca – moduł sterujący odpowiedzialny za gromadzenie danych z czujników i źródeł pogodowych, uruchamianie algorytmów decyzyjnych, komunikację z tryskaczami, wykonywanie harmonogramów podlewania oraz wymianę danych z aplikacją webową i mobilną.
adaptacyjny tryskacz – cyfrowe urządzenie wykonawcze zdolne do pracy w zakresie 360 stopni oraz do regulacji długości strugi wody dla poszczególnych kątów lub sektorów, umożliwiające podlewanie nieregularnych kształtów ogrodu zgodnie z mapą obszaru podlewania.
czujniki gleby – zestaw sensorów rozmieszczonych w strefach podlewania, służących do pomiaru parametrów gleby, w szczególności wilgotności, a w miarę dostępności również temperatury, pH, przewodności, zasolenia lub innych parametrów środowiskowych wykorzystywanych przez algorytmy systemu.
aplikacja webowa i mobilna – interfejs użytkownika umożliwiający konfigurację systemu, zarządzanie strefami podlewania, podgląd predykcji zapotrzebowania na wodę, ustawianie preferencji użytkownika oraz analizę raportów dotyczących zużycia wody i skuteczności podlewania.
Cel usługi: opracowanie algorytmu predykcji prognozowania potrzeb nawadniania w celu efektywnego zarządzania zasobami wodnymi.
Zakres usługi:
Opracowanie kompletnego, działającego modułu Algorytmu Predykcji Nawadniania (APN), obejmującego opracowanie metody predykcyjnej, implementację prototypu algorytmu, walidację w scenariuszach testowych, przygotowanie dokumentacji technicznej i integracyjnej oraz przekazanie rezultatów w formie możliwej do niezależnego uruchomienia i weryfikacji przez Zamawiającego.
Założenia do opracowania algorytmu predykcji zapotrzebowania na wodę:
W celu prawidłowej pracy systemu APN musi prognozować przyszły deficyt wilgotności i zapotrzebowanie na wodę dla każdej strefy podlewania w horyzoncie co najmniej 24, 48 i 72 godzin, przy wykorzystaniu danych glebowych, danych meteorologicznych, historii podlewania, historii opadów, profilu gleby oraz parametrów roślinności. Wynik APN ma stanowić dane wejściowe dla odrębnego modułu optymalizacji harmonogramu i parametrów pracy adaptacyjnego tryskacza; APN nie jest modułem wykonawczym sterowania tryskaczem.
1. Charakter zamówienia i rozgraniczenie prac
Niniejsze zamówienie obejmuje wyłącznie warstwę predykcyjną adaptacyjnego systemu nawadniania, tj. moduł, który odpowiada na pytanie, jakie zapotrzebowanie na wodę wystąpi w danej strefie w przyszłości. Wykonawca nie opracowuje w ramach tego zamówienia algorytmu identyfikacji gleby ani algorytmu wykonawczego sterowania adaptacyjnym tryskaczem, lecz musi zapewnić, że wynik APN będzie możliwy do wykorzystania przez te moduły w architekturze percepcja - predykcja - decyzja.
Algorytm ma działać w warunkach zbliżonych do rzeczywistej eksploatacji systemu. Dane wejściowe mogą być niepełne, opóźnione, zaszumione, sprzeczne, czasowo niedostępne albo obarczone błędami wynikającymi z lokalizacji czujnika, awarii, dryftu pomiarowego, lokalnych anomalii hydrologicznych lub nieprecyzyjnych prognoz pogody. APN nie może traktować każdego odczytu jako danych bezwzględnie prawdziwych i musi raportować poziom pewności predykcji.
2. Zakres merytoryczny prac
a) opracowanie modelu predykcyjnego zapotrzebowania na wodę dla stref podlewania w horyzontach co najmniej 24, 48 i 72 godzin;
b) opracowanie sposobu wykorzystania danych z czujników gleby, w tym aktualnej wilgotności, trendu zmian wilgotności, historii reakcji gleby na podlewanie i opady oraz parametrów profilu gleby przekazywanych przez moduł identyfikacji gleby;
c) opracowanie sposobu wykorzystania danych meteorologicznych i prognoz pogody, w szczególności temperatury, opadów, prawdopodobieństwa opadu, nasłonecznienia lub zachmurzenia, wiatru, wilgotności powietrza i - jeżeli dostępne - ewapotranspiracji referencyjnej;
d) opracowanie mechanizmu prognozowania deficytu wilgotności, przewidywanego tempa przesychania oraz momentu osiągnięcia progu przesuszenia dla danej strefy;
e) opracowanie mechanizmu aktualizacji predykcji po zmianie danych wejściowych, w szczególności po deszczu, zmianie prognozy pogody, ręcznym podlewaniu, awarii czujnika, zmianie profilu gleby lub wykryciu danych niewiarygodnych;
f) opracowanie mechanizmu ograniczania lub odraczania podlewania w przypadku, gdy rzeczywiste albo prognozowane opady pokrywają zapotrzebowanie wodne strefy;
g) opracowanie mechanizmu oceny niepewności predykcji oraz komunikatu, że dane są niewystarczające do wiarygodnego wnioskowania;
h) implementacja prototypu APN w formie możliwej do uruchomienia, testowania i dalszego rozwoju przez Zamawiającego;
i) przygotowanie interfejsu danych, w tym dokumentacji wejść, wyjść, formatów danych, struktur wynikowych, komunikatów błędów i przypadków brzegowych;
j) przeprowadzenie testów symulacyjnych oraz walidacji na danych Zamawiającego, danych historycznych, danych symulowanych i scenariuszach testowych odwzorowujących zróżnicowane warunki pogodowe i glebowe.
3. Minimalne dane wejściowe APN
Algorytm powinien wykorzystywać co najmniej: identyfikator strefy podlewania, znacznik czasu, aktualną wilgotność gleby, trend zmian wilgotności, profil gleby lub parametry gleby z modułu identyfikacji, lokalne wartości referencyjne suche/mokre, historię podlewania, dawki wody, historię opadów, dane pogodowe i prognozy pogody, temperaturę powietrza, prognozę opadów i temperatury, dane o nasłonecznieniu lub zachmurzeniu, dane o wietrze, typ strefy roślinnej, preferowany zakres wilgotności gleby oraz ograniczenia użytkownika dotyczące podlewania.
Algorytm powinien działać również w trybie degradacji jakości wyniku, gdy część danych nie jest dostępna. Brak pojedynczego źródła danych nie może automatycznie powodować całkowitej utraty funkcjonalności, chyba że APN jednoznacznie oznaczy dane jako niewystarczające i przekaże ten stan do systemu.
4. Minimalne dane wyjściowe APN
APN powinien generować co najmniej: prognozowane zapotrzebowanie na wodę dla każdej strefy, prognozowany deficyt wilgotności, przewidywany spadek wilgotności w zadanym horyzoncie, przewidywany moment osiągnięcia progu przesuszenia, rekomendowany horyzont podlewania, informację o możliwości ograniczenia lub pominięcia podlewania z uwagi na opady, poziom pewności predykcji, informację o danych niewystarczających oraz ustrukturyzowany zestaw wyników możliwy do wykorzystania przez moduł optymalizacji harmonogramu i parametrów pracy adaptacyjnego tryskacza.
5. Produkty końcowe wymagane od Wykonawcy
a) raport z analizy źródeł danych i ograniczeń predykcyjnych;
b) opis metody predykcyjnej, przyjętych założeń, zmiennych wejściowych, zmiennych wynikowych i sposobu oceny niepewności;
c) działający prototyp modułu APN możliwy do niezależnego uruchomienia przez Zamawiającego;
d) kod źródłowy, modele, pliki konfiguracyjne, instrukcję uruchomienia, opis zależności oraz repozytorium albo paczkę wdrożeniową;
e) dokumentację techniczną i integracyjną obejmującą wejścia, wyjścia, formaty danych, API lub interfejs wymiany danych, obsługę błędów i przypadków brzegowych;
f) raport z walidacji, wyniki testów, opis scenariuszy testowych, opis danych referencyjnych i opis ograniczeń modelu;
g) rekomendacje dotyczące dalszego uczenia, kalibracji, monitorowania dryftu modelu oraz aktualizacji predykcji w środowisku rzeczywistym.
6. Wymagania skuteczności wynikające z kamienia milowego
Z uwagi na sekwencyjny charakter trzech warstw decyzyjnych systemu (identyfikacja gleby - predykcja potrzeb nawadniania - optymalizacja harmonogramu i pracy tryskacza), skuteczność systemu jako całości może być oceniana jako iloczyn skuteczności warstw. Dla trzech warstw działających z poziomem 80% skuteczność łączna wynosi 0,8 x 0,8 x 0,8 = 51,2%, co nie pozwala na bezpieczne osiągnięcie ogólnosystemowego kamienia milowego KM2 na poziomie co najmniej 80%. Dla trzech warstw działających z poziomem 93% skuteczność łączna wynosi 0,93 x 0,93 x 0,93 = 80,36%. W związku z tym Zamawiający wymaga, aby APN jako jedna z warstw sekwencyjnych osiągał podwyższony próg jakościowy.
Ważona suma metryk cząstkowych APN musi wynosić co najmniej 93%, przy czym żadna z metryk cząstkowych nie może być niższa niż wskazany próg minimalny. Niezaliczenie którejkolwiek metryki cząstkowej skutkuje odmową odbioru produktu, niezależnie od wartości średniej ważonej. Próg minimalny i próg docelowy nie podlegają obniżeniu w toku realizacji umowy.
Metryka Próg minimalny Próg docelowy Waga
Klasyfikacja potrzeby podlewania w horyzontach 24/48/72 h (F1 ważone) >= 93% >= 95% 16%
Prognoza zapotrzebowania na wodę w horyzoncie 24 h (MAPE względem danych referencyjnych) <= 12% <= 8% 14%
Prognoza zapotrzebowania na wodę w horyzoncie 48-72 h (MAPE względem danych referencyjnych) <= 15% <= 10% 12%
Prognoza deficytu wilgotności / VWC (MAE) <= 1,5 p.p. VWC <= 1,0 p.p. VWC 14%
Prognoza momentu osiągnięcia progu przesuszenia (MAE) <= 4 h <= 2 h 10%
Uwzględnianie opadów rzeczywistych i prognozowanych oraz decyzji o ograniczeniu podlewania (F1) >= 93% >= 95% 12%
Aktualizacja predykcji po zmianie danych wejściowych lub prognozy pogody >= 93% >= 95% 8%
Ocena niepewności predykcji i identyfikacja danych niewystarczających >= 90% >= 93% 6%
Odporność na dane niepełne, opóźnione, sprzeczne lub zaszumione >= 90% >= 93% 8%
W wyniku wykonanej usługi, Wykonawca opracuje i przekaże kompletny pakiet rezultatów opisanych w niniejszym zapytaniu, w tym działający moduł APN, kod źródłowy, dokumentację oraz raport z przeprowadzonych prac.
Okres gwarancji: -
Miejsce realizacji
Cała polska
FESL.01.02-IP.01-0946/24 - Opracowanie innowacyjnego systemu adaptacyjnego nawadniania dla optymalizacji zużycia wody w ogrodach
a) Przedmiotem zamówienia jest przeprowadzenie prac badawczych nad opracowaniem algorytmu predykcji prognozowania potrzeb nawadniania w celu opracowania systemu adaptacyjnego nawadniania dla optymalizacji zużycia wody w ogrodach. W skład kompletnego systemu adaptacyjnego nawadniania (zestawu) wchodzić będą następujące elementy:
centrala zarządzająca – moduł sterujący odpowiedzialny za gromadzenie danych z czujników i źródeł pogodowych, uruchamianie algorytmów decyzyjnych, komunikację z tryskaczami, wykonywanie harmonogramów podlewania oraz wymianę danych z aplikacją webową i mobilną.
adaptacyjny tryskacz – cyfrowe urządzenie wykonawcze zdolne do pracy w zakresie 360 stopni oraz do regulacji długości strugi wody dla poszczególnych kątów lub sektorów, umożliwiające podlewanie nieregularnych kształtów ogrodu zgodnie z mapą obszaru podlewania.
czujniki gleby – zestaw sensorów rozmieszczonych w strefach podlewania, służących do pomiaru parametrów gleby, w szczególności wilgotności, a w miarę dostępności również temperatury, pH, przewodności, zasolenia lub innych parametrów środowiskowych wykorzystywanych przez algorytmy systemu.
aplikacja webowa i mobilna – interfejs użytkownika umożliwiający konfigurację systemu, zarządzanie strefami podlewania, podgląd predykcji zapotrzebowania na wodę, ustawianie preferencji użytkownika oraz analizę raportów dotyczących zużycia wody i skuteczności podlewania.
Cel usługi: opracowanie algorytmu predykcji prognozowania potrzeb nawadniania w celu efektywnego zarządzania zasobami wodnymi.
Zakres usługi:
Opracowanie kompletnego, działającego modułu Algorytmu Predykcji Nawadniania (APN), obejmującego opracowanie metody predykcyjnej, implementację prototypu algorytmu, walidację w scenariuszach testowych, przygotowanie dokumentacji technicznej i integracyjnej oraz przekazanie rezultatów w formie możliwej do niezależnego uruchomienia i weryfikacji przez Zamawiającego.
Założenia do opracowania algorytmu predykcji zapotrzebowania na wodę:
W celu prawidłowej pracy systemu APN musi prognozować przyszły deficyt wilgotności i zapotrzebowanie na wodę dla każdej strefy podlewania w horyzoncie co najmniej 24, 48 i 72 godzin, przy wykorzystaniu danych glebowych, danych meteorologicznych, historii podlewania, historii opadów, profilu gleby oraz parametrów roślinności. Wynik APN ma stanowić dane wejściowe dla odrębnego modułu optymalizacji harmonogramu i parametrów pracy adaptacyjnego tryskacza; APN nie jest modułem wykonawczym sterowania tryskaczem.
1. Charakter zamówienia i rozgraniczenie prac
Niniejsze zamówienie obejmuje wyłącznie warstwę predykcyjną adaptacyjnego systemu nawadniania, tj. moduł, który odpowiada na pytanie, jakie zapotrzebowanie na wodę wystąpi w danej strefie w przyszłości. Wykonawca nie opracowuje w ramach tego zamówienia algorytmu identyfikacji gleby ani algorytmu wykonawczego sterowania adaptacyjnym tryskaczem, lecz musi zapewnić, że wynik APN będzie możliwy do wykorzystania przez te moduły w architekturze percepcja - predykcja - decyzja.
Algorytm ma działać w warunkach zbliżonych do rzeczywistej eksploatacji systemu. Dane wejściowe mogą być niepełne, opóźnione, zaszumione, sprzeczne, czasowo niedostępne albo obarczone błędami wynikającymi z lokalizacji czujnika, awarii, dryftu pomiarowego, lokalnych anomalii hydrologicznych lub nieprecyzyjnych prognoz pogody. APN nie może traktować każdego odczytu jako danych bezwzględnie prawdziwych i musi raportować poziom pewności predykcji.
2. Zakres merytoryczny prac
a) opracowanie modelu predykcyjnego zapotrzebowania na wodę dla stref podlewania w horyzontach co najmniej 24, 48 i 72 godzin;
b) opracowanie sposobu wykorzystania danych z czujników gleby, w tym aktualnej wilgotności, trendu zmian wilgotności, historii reakcji gleby na podlewanie i opady oraz parametrów profilu gleby przekazywanych przez moduł identyfikacji gleby;
c) opracowanie sposobu wykorzystania danych meteorologicznych i prognoz pogody, w szczególności temperatury, opadów, prawdopodobieństwa opadu, nasłonecznienia lub zachmurzenia, wiatru, wilgotności powietrza i - jeżeli dostępne - ewapotranspiracji referencyjnej;
d) opracowanie mechanizmu prognozowania deficytu wilgotności, przewidywanego tempa przesychania oraz momentu osiągnięcia progu przesuszenia dla danej strefy;
e) opracowanie mechanizmu aktualizacji predykcji po zmianie danych wejściowych, w szczególności po deszczu, zmianie prognozy pogody, ręcznym podlewaniu, awarii czujnika, zmianie profilu gleby lub wykryciu danych niewiarygodnych;
f) opracowanie mechanizmu ograniczania lub odraczania podlewania w przypadku, gdy rzeczywiste albo prognozowane opady pokrywają zapotrzebowanie wodne strefy;
g) opracowanie mechanizmu oceny niepewności predykcji oraz komunikatu, że dane są niewystarczające do wiarygodnego wnioskowania;
h) implementacja prototypu APN w formie możliwej do uruchomienia, testowania i dalszego rozwoju przez Zamawiającego;
i) przygotowanie interfejsu danych, w tym dokumentacji wejść, wyjść, formatów danych, struktur wynikowych, komunikatów błędów i przypadków brzegowych;
j) przeprowadzenie testów symulacyjnych oraz walidacji na danych Zamawiającego, danych historycznych, danych symulowanych i scenariuszach testowych odwzorowujących zróżnicowane warunki pogodowe i glebowe.
3. Minimalne dane wejściowe APN
Algorytm powinien wykorzystywać co najmniej: identyfikator strefy podlewania, znacznik czasu, aktualną wilgotność gleby, trend zmian wilgotności, profil gleby lub parametry gleby z modułu identyfikacji, lokalne wartości referencyjne suche/mokre, historię podlewania, dawki wody, historię opadów, dane pogodowe i prognozy pogody, temperaturę powietrza, prognozę opadów i temperatury, dane o nasłonecznieniu lub zachmurzeniu, dane o wietrze, typ strefy roślinnej, preferowany zakres wilgotności gleby oraz ograniczenia użytkownika dotyczące podlewania.
Algorytm powinien działać również w trybie degradacji jakości wyniku, gdy część danych nie jest dostępna. Brak pojedynczego źródła danych nie może automatycznie powodować całkowitej utraty funkcjonalności, chyba że APN jednoznacznie oznaczy dane jako niewystarczające i przekaże ten stan do systemu.
4. Minimalne dane wyjściowe APN
APN powinien generować co najmniej: prognozowane zapotrzebowanie na wodę dla każdej strefy, prognozowany deficyt wilgotności, przewidywany spadek wilgotności w zadanym horyzoncie, przewidywany moment osiągnięcia progu przesuszenia, rekomendowany horyzont podlewania, informację o możliwości ograniczenia lub pominięcia podlewania z uwagi na opady, poziom pewności predykcji, informację o danych niewystarczających oraz ustrukturyzowany zestaw wyników możliwy do wykorzystania przez moduł optymalizacji harmonogramu i parametrów pracy adaptacyjnego tryskacza.
5. Produkty końcowe wymagane od Wykonawcy
a) raport z analizy źródeł danych i ograniczeń predykcyjnych;
b) opis metody predykcyjnej, przyjętych założeń, zmiennych wejściowych, zmiennych wynikowych i sposobu oceny niepewności;
c) działający prototyp modułu APN możliwy do niezależnego uruchomienia przez Zamawiającego;
d) kod źródłowy, modele, pliki konfiguracyjne, instrukcję uruchomienia, opis zależności oraz repozytorium albo paczkę wdrożeniową;
e) dokumentację techniczną i integracyjną obejmującą wejścia, wyjścia, formaty danych, API lub interfejs wymiany danych, obsługę błędów i przypadków brzegowych;
f) raport z walidacji, wyniki testów, opis scenariuszy testowych, opis danych referencyjnych i opis ograniczeń modelu;
g) rekomendacje dotyczące dalszego uczenia, kalibracji, monitorowania dryftu modelu oraz aktualizacji predykcji w środowisku rzeczywistym.
6. Wymagania skuteczności wynikające z kamienia milowego
Z uwagi na sekwencyjny charakter trzech warstw decyzyjnych systemu (identyfikacja gleby - predykcja potrzeb nawadniania - optymalizacja harmonogramu i pracy tryskacza), skuteczność systemu jako całości może być oceniana jako iloczyn skuteczności warstw. Dla trzech warstw działających z poziomem 80% skuteczność łączna wynosi 0,8 x 0,8 x 0,8 = 51,2%, co nie pozwala na bezpieczne osiągnięcie ogólnosystemowego kamienia milowego KM2 na poziomie co najmniej 80%. Dla trzech warstw działających z poziomem 93% skuteczność łączna wynosi 0,93 x 0,93 x 0,93 = 80,36%. W związku z tym Zamawiający wymaga, aby APN jako jedna z warstw sekwencyjnych osiągał podwyższony próg jakościowy.
Ważona suma metryk cząstkowych APN musi wynosić co najmniej 93%, przy czym żadna z metryk cząstkowych nie może być niższa niż wskazany próg minimalny. Niezaliczenie którejkolwiek metryki cząstkowej skutkuje odmową odbioru produktu, niezależnie od wartości średniej ważonej. Próg minimalny i próg docelowy nie podlegają obniżeniu w toku realizacji umowy.
Metryka Próg minimalny Próg docelowy Waga
Klasyfikacja potrzeby podlewania w horyzontach 24/48/72 h (F1 ważone) >= 93% >= 95% 16%
Prognoza zapotrzebowania na wodę w horyzoncie 24 h (MAPE względem danych referencyjnych) <= 12% <= 8% 14%
Prognoza zapotrzebowania na wodę w horyzoncie 48-72 h (MAPE względem danych referencyjnych) <= 15% <= 10% 12%
Prognoza deficytu wilgotności / VWC (MAE) <= 1,5 p.p. VWC <= 1,0 p.p. VWC 14%
Prognoza momentu osiągnięcia progu przesuszenia (MAE) <= 4 h <= 2 h 10%
Uwzględnianie opadów rzeczywistych i prognozowanych oraz decyzji o ograniczeniu podlewania (F1) >= 93% >= 95% 12%
Aktualizacja predykcji po zmianie danych wejściowych lub prognozy pogody >= 93% >= 95% 8%
Ocena niepewności predykcji i identyfikacja danych niewystarczających >= 90% >= 93% 6%
Odporność na dane niepełne, opóźnione, sprzeczne lub zaszumione >= 90% >= 93% 8%
W wyniku wykonanej usługi, Wykonawca opracuje i przekaże kompletny pakiet rezultatów opisanych w niniejszym zapytaniu, w tym działający moduł APN, kod źródłowy, dokumentację oraz raport z przeprowadzonych prac.
Okres gwarancji: -
Miejsce realizacji
Cała polska
Time limit for receipt of tenders
2026-05-08 04:00:00.0
Location
Kraj: Polska
Category assortment
Measurements, tests and technical acceptance
Consultancy
Consultancy
Buyer details
VEMMIO Sp. z o.o.
Al. Józefa Piłsudskiego 92/92
41-300 Dąbrowa Górnicza
Województwo: śląskie
Kraj: Polska
NIP: 6342818818
Al. Józefa Piłsudskiego 92/92
41-300 Dąbrowa Górnicza
Województwo: śląskie
Kraj: Polska
NIP: 6342818818
