ระบบแอปพลิเคชั่นรีคัลท์มีการวิเคราะห์ และแสดงผลข้อมูลจากภาพถ่ายดาวเทียมความละเอียดสูง ขนาด 10*10 ตารางเมตร โดยสามารถแสดงผลข้อมูลรายแปลงของพื้นที่เพาะปลูกของเกษตรกร ความถึ่แสดงผลข้อมูลทุก 10 วัน พร้อมยังสามารถบันทึกข้อมูลกิจกรรมในการเพาะปลูก ทำให้สามารถติดตามข้อมูล ครอบคลุมพื้นที่ทางการเกษตรทั้งในประเทศไทย และเอเซีย
ภาพถ่ายและดัชนีพืชพรรณ (Vegetation Index) ที่เกี่ยวข้องกับเทคโนโลยีของรีคัลท์
- NDVI (Normalized Difference Vegetation Index) แสดงการเจริญเติบโตและความสมบูรณ์ของพืชในแต่ละระยะการเจริญเติบโต ทุกๆ 10 วัน
- NDWI (Normalized Difference Water Index) แสดงข้อมูลแสดงระดับความชื้น และเป็นดัชนีชี้วัดการขาดน้ําของพืช ทุกๆ 10 วัน
- GNDVI (Green Normalized Difference Vegetation Index) แสดงระดับ chlorophyll ในพืช
- EVI (Enhanced Vegetation index) เป็นการแสดงค่า NDVI ที่ชัดเจนขึ้นด้วยการเปลี่ยนแบนด์ในการคํานวณ
- GLI (Green Leaf Index) แสดงระดับความสมบูรณ์ของพืช เป็นหนึ่งดัชนีที่ใช้บอกสภาพความสมบูรณ์ของพืช ในแต่ละระยะของการเจริญเติบโตของพืช
- NDRE (Normalized Difference Red Edge) แสดงขอบเขตของวัตถุ ใช้ในการจําแนกวัตถุที่มีขอบเขตที่ชัดเจนเช่น ขอบเขตแปลง ในกรณีที่ทําการตรวจสอบพื้นที่การเกษตร
- SAVI (Soil Adjusted Vegetation Index) แสดงการจําแนกพื้นที่ปลูกพืช หรือพื้นที่ว่างเปล่า
ตัวอย่างการณ์วิเคราะห์ NDVI ของแปลง
สำหรับการเจริญเติบโตของพืชใดๆ พืชจะมีค่า NDVI เฉพาะตัวในช่วงระยะเวลาการเจิรญเติบโต ซึ่งสามารถใช้เป็นตัวเลขในการคำนวณความถูกต้องของข้อมูล หรือใช้ในการค้นหาวันปลูก และ/หรือวันเก็บเกี่ยวข้องแปลงนั้นๆ ได้

การแสดงผลภาพถ่ายดาวเทียมในแพลตฟอร์มรีคัลท์
- ภาพสีผสมแบบธรรมชาติ หรือภาพสีผสมจริง (Natural color) เป็นการนําเอาช่วงคลื่นที่ตามองเห็นทั้ง 3 คลื่น มาผสมกัน โดยช่วงคลื่นสีน้ําเงินให้แสดงผลเป็นสีน้ําเงิน ช่วงคลื่นสีเขียวให้แสดงผลเป็นสีเขียว ช่วงคลื่นสีแดงให้แสดงผลเป็นสีแดง ผลลัพธ์ที่ได้จะปรากฎสีต่างๆ เหมือนกับสีของวัตถุที่มองเห็นในธรรมชาติ เช่น พืชจะปรากฏเป็นสีเขียว น้ำเป็นสีน้ําเงิน และดินออกสีน้ำตาลแดง
- ภาพสีผสมเท็จ (false color composite) เป็นการเลือกช่วงคลื่นมาแสดง แล้วทําให้สีของภาพ ไม่เหมือนกับสีจริงตามธรรมชาติ ซึ่งมีได้หลายรูปแบบมาก นํามาใช้ประโยชน์ เช่น การแยกแยะวัตถุ

เทคโนโลยีพยากรณ์อากาศ
รีคัลท์ได้ทำการพัฒนาโมเดลการพยากรณ์อากาศระดับรายแปลงโดยใช้ข้อมูลจากหลายแห่ง และใช้ข้อมูลในอดีตถึง 10 ปี ประมวลผ่านปัญญาประดิษฐ์ เพื่อสร้างการพยากรณ์ที่มีความแม่นยำกว่าเดิมสูงสุด 30%

สามารถทดลองใช้งานการพยากรณ์อากาศเบื้องต้นได้ผ่านทาง https://bit.ly/3iwkpNh