Desarrollo sostenible aplicando modelos predictivos al cultivo de datos agrarios

CultivDat2

Nombre organización: CASAT
Otras organizaciones participantes

CénitS-COMPUTAEX

Sitio web otros participantes
Fuente de financiación:

Proyecto cofinanciado por la Junta de Extremadura, Consejería de Educación y Empleo-SEXPE y el Fondo Social Europeo, a través de la convocatoria de ayudas destinadas al fomento de la contratación de personal de apoyo a la investigación en la comunidad autónoma de Extremadura (Resolución de 6 de septiembre de 2019).

Presupuesto:

40677,14 €.

Tipo de problema / sector: Medio ambiente

Aplicación: Analítica y procesamiento de datos

Empresa:

CASAT es una Sociedad Agraria de Transformación ubicada en la localidad de Don Benito (Badajoz) en la comarca de las Vegas Altas. Se ha consolidado como una de las principales empresas agroganaderas de Extremadura, estando presente en proyectos compartidos junto a cooperativas de la región, encaminados a la transformación y comercialización de las producciones y a la eliminación y aprovechamiento de subproductos, conservando y favoreciendo de esta forma el medio ambiente.

Reto:

El objetivo general del proyecto CultivData está centrado en el análisis, diseño y pilotaje de un prototipo de plataforma informática para el “cultivo” de datos agrarios abiertos y públicos aspirando a la excelencia en el sector agrario extremeño.
CultivDat2 se propone como nueva versión evolucionada y ampliada de CultivData que se enriquecerá con la propuesta de modelos predictivos basados en técnicas computacionales y de inteligencia artificial garantizando la seguridad de la información y generando modelos matemáticos que ejecutados en el supercomputador LUSITANIA den respuesta a sus usuarios en el menor tiempo posible. El proyecto CultivDat2 propone la convergencia de tecnologías puestas al servicio del sector agrario para producir de forma inteligente y sostenible con la calidad tradicional y basándonos en la experiencia del pasado, el conocimiento del presente y usando la predictibilidad del futuro.

Solución:

CultivDat2 incorporará a la plataforma CultivData nuevas fuentes de datos provenientes de imágenes satelitales, de composiciones de suelos y de características de aguas de riegos que aporten a la plataforma un enriquecimiento de la información almacenada, procesada y analizada. Esto permitirá incorporar mayor cantidad de información y datos históricos, que es los más importante para que la capacidad predictiva, a través de la ciencia de datos, pueda dar un paso más en la estadística agraria y desarrollar modelos predictivos para el cultivo de datos que faciliten la toma de decisiones y la aplicación de agricultura de precisión.
Para llevar a cabo CultivDat2, se contempla la incorporación de un estudiante trabajador, teniendo en cuenta la mejora y adquisición de competencias y capacidades para el desempeño como tecnólogo de las actividades descritas en el proyecto, comprendidas en la línea estratégica del sector agroalimentario, unida a la línea estratégica de las tecnologías informáticas y de las comunicaciones..