AIDEMEC
AIDEMEC (AI system for detection of abiotic/biotic stress in Mediterranean crops) se centra en el uso de soluciones agronómicas, de fenotipado y de IA para la detección temprana del estrés abiótico y biótico.
El consorcio se encuentra en la región mediterránea y se centrará en el tomate, el trigo, la cebada, las aceitunas y las judías. Las instalaciones de AIDEMEC se encuentran en 5 emplazamientos diferentes que abarcan diversas condiciones edafológicas y climáticas.es un proyecto disruptivo que revolucionará la agricultura urbana en Europa a través de tecnologías avanzadas, mejorando significativamente la eficiencia y la sostenibilidad. E
Nuestra solución se transferirán a los agricultores para que éstos y los usuarios finales adopten medidas correctoras para proteger los cultivos y evitar pérdidas de rendimiento en unas condiciones climáticas cambiantes.
AIDEMEC generará conocimientos sobre los efectos del cambio climático en los cultivos seleccionados y desarrollará modelos de IA para la detección precoz del estrés abiótico a partir de imágenes aéreas.
La integración con el Observatorio ECO-READY aumentará la resiliencia y la sostenibilidad de la agricultura mediterránea.
Durante el periodo de LL, los cultivos objetivo se analizarán mediante sensores y a través del análisis mediante inteligencia artificial de índices de vegetación obtenidos a partir de imágenes multiespectrales obtenidas desde satélites (SENTINEL 2) y drones
¿Donde esta situado AIDEMEC?
Cuatro emplazamientos experimentales en diferentes zonas de Basilicata (Italia)
Objetivos de AIDEMEC
AIDEMEC compartirá los datos recogidos durante la vida del LL con el Observatorio ECO-READY y tendrá un impacto en varios actores clave de los sistemas agroalimentarios mediterráneos:
Agricultores: la plataforma de vigilancia permitirá tomar decisiones con conocimiento de causa para proteger los cultivos del estrés y mantener los medios de vida rurales.
Consumidores: Las prácticas adaptativas mantendrán el suministro de alimentos críticos como tomates y judías frente al cambio climático.
Industria alimentaria: Una mejor previsión de las cosechas permitirá planificar la transformación y la logística.
Responsables políticos: Los datos sobre el clima y los cultivos servirán de base a las políticas para aumentar la resiliencia.
Comunidad científica: Los conjuntos de datos y modelos de IA informarán la investigación sobre adaptación.
Observatorio ECO-READY: La integración de la plataforma reforzará las capacidades de vigilancia y alerta temprana.
EL CONSORCIO AIDEMEC
El consorcio está formado por ALSIA, SMASP y OP AGORA
ALSIA
Agencia de Investigación
Matera (Italy)
Website: www.alsia.it
Contact: Rina Iannacone
rina.iannacone@alsia.it
SMASP
Compañia tecnológica
Madrid (Spain)
Website: https://smasp.org
Contact: Alberto Arenillas
ajarenillasp@smasp.org
OP AGORA
Asociación de agricultores
Metaponto (Italy)
Website: https://opagora.org
Contact: Angelo Raffaele
ufficiotecnico@opagora.it
LAS PERSONAS QUE FROMAN AIDEMEC
RINA IANNACONE
INVESTIGADOR SENIOR en ALSIA
Ingeniero agrónomo especializado en el estrés biótico y abiótico de las plantas.
Coordinadora del proyecto y contacto con ECO-READY y desarrollo agronómico del proyecto.
FRANCESCO CELLINI
DIRECTOR I+D de ALSIA
Licenciado en Ciencias Biológicas, especializado en la gestión y desarrollos de proyectos de I+D
Su rol en AIDEMEC es coordinadador de ALSIA y asesor agronómico
ALBERTO ARENILLAS
CEO de SMASP
Ingeniero aeronáutico, especializado en desarrollo de nuevos productos.
Actua como coordinador de la parte técnica de AIDEMEC y desarrollo de la parte tecnológica.
BALARAJ RAJA
TECNICO DE SMASP.
Ingeniero informático, especializado en desarrollo de software e inteligencia artificial.
Su rol en AIDEMEC es desarrollo de software y de inteligencia artificial.
JUAN MIGUEL PULGAR
TECNICO DE SMASP
Ingeniero informático, especializado en inteligencia artifical.
Su rol en el AIDEMEC es el desarrollo de algoritmos para la realizacion de predicciones y la visualizacion de resultados en la pagina web.
¿En que consiste AIDEMEC?
El desarrollo de AIDEMEC tiene una doble vertiente:
- La parte agronómica en la que se van a desarrollar una serie de escenarios:
| ESCENARIO/ PRODUCTO | Trigo | Cebada | Tomate | Judia | Olivo |
|---|---|---|---|---|---|
| Status Quo 2030-50 | X | X | X | X | X |
| Choques climáticos: sequía y olas de calor | X | X | |||
| Impactos del cambio climático y estrategias integradas de resiliencia | X | X | |||
| Intervención para combatir la Xylella fastidiosa en los olivares de la región de Basilicata. | X | ||||
| Abordar la falta de mano de obra en el sector agrícola de Basilicata | X | X | X | X | X |
- La parte tecnológica que será aplicada a los diferentes productos y escenarios anteriores
| Tarea | Tecnología |
|---|---|
| Sensores remotos | Se colocaran sensores unidos a un procesador ESP32, que transmitirá la señal a través de LORA a un ESP32 coordinador. Este ESP32 a su vez transmitirá toda la información via WIFI a un router 4G |
| Imágenes multiespectrales | Se procederá a un análisis multiespectral usando imágenes de satélite (Sentinel2) y con un dron con cámara multiespectral |
| Predicciones meteorológicas | A partir de estaciones meteorológicas situadas en los LL y con un historial de predicciones históricas, se podrá predecir situaciones extremas para la agricultura en función de la meteorología |
| Análisis de datos. | Usando algoritmos de inteligencia Artificial y con un dataset formado por datos obtenidos de los sensores remotos y de los indices de vegetación obtenidos a partir de imágenes multiespectrales se predecirán acciones para aplicar en los diferentes escenarios y productos |
| Monitorización Living Labs | Todos los datos anteriores se mostraran en una pagina web, accesible, para realizar la monitorización y tomar medidas futuras. |
AIDEMEC en accion
A continuacion se muestra las mediciones de sensores de AIDEMEC y los indices de vegetación del living lab.
TECNOLOGIA EN AIDEMEC
AIDEMEC usa las siguientes tecnologías
Monitoreo Satelital
Red de Sensores IoT
Inteligencia Artificial
Este gráfico muestra cómo la Inteligencia Artificial puede predecir el estado de la vegetación. Utilizando datos históricos de índices de vegetación, información meteorológica y datos de la troposfera para ofrecer una visión de la salud futura de las plantas.
THIS PROJECT HAS RECEIVED FUNDING FROM EUROPEAN UNION’S HORIZON-CL6-2022 RESEARCH AND INNOVATION PROGRAM UNDER GRAN AGREEMENT N◦101084201
FUNDED BY THE EUROPEAN UNION. VIEWS AND OPINIONS EXPRESSED ARE HOWEVER THOSE OF THE AUTHOR(S) ONLY AND DO NOT NECESSARILY REFLECT THOSE OF THE EUROPEAN UNION OR EISMEA. NEITHER THE EUROPEAN UNION NOR THE GRANTING AUTHORITY CAN BE HELD RESPONSIBLE FOR THEM.
