proyectos
PROYECTO

TRANSFORMAMOS TU IDEA EN REALIDAD

SMASP

La red de profesionales que quiere mejorar el mundo
Spread the love

FARMDROPS

FARMDROP mejora el crecimiento de las Plantas reduciendo el consumo de agua

FARMDROPS es un proyecto innovador que utiliza drones, inteligencia artificial y un sistema de apoyo a la toma de decisiones para optimizar el uso del agua en la agricultura. Su objetivo es reducir el desperdicio de agua, mejorar la eficiencia en el uso de este recurso y aumentar la productividad de los cultivos.

Objetivos

FARMDROPS nace ante la necesidad de abordar el uso excesivo de agua en la agricultura, que representa un porcentaje importante de la extracción global de agua dulce. El proyecto plantea el desarrollo de un sistema inteligente  basado en drones equipados con cámaras multiespectrales, cuyos datos serán procesados con inteligencia artificial para generar recomendaciones de riego optimizadas para cada cultivo y condición ambiental.

Tecnología

El dron recolectarán datos a través de imágenes multiespectrales.  A través de los indices de vegetación se puede obtener información valiosa sobre la humedad y salud del suelo y cultivos, mientras que la inteligencia artificial procesará y analizará esta información para recomendar planes de riego precisos y acciones específicas que los agricultores podrán implementar. 

En la siguiente imagen se puede ver una zona de cultivos con imagen real y con indices de vegetación. A la derecha se muestra el NDWI, las zonas de mayor intensidad significan presencia de agua. A la izquierda se muestra el NVDI, las zonas oscuras representan zonas de vegetación vigorosa. 

 

 

Impacto esperado

  • Reducción del 40% del uso de agua
  • Aumento del 10% en productividad de cultivos
  • Mitigación de la salinización y contaminación de suelos
  • Mejora de la resiliencia frente al cambio climático

 

Metodología

El objetivo es aplicar inteligencia artificial a los indices de vegetación (NVDI, NWDI).
Para la obtencion de los datos de aprendizaje, se ha usado imagenes de satelite (SENTINEL-2, bandas B2,3,4 y 8). Con esta información junto con datos metereologicos (evapotranspiracion), junto con datos fenologicos obtenidos a partir de un modelo de crecimiento de plantas (CROPDROP), se ha obtenido el data training.

Una vez realizado el aprendizaje del algoritmo, se valida con imagenes multiespectrales tomadas por dron y con mediciones in situ.

Posteriormente se realiza un interface de usuario.

La siguiente imagen muestra el proceso:

.

Equipo

ALBERTO ARENILLAS

LUBIN DU

CEO de SMASP

Ingeniero aeronáutico, especializado en desarrollo de nuevos productos.

Actua como coordinador de FARMDROPS y desarrollo de la parte tecnológica.

Linkedin

Técnico de SMASP

Ingeniero informático, especializado en inteligencia artificial.

Su rol en FARMDROPS es la desarrollo de la inteligencia artificial  y del DSS

LinkedIn

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