Del 28 al 30 de gener, el Rectorat de la Universitat Politècnica de Catalunya va acollir la reunió d’arrencada del projecte CYBELE (Fostering precision agriculture and livestock farming through secure access to large-scale HPC-enabled virtual industrial experimentation environment empowering scalable big data analytics).

Coordinat per l’Institut Tecnològic de Waterford (Waterford Institute of Technology - WIT) i amb la participació de 31 socis internacionals, CYBELE és un projecte finançat pel fons europeu d’innovació i recerca Horitzó 2020 (H2020), amb un pressupost de més de 14 milions d’euros.

CYBELE té 3 anys per demostrar com la convergència de la supercomputació, analítica de dades, computació al núvol i internet de les coses pot revolucionar l’agricultura, reduir l’escassetat i augmentar el subministrament d’aliments, i així aportar beneficis socials, econòmics i mediambientals. CYBELE pretén salvaguardar que els diferents actors involucrats tinguin accés integrat i sense intermediaris a una gran quantitat de conjunts de dades, a gran escala, de diversos tipus, procedents de diverses fonts, i que siguin capaces de generar valor i extreure coneixements, proporcionant accés segur a infraestructures de supercomputació que suportin serveis de processament, integració i visualització de dades, resolent reptes de modelització que requereixen una alta potència de càlcul.

En el marc d’aquest projecte, GMV lidera un dels nou pilots per avaluar i demostrar l’ús d’aquestes tecnologies aplicades a l’agricultura i ramaderia de precisió i enfocat en el desenvolupament de serveis climàtics com a sistemes de suport a la presa de decisions per a la gestió d’explotacions de fruiters per part dels agricultors. Concretament, aquest demostrador planteja codissenyar amb la Federació de Cooperatives Agroalimentàries de la Comunitat Valenciana (CACV) i el Consorci Interuniversitari Italià per a Càlcul Automàtic (CINECA Consorzio Interuniversitario - CINECA) un sistema d’alerta primerenca per a la predicció de calamarsa i gelades als fruiters (préssec, caquis i cítrics) fonamentat en dades d’observació de la Terra (satel·litàries i de sensors in situ), prediccions meteorològiques, modelatge de conreu i eines d’anàlisi de dades avançades.
 

Més info