Cybele – zastosowanie potencjału przetwarzania danych w precyzyjnym rolnictwie i hodowli

W dniach od 28 do 30 stycznia w rektoracie Politechniki Katalońskiej odbyło się spotkanie startowe projektu CYBELE (Fostering precision agriculture and livestock farming through secure access to large-scale HPC-enabled virtual industrial experimentation environment empowering scalable big data analytics).

Koordynatorem projektu jest Instytut Technologiczny w Waterford (Waterford Institute of Technology – WIT). Uczestniczy w nim 31 partnerów. Projekt uzyskał ponad 14 mln euro dotacji w ramach unijnego programu ramowego w zakresie badań naukowych i innowacji Horyzont 2020 (H2020).

Przez 3 najbliższe lata CYBELE będzie wykazywać, w jaki sposób połączenie mocy obliczeniowych, analizy danych, cloud computing i internetu rzeczy może zrewolucjonizować rolnictwo i zredukować niedobory żywności poprzez zwiększenie jej produkcji, przynosząc przez to korzyści społeczne, gospodarcze i środowiskowe. Celem CYBELE jest zagwarantowanie stronom uczestniczącym w projekcie zintegrowanego, bezpośredniego dostępu do ogromnej ilości dużych zbiorów różnego rodzaju danych z różnych źródeł, jak również stworzenie możliwości generowania wartości i wyciągania wniosków, a co za tym idzie, zapewnienie bezpiecznego i niezakłóconego dostępu do infrastruktur HPC oraz do usług wykrywania, przetwarzania, łączenia i wizualizacji danych, w celu wspomagania rozwiązywania problemów modelowanych w postaci algorytmów matematycznych wymagających dużej mocy obliczeniowej.

GMV jest liderem jednego z dziewięciu działań pilotażowych, którego celem jest ocena skuteczności usług meteorologicznych opartych na najnowszych technologiach w procesie podejmowania decyzji w precyzyjnym rolnictwie i hodowli. W ramach tego działania, przy współpracy Federacji Spółdzielni Rolno-Spożywczych Regionu Walencji (CACV) i włoskiego Consorzio Interuniversitario CINECA, GMV opracuje system wczesnego ostrzegania przez opadami gradu i niskimi temperaturami dla upraw drzew owocowych (brzoskwiń, kaki i cytrusów), oparty na danych z obserwacji Ziemi pozyskanych przez satelity i czujniki naziemne, na prognozach meteorologicznych oraz na modelach upraw i zaawansowanej analizie danych.

Więcej informacji