De 28 a 30 de Janeiro a Reitoria da Universidade Politécnica da Catalunha acolheu a reunião de arranque do projecto CYBELE (Fostering precision agriculture and livestock farming through secure access to large-scale HPC-enabled virtual industrial experimentation environment empowering scalable big data analytics).

Coordenado pelo Instituto Tecnológico de Waterford (Waterford Institute of Technology - WIT) e com a participação de 31 sócios internacionais, CYBELE é um projecto financiado pelo fundo europeu de inovação e investigação Horizonte 2020 (H2020) e dotado de um orçamento superior a 14 milhões de euros.

O projecto CYBELE tem um prazo de três anos para mostrar como a convergência da supercomputação, a analítica de dados, a computação na nuvem e a Internet das Coisas podem revolucionar a agricultura, reduzir a escassez e aumentar o fornecimento de alimentos, trazendo benefícios sociais, económicos e ambientais. CYBELE pretende garantir que os diversos agentes envolvidos tenham acesso integrado e sem intermediários a uma grande quantidade de conjuntos de dados, em grande escala, de vários tipos, procedentes de diversas fontes e que sejam capazes de gerar valor e extrair conhecimentos, proporcionando acesso seguro a infra-estruturas de supercomputação que suportem serviços de processamento, integração e visualização de dados, resolvendo desafios de modelização que requerem elevada potência de cálculo.

No âmbito deste projecto, a GMV lidera um dos nove pilotos para avaliar e demonstrar a utilização destas tecnologias aplicadas à agricultura e à pecuária de precisão, centrando-se no desenvolvimento de serviços climáticos como sistemas de apoio à tomada de decisões para a gestão de explorações de pomares por parte dos agricultores. Concretamente, este demonstrador considera conceber juntamente com a Federação de Cooperativas Agroalimentares da Comunidade de Valência (CACV) e com o Consórcio Interuniversitário Italiano para Cálculo Automático (CINECA Consorzio Interuniversitario - CINECA) um sistema de alerta antecipada para a predição de granizo e geadas em pomares de fruta (pêssego, dióspiro e citrinos) fundamentada em dados de observação da Terra (de satélite e de sensores in-situ), previsões meteorológicas, modelagem de cultivo e ferramentas de análise de dados avançados.

Mais informações