project - EIP-AGRI Operational Group
Deficit irrigation scheduling system for organic horticultural crops based on IoT virtual sensors and highly configurable Artificial Intelligence with
Sistema de programación de riego deficitario para cultivos hortícolas ecológicos basado en sensores virtuales IoT e Inteligencia Artificial altamente configurable con Líneas de Producto Software -Aqua
Context
El proyecto responde a la creciente escasez de agua que enfrenta el sector agrícola, impulsada por el cambio climático y los requisitos regulatorios para la gestión sostenible del agua. El marco legal en regiones como Andalucía enfatiza el uso eficiente de los recursos, posicionando este proyecto como una solución para mejorar la productividad cumpliendo con las leyes ambientales.
Objectives
The project aims to address the challenge of water scarcity in horticultural production through the development of a highly configurable system that integrates IoT, Artificial Intelligence (AI), and satellite data for deficit irrigation. By providing real-time data analysis and predictive analytics, the solution will optimize water usage, reduce costs, and ensure sustainable farming practices, enabling users to manage irrigation efficiently and address environmental concerns.
Objectives
El proyecto aborda el problema de la escasez de agua en la producción hortícola mediante el desarrollo de un sistema configurable que integra IoT, Inteligencia Artificial (IA) y datos satelitales para la programación de riego deficitario. Al ofrecer análisis de datos en tiempo real y analítica predictiva, la solución optimiza el uso del agua, reduce costos y garantiza prácticas agrícolas sostenibles, permitiendo a los usuarios gestionar el riego de manera eficiente y enfrentar los desafíos ambientales.
Activities
The project involves four key activities: (1) data collection using IoT sensors and satellite imagery, (2) development of a predictive analytics system for irrigation scheduling, (3) testing and piloting the system in a real-world ecological farm environment, and (4) dissemination of results and best practices to farmers and stakeholders, ensuring scalability and adoption of the technology.
Activities
El proyecto incluye cuatro actividades principales: (1) recopilación de datos mediante sensores IoT e imágenes satelitales, (2) desarrollo de un sistema de análisis predictivo para la programación del riego, (3) prueba y pilotaje del sistema en un entorno real de una finca ecológica, y (4) divulgación de los resultados y mejores prácticas a agricultores y partes interesadas, asegurando la escalabilidad y adopción de la tecnología.
Additional comments
Los facilitadores clave del proyecto incluyen la infraestructura IoT existente (plataforma FIWOO), el enfoque sin código de la plataforma y la aplicación de líneas de productos para facilitar la adaptabilidad de los cultivos, lo que reduce las barreras de adopción. La investigación futura podría centrarse en expandir el uso de sensores virtuales para una mayor escalabilidad y aplicabilidad en diferentes cultivos. Un desafío potencial sigue siendo la inversión inicial requerida por los agricultores, que podría mitigarse mediante fondos o subvenciones.
Additional information
El proyecto cumple con las directrices regionales, como el Programa de Desarrollo Rural (PDR) de Andalucía, y contribuye a los objetivos nacionales de sostenibilidad. Está estrechamente alineado con las estrategias de la Unión Europea para la transformación digital de la agricultura, integrando IA e IoT para prácticas agrícolas más sostenibles.
Project details
- Main funding source
- Rural development 2014-2020 for Operational Groups
- Rural Development Programme
- 2014ES06RDRP001 Spain - Rural Development Programme (Regional) - Andalucía
Location
- Main geographical location
- Sevilla
EUR 298 790.00
Total budget
Total contributions from EAFRD, national co-financing, additional national financing and other financing.
Project keyword
Resources
Links
1 Practice Abstracts
The AquaIA project aims to develop an advanced deficit irrigation scheduling system for organic horticultural crops, using IoT sensors, satellite imagery, and Artificial Intelligence (AI). The main expected results include a tool that optimizes irrigation water use by adjusting to the specific needs of each crop, improving sustainability. A reduction of at least 20% in water consumption is expected without significantly affecting production, leading to cost savings, primarily in terms of energy and water resources.
Key practical recommendations highlight the advantage of managing irrigation more efficiently, even in water-scarce situations, improving the profitability of agricultural operations. Farmers can leverage this technology without requiring advanced knowledge, thanks to the "no-code" configuration, which simplifies tool adoption. Additionally, the use of virtual sensors will reduce the initial implementation cost, making the solution accessible to farms of various sizes.
The added value for agricultural professionals lies in the ability to enhance competitiveness, reduce production costs, and ensure long-term sustainability, especially in regions affected by drought.
El proyecto AquaIA tiene como objetivo desarrollar un sistema avanzado de programación de riego deficitario para cultivos hortícolas ecológicos, utilizando sensores IoT, imágenes satelitales e Inteligencia Artificial (IA). Los principales resultados esperados incluyen una herramienta que optimiza el uso del agua de riego, ajustando las necesidades de cada cultivo y mejorando la sostenibilidad. Se espera una reducción del consumo de agua en al menos un 20% sin afectar significativamente la producción, lo que se traduce en un ahorro de costos, principalmente en términos de energía y recursos hídricos.
Entre las principales recomendaciones prácticas, se destaca la ventaja de poder gestionar el riego de manera más eficiente, incluso en situaciones de escasez de agua, lo que mejorará la rentabilidad de las explotaciones agrícolas. Los agricultores podrán aprovechar la tecnología sin necesidad de conocimientos avanzados, gracias a la configuración "sin código", lo que facilita la adopción de la herramienta. Además, el uso de sensores virtuales reducirá el costo inicial de implementación, haciendo que la solución sea accesible para explotaciones de diversos tamaños.
El valor añadido para el profesional agrícola radica en la posibilidad de mejorar la competitividad, reducir los costos de producción y garantizar la sostenibilidad a largo plazo, especialmente en regiones afectadas por la sequía.
Contacts
Project coordinator
-
Rosa Iglesias, Manuel Felipe
Project coordinator