Objectives
The main objective of the SAMM_IRO Operational Group is to provide the Andalusian olive sector with intelligent crop monitoring solutions based on IoT, BigData and AI, which allow optimising the phytosanitary and irrigation management of olive groves. Based on these smart modules, Decision Support Systems (DSS) will be developed for olive growers to ensure that decision-making in the this area is automated and as objective as possible, taking into account the vast amount of data obtained by the aforementioned sensor networks.
Objectives
El objetivo principal del Grupo Operativo SAMM_IRO es aportar al sector oleícola andaluz soluciones de monitorización inteligente del cultivo basados en IoT, BigData y AI, que permitan optimizar la gestión fitosanitaria y del riego del olivar.
A partir de estos módulos inteligentes se van a elaborar Sistemas de Apoyo a la Decisión o DSS (Decision Support Systems) para los agricultores del olivar que garanticen que la toma de decisiones en los ámbitos referidos se realiza de manera automatizada y lo más objetiva posible, tomando en consideración el amplísimo conjunto de datos obtenidos por las citadas redes de sensores.
Activities
Scientific and Technical Literature Review
Identification of User Needs and Definition of the System Requirements
Design of different components of an optimised IoT sensor network for comprehensive monitoring of crop development and deployment of this IoT network on the planned test farms.
Building of a BigData and development of Fundamental Analytics , Advanced Analytics and Predictive Modelling
Construction of the Knowledge Dissemination component
Integration of former components and using prototype for crop monitoring in operational environments throughout the agricultural year
Evaluation activities
Dissemination activities of project and project outcomes
Activities
Revisión de la literatura científica y técnica
Identificación de las necesidades del usuario y definición de los requisitos del sistema
Selección de componentes de una red de sensores IoT para la monitorización integral del cultivo y despliegue en las explotaciones previstas.
Repositorio BigData y desarrollo de analíticas fundamental y avanzada, así como los modelos predictivos
Construcción del componente de Difusión del Conocimiento
Integración de los componentes anteriores y utilización del prototipo para la monitorización de cultivos en entornos operativos a lo largo de la campaña agrícola
Actividades de evaluación
Actividades de difusión del proyecto y sus resultados
Project details
- Main funding source
- Rural development 2014-2020 for Operational Groups
- Rural Development Programme
- 2014ES06RDRP001 Spain - Rural Development Programme (Regional) - Andalucía
Ort
- Main geographical location
- Sevilla
- Other geographical location
- Jaén
EUR 297514.67
Total budget
Total contributions from EAFRD, national co-financing, additional national financing and other financing.
Ressourcen
Links
1 Practice Abstracts
The SAMM_IRO platform will make it possible to obtain real-time information about the climate-soil-plant context in which olive is growing, enabling rapid and adequate decisions to be taken for the efficient management of water and nutritional resources and thus allowing optimised management of irrigation and phytosanitary security, making greater productivity possible for farmers.
The GO monitoring objectives will be achieved through a series of technological components including a network of state-of-the-art IoT sensors, which combined with Remote Sensing data feed a BigData infrastructure. And with the analytical tools that make this BigData infrastructure possible (mainly AI/ML-based tools), descriptive and predictive models will be developed for irrigation and phytosanitary management of the olive grove.
These components exist in other Smart-Sustainable Agriculture solutions, but the added value proposed by the GO lies fundamentally in ‘how’ these different components, which are already quite common, are articulated and in disseminating their main features among olive growers.These fundamental aspects of dissemination of Smart-Agriculture components include the quality and quantity of sensors embedded in IoT networks, the massive use of Remote Sensing data from public and open sources, the efficiency of storage in BigData repositories, and the amount of information available for predictive models and the consequent increase in the quality of these models that makes it possible to
La plataforma SAMM_IRO va a permitir obtener información en tiempo real del contexto clima-suelo-planta en el cultivo del olivar en el momento adecuado y preciso, permitiendo la toma de decisiones rápidas para el eficiente manejo de los recursos hídricos y nutricionales y permitiendo así la gestión optimizada del riego y de la seguridad fitosanitaria, haciendo posible una mayor productividad para los agricultores.
Los objetivos del GO se conseguirán a partir de una serie de innovaciones tecnológicas previstas en el proyecto, que serán llevadas a cabo durante la ejecución de los diferentes módulos en que se estructura la futura plataforma y que construyen una red de sensores IoT de última generación, que junto a datos de Teledetección alimentan una infraestructura BigData. Y con los instrumentos analíticos que hace posible esta infraestructura BigData (instrumentos basados en AI/ML sobre todo) se van a elaborar modelos descriptivos y predictivos para la gestión del riego y fitosanitaria del olivar.
Estos componentes existen en otras soluciones de Smart-Sustainable Agriculture, pero el valor añadido propuesto por el GO radica fundamentalmente en "cómo" se articulan esos distintos componentes ya bastante habituales y en difundir sus principales características entre los agricultores del olivar.
Estos aspectos fundamentales de divulgación de los componentes de Smart-Agriculture incluyen la calidad y cantidad de sensores incorporados a las redes IoT, el uso masivo de datos de Teledetección de fuentes públicas y abiertas, la eficiencia del almacenamiento en repositorios BigData y la cantidad de información disponible para los modelos predictivos y el consiguiente incremento de la calidad de los mismos que hace posible
Contacts
Project coordinator
-
Irdetec Consulting y Asesoría SL
Project coordinator
Project partners
-
AePTIC SL
Project partner
-
CITOLIVA
Project partner
-
Consultoría Estratégica de Negocio SL
Project partner
-
Federación de Coop Agroalimentarias And
Project partner