El WP3 pretende acelerar la transición digital del sector agroalimentario.
![Smart farming 5.0 green plant product agricultural technology so](https://agroalnextgva.umh.es/files/2023/03/fondo-publicacion-redes-sociales-tecnologia-agricola-productos-plantas-verdes-agricultura-inteligente-5-0-1-scaled.jpg)
El WP3 pretende acelerar la transición digital del sector agroalimentario
Imagen de rawpixel.com en Freepik.
El objetivo principal del Paquete de Trabajo nº3 (WP3) de AGROALNEXT-GVA “Transición digital del sector agroalimentario” es proveer de inteligencia, eficiencia, y sostenibilidad a cada una de las etapas y actores de la cadena agroalimentaria mediante el uso y desarrollo de Tecnologías de Información y Comunicación (TICs) de vanguardia. El WP3 incluye a las entidades de I+D+i por medio del uso y desarrollo de tecnologías. Las soluciones propuestas se conseguirán a través de la recogida de datos, la fusión y el tratamiento, el análisis inteligente y la provisión de servicios. Se pretende incrementar así la incorporación de TICs en el sector agroalimentario y en la I+D+i nacional. El WP3 se llevará a cabo a través de ocho actuaciones, que se detallan a continuación.
La primera actuación se centra en la agricultura de precisión, una forma de gestionar la información cuyo objetivo es mejorar la productividad de los cultivos y disminuir su impacto medioambiental. En concreto, se desarrollarán sistemas de sensores locales y remotos, la integración de los datos, la Inteligencia Artificial (IA), las telecomunicaciones 5G, edge computing (computación frontera) y otras tecnologías disruptivas.
La investigación y el desarrollo de aplicaciones digitales para el pequeño y mediano productor es el objeto de la segunda actuación. Se desarrollarán prototipos y herramientas digitales que reduzcan costes energéticos. Estarán especialmente adaptados a pequeños productores que, por cuestiones de coste y operabilidad, no pueden acceder a sistemas complejos que implican una fuerte inversión financiera.
La tercera actuación del WP3 abarca la investigación en sistemas de modelado, predicción y gemelo digital para toma de decisiones. Se desarrollarán modelos que extraigan patrones e información relevante en producción primaria y procesado de alimentos. El objetivo es generar conocimiento útil para las empresas agrarias y agroalimentarias de manera que optimicen sus procesos productivos y aseguren la calidad y la seguridad de los productos, con especial atención a los ecosistemas vulnerables.
La cuarta actuación aborda la investigación en tecnologías disruptivas y soluciones avanzadas para mejorar la monitorización inteligente de huertos y granjas mediante integración de datos y uso de la IA (Impacto del 5G y Edge Computing en entornos agrícolas y explotaciones con poca conectividad).
![tableta-explotacion-chica-primer-plano](https://agroalnextgva.umh.es/files/2023/03/tableta-explotacion-chica-primer-plano-scaled.jpg)
Imagen de Freepik.
Los nuevos sistemas de monitorización rápida de parámetros de calidad y seguridad alimentaria son el objeto de la quinta actuación del WP3. Se investigarán y desarrollarán nuevos sistemas y técnicas innovadoras, rápidas y no invasivas para determinar calidad, seguridad alimentaria y adulteración o fraude en alimentos. Algunos ejemplos son los biosensores, las tecnologías espectroscópicas o los ultrasonidos. Adicionalmente, se trabajará en el uso eficiente de los datos generados por este tipo de sistemas.
En sexto lugar, el Paquete de Trabajo 3 abordará la digitalización de los sistemas de seguridad y calidad en las diferentes etapas: producción, postcosecha, transporte y distribución eficiente en la huella de carbono. Se investigará la digitalización de los sistemas en todos los ámbitos de la cadena, con especial atención a los aspectos relacionados con la trazabilidad de los productos y el mantenimiento de sus propiedades durante los procesos de transformación, almacenaje y transporte.
La séptima actuación consistirá en mejorar la comercialización mediante mecanismos innovadores basados en modelos predictivos y Big Data. Se desarrollarán modelos de precio dinámico (Dynamic Pricing), que adapten el precio de los alimentos en función de la calidad y la disponibilidad. Este método beneficia a consumidores y minoristas evitando el desperdicio de comida. Adicionalmente, se explorarán vías de personalización de la experiencia del usuario. Basándose en las transacciones previas, se pueden realizar recomendaciones de compra que sean habituales, más saludables o que tengan un buen compromiso entre calidad y precio de acuerdo con los requisitos del comprador.
El desarrollo de plataformas para almacenamiento, gestión y tratamiento de datos de I+D+I es el objeto de la octava actuación. Se requiere de infraestructuras tecnológicas que den respaldo a las necesidades de cálculo, generación de información, análisis, almacenamiento, y procesado de datos masivos (en gran parte generados por tecnologías ómicas). Desde La Rioja, se abordará la inversión de una plataforma digital que facilite infraestructura, servicios y productos orientados a alta capacidad de cálculo y herramientas de análisis de datos masivos, para la inclusión de modelos de Inteligencia Artificial en sus estudios. Esta plataforma permitirá crear un repositorio de datos relacionados con la vitivinicultura y actividades relacionadas. Asimismo, desde Navarra, se trabajará en el desarrollo de una plataforma para el almacenamiento, tratamiento y modelización de datos relacionados con alimentación y salud, calidad y seguridad alimentaria. En el mismo contexto, Murcia trabajará en el desarrollo de un lago de datos (data lake) con herramientas para la explotación de los datos del sector agrario basado en IA y Big Data espacial, que estará a disposición de todo el sector productivo.
Resultados
![Farmer man showing cultivated fresh salads to agronomist businesswoman](https://agroalnextgva.umh.es/files/2023/03/granjero-mostrando-ensaladas-frescas-cultivadas-mujer-negocios-agronoma-discutiendo-produccion-agronomica-temporada-agricola-ranchero-cosechando-vegetales-verdes-organicos-invernadero-hidroponico-1-scaled.jpg)
Imagen de DCSudio en Freepik.
Los resultados que se espera obtener de la ejecución del Paquete de Trabajo 3 de AGROALNEXT-GVA pueden agruparse en las siguientes diez categorías:
1) Desarrollo de técnicas Big Data, de algoritmos de aprendizaje – IA y plataformas informatizadas para distintas aplicaciones: gestión del agua de riego, control del estado del cultivo y necesidades agronómicas, detección de anomalías en productos o enfermedades en ganado o plagas en cultivos, cálculo de la huella hídrica y balance de carbono en tiempo real.
2) Desarrollo de metodologías para el análisis inteligente de imágenes satelitales e imágenes hiperespectrales y multiespectrales.
3) Diseño, desarrollo y validación de herramientas digitales, prototipos y sistemas automáticos adaptados a pequeñas explotaciones.
4) Desarrollo de modelos de evaluación, predicción y simulación de cuencas, ecosistemas y procesos productivos.
5) Desarrollo de nuevos dispositivos y sensores rápidos de análisis.
6) Desarrollo de mecanismos de ingestión de datos de múltiples fuentes heterogéneas desde diferentes dispositivos IIoT (Industrial Internet of Things), desde el campo hasta la mesa.
6) Desarrollo de un sistema de registro distribuido (p.ej., blockchain, grafos acíclicos dirigidos) para la trazabilidad de todos los procesos.
7) Desarrollo e implementación de un dispositivo de registro y envío online de las principales variables ambientales responsables del deterioro de calidad de productos perecederos durante su vida comercial y predicción de la vida útil remanente.
8)Propuestas de nuevos modelos de Dynamic Pricing y personalización de recomendaciones de compra.
9) Creación y puesta en marcha de plataformas de almacenamiento, análisis y modelización de datos de distintas fuentes.
10) Atracción de startups y empresas basadas en innovación de datos que construyan nuevos productos y servicios.
Proyectos de investigación
AGROALNEXT-GVA incluye los siguientes proyectos en el WP3: “Transición digital del sector agroalimentario”
Nº Proyecto
|
Título
|
Descripción del proyecto
|
Díptico
|
013 | Nuevo sistema de riego sostenible con recuperación de agua y nutrientes | ||
019 | Sensor económico y eficiente para el control del amoniaco en explotaciones ganaderas: NH3ControlFarm | Descripción | Díptico |
021 | SENSORES INTELIGENTES Y PREDICTIVOS PARA LA MONITORIZACIÓN RÁPIDA DE LA CALIDAD DEL VINO | ||
025 | Diversidad genética y digitalización para el ahorro de recursos hídricos en el cultivo de las Cucurbitáceas | ||
028 | Sistemas biológicos de control efectivos contra hongos micotoxigénicos y estrategias inmunoquímicas para el análisis de las micotoxinas patulina y ocratoxina A | ||
038 | Adaptación al clima, sostenibilidad y desarrollo tecnológico en sistemas agroganaderos extensivos | ||
043 | TECNICAS ANALÍTICAS RÁPIDAS PARA EVALUAR SEGURIDAD, ADULTERACION Y TRAZABILIDAD EN PRODUCTOS DE LA COLMENA. APLICACIÓN A UN CULTIVO EN TRANSICIÓN AGROECOLÓGICA | ||
045 | Desarrollo de sistemas ultrasónicos para la monitorización no-invasiva de la calidad y seguridad de los alimentos, orientado a la mejora de la digitalización del sector agroalimentario |
||
046 | Determinación y monitorización de la plaga de Cotonet en frutales (Naranjos y Caquis) mediante satélite. | ||
048 | Control y optimización de cultivo de Cannabis sativa en invernadero y trazabilidad digital, CANNADIG | ||
054 | Tratamiento postcosecha. Estrategia analítica para control de la aplicación de fitosanitarios en planta y nivel de residuos en fruta. |
||
056 | Desarrollo de estrategias ecorespetuosas innovadoras basadas en miPEPs y sensores proximales para optimizar el uso de agua y nitrógeno en el cultivo de tomate |