Weather control
Herramienta predictiva de parámetros climáticos a nivel de parcela
Ámbito del proyecto: Nacionales
Categoría: AgroTech
Tecnologías que intervienen: Inteligencia Artificial, IoT, Machine Learning
Sectores de aplicación: Agrario
LaRioja Digital junto con Encore Lab y la Compañía de Vinos Vintae han finalizado satisfactoriamente el proyecto “Weather Control herramienta predictiva de parámetros climáticos a nivel de parcela”, financiado en la Convocatoria 2021 de las Ayudas Establecidas para el Apoyo a Agrupaciones Empresariales Innovadoras con Objeto de Mejorar la Competitividad de las Pequeñas y Medianas Empresas.
Fruto de los desarrollos realizados en el proyecto se ha conseguido un modelo matemático basado en técnicas de aprendizaje automático que mejora sustancialmente las predicciones de los modelos regionales ofrecidos por las agencias meteorológicas estatales a nivel región, de manera que esta información puede ayudar a la toma de mejores decisiones en cuanto al riego, tratamientos y la organización de las labores agrícolas.
El uso de diversas fuentes de datos para predecir variables climáticas en un corto espacio de tiempo ha sido clave para mejorar la precisión de los modelos de balances hídricos y modelos de riesgo de enfermedades.
Por otra parte, el proyecto ha permitido fortalecer la innovación y transferencia tecnológica entre dos sectores claves del ecosistema riojano, como son el TIC y el vitivinícola.
Este proyecto ha recibido financiación del Ministerio de industria Comercio y Turismo dentro del programa de apoyo a las AEI para contribuir a la mejora de la competitividad de la industria española
Entidades participantes
Encore Lab
Soluciones en el ámbito TIC Desarrollamos tecnologías Hardware, Software. Análsis de datos aplicado: ehealth, agricultura, smart cities, industria
vintae
Vintae es una compañía de vinos con bodegas en Rioja, Ribera, Toro y Navarra, y otros pequeños proyectos vinícolas en el norte del país
Beneficios del proyecto
Fruto de los desarrollos realizados en el proyecto se ha conseguido un modelo matemático basado en técnicas de aprendizaje automático que mejora sustancialmente las predicciones de los modelos regionales ofrecidos por las agencias meteorológicas estatales a nivel región, de manera que esta información puede ayudar a la toma de mejores decisiones en cuanto al riego, tratamientos y la organización de las labores agrícolas.
El uso de diversas fuentes de datos para predecir variables climáticas en un corto espacio de tiempo ha sido clave para mejorar la precisión de los modelos de balances hídricos y modelos de riesgo de enfermedades.
Por otra parte, el proyecto ha permitido fortalecer la innovación y transferencia tecnológica entre dos sectores claves del ecosistema riojano, como son el TIC y el vitivinícola.
El uso de diversas fuentes de datos para predecir variables climáticas en un corto espacio de tiempo ha sido clave para mejorar la precisión de los modelos de balances hídricos y modelos de riesgo de enfermedades.
Por otra parte, el proyecto ha permitido fortalecer la innovación y transferencia tecnológica entre dos sectores claves del ecosistema riojano, como son el TIC y el vitivinícola.