#NIRS2CUSTOM

Feader 2022/066B

Presupuesto: 179.657,00€

Porcentaje de subvención: 100%

OBJETIVO GENERAL
El desarrollo de un prototipo para utilizar como aplicación de la técnica de Espectroscopía en el Infrarrojo Cercano (NIRS) como herramienta en las recomendaciones de abonado a las explotaciones, estudiando aquellos factores que afectan a la calibración de las ecuaciones de predicción conectado con un cuaderno de campo digital e inteligente.
OBJETIVO ESPECÍFICO 1:
Desarrollar un dispositivo para ofrecer un servicio de análisis de suelos ‘in situ’ para una mayor agilidad en la toma de decisiones, basado en la tecnología NIRS.
OBJETIVO ESPECÍFICO 2:
Creación de un Servicio de Predicción y Detección de Anomalías No Supervisado: Diseño e implementación de un servicio software basado en ML (Machine Learning) para detectar automáticamente desviaciones significativas que el uso de un determinado fertilizante tiene en el comportamiento normal de un terreno, empleando tanto en los
datos de entrada actuales como predicciones a futuro. Los valores atípicos actuales y futuros sobre el suelo y el estado del cultivo se informarán como resultados primarios para la toma de decisiones.
1.5.4. OBJETIVO ESPECÍFICO 3:
Aplicación de la técnica de Espectroscopía en el Infrarrojo Cercano (NIRS) como herramienta en las recomendaciones de abonado por parte de técnicos u otros gestores que asesoran a las explotaciones, estudiando aquellos factores que afectan a la calibración de las ecuaciones de predicción.
– Estudiar la posibilidad de desarrollar ecuaciones de predicción NIRS aplicables a la determinación de varios parámetros de fertilidad de suelo (en seco y en fresco) utilizando un equipo portátil. En concreto para los siguientes parámetros: materia orgánica (MO), carbono (C), nitrógeno (N), calcio, magnesio, fósforo y potasio (Ca, Mg P y K), pH, acidez de cambio, capacidad de cambio y saturación por acidez.
– Valorar la integración de estas ecuaciones en el análisis de parámetros de fertilidad utilizados en las recomendaciones de abonado
OTROS OBJETIVOS:
Se trata de utilizar tecnologías facilitadoras esenciales en el sector agro, todo el mundo coincide en que estas TFE presentan un uso intensivo en conocimiento, que están asociadas a una elevada intensidad de I+D y que muestran ciclos muy rápidos de innovación. Estas innovaciones son esenciales para el desarrollo futuro de un territorio, potenciando la generación de riqueza y la creación de puestos de trabajo cualificados; y su relevancia no se ciñe solamente a su papel como sectores emergentes, sino que resultan estratégicas dado su carácter transversal, fundamental en la vertebración global de sectores basados en el conocimiento.
En el contexto del amplio debate sobre la necesidad de instaurar un nuevo modelo productivo, el objeto de este capítulo es doble: centrar el debate sobre cómo aprovechar las oportunidades que ofrecen dichas tecnologías facilitadoras; y ayudar a diseñar las líneas directrices estratégicas.

Para ello se construirá un prototipo para la toma de datos en tiempo real basado en la espectroscopía de infrarrojo cercano (NIRS), que es un método rápido y no destructivo para la predicción de multitud de parámetros en muestras de diversos orígenes, aplicado en este caso al suelo. Se trata en definitiva que el dispositivo sea capaz de realizar la aplicación de la técnica de Espectroscopía en el Infrarrojo Cercano (NIRS) como herramienta en las recomendaciones de abonado de cultivos forrajeros por parte de técnicos y agentes cooperantes que asesoran a las explotaciones con el fin de mejorar los modelos de predicción ya obtenidos y desarrollar nuevos modelos en matrices de suelo y purines.

Todos los datos recogidos se incluirán en una base de datos global en la nube en el programa de gestión de explotaciones, y de cuaderno de campo digital que se va a desarrollar. Esta base de datos será dotada de una capa de inteligencia artificial, un servicio software basado en ML (Machine Learning) para detectar automáticamente desviaciones significativas que el uso de un determinado fertilizante tiene en el comportamiento normal de un terreno, empleando tanto en los datos de entrada actuales, como predicciones a futuro. Los valores atípicos actuales y futuros sobre el suelo y el estado del cultivo se informarán como resultados primarios para la toma de decisiones.