La investigación dentro de Agricolus tiene como objetivo el desarrollo de nuevas funciones y soluciones que satisfagan las demandas del mercado de la Agricultura 4.0 y las necesidades de todos los actores de la cadena agroalimentaria, desde agricultores hasta empresas transformadoras de productos.

Agricolus es, de hecho, socio tecnológico de varios proyectos internacionales:

  • Proyectos Horizon 2020, ahora Horizon Europa
  • Proyectos de innovación como RisingFoodStars de EIT Food
  • Proyectos con organizaciones europeas (Fiware, ONG)

Las tres macroáreas de la investigación industrial

Modelos de predicción

Observación de la Tierra

Sostenibilidad

Proyectos internacionales para la Agricultura 4.0

Demeter

Modelos de predicción

Demeter es un proyecto H2020 que prevé una difusión a gran escala de las plataformas Smart Farming implementadas a través de una serie de 20 proyectos piloto en 18 países. Agricolus es uno de los 60 socios implicados en la defensa y aspectos DSS del olivo.

WATERAGRI

Modelos de predicción

WATERAGRI es un proyecto H2020 que implica el desarrollo de soluciones sostenibles para el ahorro de recursos hídricos y el reciclaje de nutrientes.

Sharebeef

Sostenibilidad y blockchain

Sharebeef es un proyecto impulsado por IoF2020 para crear valor compartido dentro de la cadena de suministro de carne de vacuno, involucrando a varios países europeos. El objetivo es mejorar la productividad y la calidad de los cultivos para la alimentación animal y, en consecuencia, su salud y bienestar.

Action for Children in Conflict

Sostenibilidad

Action for Children in Conflict es un proyecto llevado a cabo en Kenia en colaboración con la ONG AfCiC que implica el uso de herramientas AgriTech para la agricultura rural del país.

LINKDAPA

Observación de la Tierra

LINKDAPA es un proyecto de innovación, financiado por EIT Food, que utiliza datos de drones y satélites para la aplicación de técnicas propias de la agricultura de precisión, como los mapas de prescripción. Estos mapas se basarán en la integración innovadora de fuentes de datos espaciales históricas y actuales. Además, se desarrollarán algoritmos para predecir mapas de rendimiento potencial y calidad del grano (proteínas), así como las probabilidades de que el rendimiento/calidad supere los umbrales especificados por el agricultor en campos de trigo individuales.