La ricerca all’interno di Agricolus è mirata alla sviluppo di nuove funzionalità e soluzioni che rispondono alle richieste del mercato dell’Agricoltura 4.0 e alle esigenze di tutti gli attori della filiera agroalimentare, dagli agricoltori alle aziende di trasformazione dei prodotti.

Agricolus è infatti partner tecnologico di diversi progetti internazionali:

  • Progetti Horizon 2020, adesso Horizon Europe
  • Progetti di innovazione come RisingFoodStars di EIT Food
  • Progetti con organizzazioni europee (Fiware, ONG)

Le tre macro aree della ricerca industriale

Modelli previsionali

MODELLI previsionali

Osservazione della Terra

Sostenibilità

I progetti internazionali per l’Agricoltura 4.0

Demeter

Modelli previsionali

Demeter è un progetto H2020 che prevede una diffusione su larga scala di piattaforme di Smart Farming realizzate attraverso una serie di 20 progetti pilota in 18 Paesi. Agricolus è uno dei 60 partner coinvolti per l’aspetto legato alla difesa e ai DSS per l’olivo.

WATERAGRI

Modelli previsionali

WATERAGRI è un progetto H2020 che prevede lo sviluppo di soluzioni sostenibili per il risparmio della risorsa idrica e il riciclaggio dei nutrienti.

Sharebeef

Sostenibilità e blockchain

Sharebeef è un progetto promosso da IoF2020 per creare valore condiviso all’interno della filiera della carne bovina, coinvolgendo diversi Paesi europei. L’obiettivo è migliorare la produttività e la qualità delle colture per l’alimentazione animale e di conseguenza la loro salute e benessere.

Action for Children in Conflict

Sostenibilità

Action for Children in Conflict è un progetto realizzato in Kenya in collaborazione con l’ONG AfCiC che prevede l’utilizzo di strumenti AgriTech per l’agricoltura rurale del paese.

LINKDAPA

Osservazione della Terra

LINKDAPA è un progetto di innovazione, finanziato da EIT Food, che utilizza i dati dei droni e dei satelliti per l’applicazione di tecniche tipiche dell’agricoltura di precisione, come le mappe di prescrizione. Tali mappe saranno basate sull’innovativa integrazione di fonti di dati spaziali storici e attuali. Inoltre saranno sviluppati algoritmi per prevedere le mappe della resa potenziale e della qualità del grano (proteine), nonché le probabilità che la resa/la qualità superi le soglie specificate dall’agricoltore nei singoli campi di grano.