Descripción del proyecto
Seguimiento de cultivos con cielos nublados
La nubosidad plantea un reto importante para el seguimiento de los cultivos, ya que la mayoría de las herramientas se basan en datos ópticos de satélite, lo cual limita su uso en regiones con nubes persistentes. En este sentido, el equipo del proyecto DINOSAR, financiado con fondos europeos, desarrollará algoritmos que integren señales ópticas, infrarrojas y de radar de abertura sintética (SAR, por sus siglas en inglés) para el seguimiento continuo de cultivos. El proyecto, centrado inicialmente en la caña de azúcar en Colombia, ayudará a los agricultores a reducir su huella ambiental proporcionándoles datos fiables durante toda la temporada de cultivo. Ello permitirá prácticas más sostenibles, ajustando los insumos agrícolas a las necesidades reales de los cultivos. El equipo de DINOSAR planea revolucionar las soluciones agrícolas basadas en la observación de la Tierra. También ampliará esta metodología a otros cultivos y zonas geográficas, permitiendo que la agricultura inteligente sea viable en todo el mundo, con lluvia o sol.
Objetivo
DINOSAR aims to develop Copernicus based algorithms to support smart farming applications that can be used worldwide, clouds, or no clouds. At the moment, most EO based crop monitoring tools are based on optical satellite inputs. In areas with substantial cloud cover the use of these applications is extremely limited. To be able to introduce more sustainable crop management practices, reliable and continuous time series on crop phenology and health throughout the growing season are needed. This will support farmers to match agricultural inputs (fertilisers, pesticides, water) with what the crop actually needs, decreasing their environmental footprint.
DINOSAR will do this by integrating the diagnostic power of optical, infrared and Synthetic Aperture Radar (SAR) signals. With the DINOSAR project we intend to kickstart a revolution in EO-based solutions that tackle challenges in agriculture (under clouds) by making full use of the Copernicus infrastructure. We intend to take the existing methodology a step further by designing a multi-sensor operational monitoring method for a single crop (sugarcane) capable of operating on large data volumes, and then extrapolating this approach to practical field cases and to other crops (and geographies) for which the application of EO-based applications has been underexplored. Rather than looking at optical and SAR based data as two parallel signals, we will focus on integrating the two early on in the processing chain. This has not been done before. Sugarcane in Colombia is our initial test-case, but we will not stop there. DINOSAR will also develop a methodology integrating the combined observations from optical, infrared and SAR EO satellites to monitor other crops in other geographies.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
- ingeniería y tecnologíaingeniería mecánicaingeniería de vehículosingeniería aeroespacialtecnología satelital
- ciencias socialesciencias políticastransiciones políticasrevoluciones
- ingeniería y tecnologíaingeniería eléctrica, ingeniería electrónica, ingeniería de la informacióningeniería de la informacióntelecomunicaciónradiotecnologíaradar
- ciencias agrícolasagricultura, silvicultura y pescaagricultura
Para utilizar esta función, debe iniciar sesión o registrarse
Palabras clave
Programa(s)
Régimen de financiación
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinador
6703 CT Wageningen
Países Bajos
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.