Ficha AGRICOOP BIGDATA procesamiento inteligente de datos de utilidad en los procesos productivos de las cooperativas
La ejecución de este proyecto ha permitido generar informes inteligentes, comparativas i previsiones futuras del sector cooperativo para mejorar la toma de decisiones gracias al análisis avanzado de los datos anuales generados a partir de la DUN con metodologías de aprendizaje automático (Machine Learning) y de descubrimiento del conocimiento (Knowledge Discovery). Se ha llevado a cabo el diseño, definición i validación de una plataforma Cloud que integra estos datos, para generar estos informes, junto con otras bases de datos públicas que complementan esta información, en un entorno no relacional (BigData) útil para la toma de decisiones estratégicas. Se ha iniciado a partir de los datos de las anualidades 2015-2021 obtenidas a partir de la DUN de los socios de cooperativas agrarias del Grupo DUN-CGE FCAC. Se ha realizado un análisis de los diferentes niveles de confidencialidad de los datos y su explotación amparado en la legislación de protección de datos. Se ha trabajado para la obtención de unos informes resumen a diferentes niveles (datos de campaña, comparativas con el sector, entorno geográfico, comparativas históricas) para poder enseñar los datos en un formato sencillo y muy gráfico para facilitar la toma de decisiones estratégicas a las cooperativas y la propia FCAC. Dando herramientas a los gestores de las entidades a disponer de más información para poder generar nuevos servicios y modelos de negocio.
Λεπτομερής περιγραφή
1/1
Λεπτομερείς πληροφορίες συμβολής
- Τοποθεσία
- Spain
- Δημιουργοί
- CATALAN FEDERATION OF AGRICULTURAL COOPERATIVES (FCAC)
- Σκοπός
- Communication
- Dissemination
- Τύπος αρχείου
- Document
- Μέγεθος αρχείου
- 190 kB
- Δημοσιεύθηκε στις
- 01-10-2021
- Γλώσσα προέλευσης, δημιουργίας?
- Spanish
- Επίσημος δικτυακός τόπος του έργου
- AGRICOOP BIGDATA: intelligent processing of useful data in the production processes of cooperatives
- Άδεια
- CC BY
Σχετικό περιεχόμενο
A Bio-inspired Multilayer Drainage System
Agricultural run-off and subsurface drainage tiles transport a significant amount of nitrogen and phosphorus leached after fertilization. alchemia-nova GmbH in collaboration with University of Natural Resources and Life Sciences, Vienna developed two multi-layer vertical filter systems to address the agricultural run-off issue, which has been installed on the slope of an agricultural field in Mistelbach, Austria. While another multi-layer addressing subsurface drainage water is implemented in Gleisdorf, Austria. The goal is to develop a drainage filter system to retain water and nutrients. Both multi-layer filter systems contain biochar and other substrates with adsorption properties of nutrients (nitrogen, phosphorus). The filter system can be of practical use if an excess of nutrients being washed out is of concern in the fields of the practitioner by keeping the surrounding waters clean. This approach may result in economic value by re-using the saturated biochar as fertilizer and improving the soil structure, thus increasing long-term soil fertility. Link: https://wateragri.eu/a-bio-inspired-multilayer-drainage-system/
NANOCELLULOSE MEMBRANES FOR NUTRIENT RECOVERY
This project has received funding from the European Union’s Horizon 2020 research and innovation program under Grant Agreement No 858735This project has received funding from the European Union’s Horizon 2020 research and innovation program under Grant Agreement No 858735. FACTSHEET NANOCELLULOSE MEMBRANES FOR NUTRIENT RECOVERY Key information Functionalized nanocellulose membranes can take up nitrate and phosphate. These membranes can be put in a water treatment unit. As the membranes are biobased, degradable materials, they can after use be added to the soil, thus returning the leached nutrients back for their original purpose providing fertilizers (nutrient recycling).
Environmental monitoring within greenhouse crops using wireless sensors
Because variables such as temperature and humidity have a profound effect on the activity of crop pests, diseases and natural enemies, the ability to monitor environmental conditions within a crop has always been important for crop protection.