GO PREDIVI : un modèle basé sur le Big Data pour la prévision des récoltes vitivinicoles

Le projet PREDIVI a mis au point un modèle d'apprentissage automatique utilisant le big data pour prédire les volumes de récolte et les paramètres de qualité du raisin — tels que la teneur en sucre, l'acidité et le pH — avec une marge d'erreur inférieure à 10 %. Il intègre des données historiques sur les rendements, des registres au niveau des parcelles, des images satellites et des données météorologiques hyperlocales, en combinant des prélèvements automatisés et manuels (huit échantillons par parcelle). Le système comprend une plateforme de visualisation géolocalisée testée dans les régions viticoles de Catalogne, notamment à Barcelone, Tarragone, Lérida et Gérone. Financé à hauteur de 191 674,47 € par le DARP, le Fonds européen de développement rural et des contributions en nature, le projet a amélioré l'efficacité des prévisions et réduit les coûts d'échantillonnage. La diffusion a pris la forme d'un événement de lancement en 2019, d'un atelier ibéro-américain, d'actions de sensibilisation sur les réseaux sociaux, d'un site web dédié (https://www.innovi.cat/predi/) et de forums en ligne. Dirigée par COVIDES avec ses partenaires INNOVI, VITALEP, SAT, UNIO FRUITS, Eurecat et Raw Data, cette initiative soutient l'innovation agricole, la résilience climatique et la productivité grâce à un apprentissage continu visant à réduire davantage les erreurs.