GO PREDIVI: Big-datamodel voor het voorspellen van de wijnoogst

Het PREDIVI-project heeft een machine learning-model ontwikkeld dat gebruikmaakt van big data om de oogstvolumes en kwaliteitsparameters van druiven – zoals suikergehalte, zuurgraad en pH – te voorspellen met een foutmarge van minder dan 10%. Het model integreert historische opbrengstgegevens, perceelsgegevens, satellietbeelden en hyperlokale weergegevens, waarbij geautomatiseerde en handmatige bemonstering (acht monsters per perceel) worden gecombineerd. Het systeem beschikt over een geolokaliseerd visualisatieplatform dat is getest in de wijnbouwgebieden van Catalonië, waaronder Barcelona, Tarragona, Lleida en Girona. Het project, dat werd gefinancierd met € 191.674,47 van DARP, het EU-fonds voor plattelandsontwikkeling en bijdragen in natura, verbeterde de voorspellingsefficiëntie en verlaagde de bemonsteringskosten. De verspreiding omvatte een lanceringsevenement in 2019, een Ibero-Amerikaanse workshop, outreach via sociale media, een speciale website (https://www.innovi.cat/predi/) en onlinefora. Onder leiding van COVIDES en in samenwerking met partners INNOVI, VITALEP, SAT, UNIO FRUITS, Eurecat en Raw Data ondersteunt het initiatief landbouwinnovatie, klimaatbestendigheid en productiviteit door middel van continu leren om fouten verder te verminderen.