VITICAST – Innovative solutions for the prediction of fungal diseases in grapevine
VITICAST – Innovative solutions for the prediction of fungal diseases in grapevine
- Projekttyp
- EIP-AGRI Operational Group
- Bidragets ID
- OG_Spain_cd34fd261e
- Startdatum
- 01-01-2020
- Slutdatum
- 01-01-2022
- Se projektinformation på CORDIS
- -
- Besök projektets webbplats
- Besök projektets webbplats
Bidrag
- AI-översatt
Innovativa lösningar för att förutsäga svampsjukdomar hos vinrankor
dokument05 aug. 2020VITICAST – Innovative solutions for the prediction of fungal diseases in grapevine-José Antonio Gay Fernández - AI-översatt
Video från GO VITICAST om innovativa lösningar för att förebygga svampsjukdomar hos vinrankor
video01 juli 2021VITICAST – Innovative solutions for the prediction of fungal diseases in grapevine-José Antonio Gay Fernández - AI-översatt
Innovativa lösningar för att förutsäga svampsjukdomar hos vinrankor
dokument30 sep. 2023VITICAST – Innovative solutions for the prediction of fungal diseases in grapevine-José Antonio Gay Fernández- vingård
- svampar
- skadedjur
- klimatförändringar
- fytosanitär
- vin
- miljö
- EU-projekt
- sjukdomsprognos
- vinrankor
- Kastilien och León
- Madrid
- Galicien
- Monet Teknik och innovation
- Vina Costeira
- Vingården Hacienda Monasterio
- Galiciens företagarförbund
- redan
- Och Vigo
- Vingården Matarramera
- University of Southern California
- Privat-TV
- ACER
- Helt glasbelagd bil
- AI-översatt
VITICAST: Att förutsäga svampsjukdomar hos vinrankor med innovativa lösningar
dokument30 sep. 2023VITICAST – Innovative solutions for the prediction of fungal diseases in grapevine-José Antonio Gay Fernández - AI-översatt
Viticast-projektet: Optimering av hanteringen av svampsjukdomar i vingårdar
video01 juli 2021VITICAST – Innovative solutions for the prediction of fungal diseases in grapevine-José Antonio Gay Fernández. MONET TECNOLOGÍA E INNOVACIÓN S.L. - AI-översatt
VITICAST – Arbetsgruppen för förebyggande av svampsjukdomar i vingårdar
dokument10 apr. 2021VITICAST – Innovative solutions for the prediction of fungal diseases in grapevine-Monet Tecnología e Innovación SL