Desarrollan una plataforma de ‘agromonitorización’ para hacer más sostenible el cultivo de arroz en Andalucía
El Sistema de agroMONItorización del cultivo del arroz en Andalucía (SAMA) desarrolla una plataforma basada en tecnologías de interconexión (IoT), inteligencia artificial (IA), big data y análisis geoespacial. El departamento de Geografía Física y Análisis Geográfico Regional de la Universidad de Sevilla lidera este proyecto.
Fuente: Universidad de Sevilla
El departamento de Geografía Física y Análisis Geográfico Regional de la Universidad de Sevilla (US) lidera el proyecto SAMA que desarrolla una plataforma de ‘agromonitorización’ para hacer más sostenible el cultivo de arroz en Andalucía.
Víctor Rodríguez Galiano, profesor titular del departamento, es el responsable de la coordinación técnica del proyecto por parte de la Universidad de Sevilla. Emergya Grupo, Federación de Arroceros de Sevilla (FAS) y Corporación Tecnológica de Andalucía (CTA) trabajan junto a Rodríguez Galiano en el proyecto SAMA. Para impulsar este proyecto, el consorcio del grupo operativo SAMA ha recibido más de 255.000 euros de financiación de la Consejería de Agricultura, Pesca y Desarrollo Rural de la Junta de Andalucía, con cargo a los fondos para la creación y funcionamiento de grupos operativos de la Asociación Europea de Innovación (AEI) en el marco del Programa de Desarrollo Rural de Andalucía 2014-2020.
El Sistema de agroMONItorización del cultivo del arroz en Andalucía (SAMA) desarrolla una plataforma basada en tecnologías de interconexión (IoT), inteligencia artificial (IA), big data y análisis geoespacial.
En esta iniciativa colaboran la US, Emergya Grupo, CTA y la Federación de Arroceros de Sevilla.
Últimas publicaciones
El Espacio Creativo Cultural Santa Clara del Ayuntamiento de Palma del Río acoge la exposición ‘Paseo Matemático al-Ándalus’ de la Fundación Descubre / Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía, una muestra que podrá visitarse hasta el próximo 14 de octubre.
Sigue leyendoUn equipo de investigación de la Universidad de Málaga presenta una herramienta estadística para identificar de forma precisa conexiones cerebrales incluso cuando la señal está distorsionada e incompleta. Este modelo es aplicable a contextos clínicos como el estudio de enfermedades neurodegenerativas como el Alzheimer o el Parkinson, el procesamiento del lenguaje o el desarrollo neurotecnológico.
Esta es una de las conclusiones del estudio que ha realizado un equipo de científicos de la Universidad de Granada con ratones de laboratorio y que ha detectado también el impacto de estos químicos en la proliferación de la obesidad infantil.
Sigue leyendo