Director
D. Manuel Pérez Ruiz
(Ingeniería Aeroespacial y Mecánica de Fluidos)

Unidad Promotora
Escuela Técnica Superior de Ingeniería Agronómica

Impartición
Del 06/09/2024 al 11/09/2024

Modalidad
A distancia
(Plataforma Virtual US)

Idioma de impartición
Español

0,00 €


1,00 ECTS


Prácticas
No

Preinscripción
Del 26/07/2024 al 19/08/2024

Matrícula
Del 26/07/2024 al 19/08/2024

Objetivos


<p><p>Objetivo 1.- Aprender cómo se puede recopilar, estructurar y analizar los datos agronómicos y otras fuentes de información ya probadas para el cultivo de colza y que permitan tener una solución digital sencilla para el profesional agrícola que proporcione fiabilidad, repetitividad y resolución espacio-temporal adecuada. </p><p>Objetivo 2.- Entender cómo automatizar el tratamiento de imágenes multiespectrales provenientes de satélites y drones para extracción de la información agronómica relativas al manejo variable y zonificación de las parcelas experimentales de colza. </p><p>Objetivo 3.- Transmitir el conocimiento necesario para implementar un sistema de ayuda automática a la toma de decisiones agronómicas, así como los algoritmos agronómicos que permitan la parametrización de los momentos idóneos para siembra, abonado, actuaciones frente a malas hierbas o plagas y cosecha.</p><br /><br /></p>

Competencias


Las competencias desarrolladas en este curso permitirán a los alumnos disponer de las habilidades necesarias para implementar un sistema de ayuda automática a la toma de decisiones agronómicas.

Desarrollarán la capacidad de extraer de imágenes hiperespectrales de satélites y drones la información agronómica relativa al manejo variable y zonificación de las parcelas experimentales de colza.

Igualmente poder entender y desarrollar de forma básica los algoritmos agronómicos que permitan la parametrización de los momentos idóneos para siembra, abonado, actuaciones frente a malas hierbas o plagas y cosecha.

Procedimiento de evaluación


Asistencia, Trabajos

Requisitos


Requisitos específicos de admisión a los estudios

  • Sin requisitos

Criterios de selección de alumnos


  • Orden de Preinscripción.

Módulos / Asignaturas


Modalidad de impartición: A distancia

Fechas de inicio-fin: 06/09/2024 - 11/09/2024

Contenido

1. Introducción.

• Innovación y Transformación Digital en la Agricultura: tecnologías existentes.

• Datos agrícolas: principales herramientas de obtención, comunicación, almacenamiento y manejo de datos.

2. Manejo de la colza y oportunidades con la agricultura de precisión.

• Caracterización del cultivo de colza y digitalización del manejo agronómico.

• Etapas del cultivo de colza a parametrizar y automatizar.

3. Análisis de imágenes satelitales.

• Automatización del tratamiento de imágenes multiespectrales.

• Análisis mediante IA de series temporales y detección de patrones en el cultivo.

4. Monitorización de cultivos con maquinaria conectada.

• Fuentes de información (dispositivos y sensores IoT en campo, en maquinaria agrícola, imágenes satelitales y fuentes de terceros).

• Interoperabilidad de los sistemas y la información de distintas fases agrícolas.

5. Sistema de ayuda automática a la toma de decisiones agronómicas.

• Características generales del sistema: algoritmos agronómicos para generar prescripciones y ratios de aplicación variable.

• Integración en el sistema de los requisitos de trazabilidad y seguridad alimentaria.

• Trazabilidad digital en origen en la cadena transformadora.

Profesorado


Personal Académico

  • D. Gregorio Egea Cegarra . Universidad de Sevilla - Ingeniería Aeroespacial y Mecánica de Fluidos
  • D. Jorge Martínez Guanter - Corteva Agiriscience
  • D. Manuel Pérez Ruiz . Universidad de Sevilla - Ingeniería Aeroespacial y Mecánica de Fluidos

Profesorado

  • D. Carmen Mª Sánchez - Corteva Agriscience
  • D. Jorge Martínez Guanter - Corteva Agiriscience
  • D. Manuel Pérez Ruiz . Universidad de Sevilla - Ingeniería Aeroespacial y Mecánica de Fluidos
  • D. Severiano Real Moreno . Córdoba - Ingeniería Rural, Construcciones Civiles y Proyectos de Ingeniería