Curso online:
Integración e interoperabilidad de tecnologías en el sector Agro
Dirigido a:
- Ingenieros Agrónomos.
- Ingenieros Técnicos Agrícolas.
- Propietarios de fincas de cultivos leñosos.
- Empleados en explotaciones de cultivos leñosos.
- Estudiantes y profesionales con formación en cultivos leñosos.
Calendario
14, 15, 16, 20, 21, 22 de junio
JORNADA DE TARDE
17:00h- 20:20h
Precio
120 €
Compatible créditos ECTS
- Componentes generales involucrados en un sistema de información con el fin de manejar un mensaje homogéneo al hablar de hardware, software, firmware, aplicaciones, servicios y arquitecturas de comunicaciones y redes.
- Tipos de datos en un sistema de información (imágenes, textos, json, modelos, etc.).
- Tipos de Bases de Datos: ventajas y desventajas según organización y «flexibilidad».
- Conocer las Bases de Datos de código abierto más comunes, además de comprender el concepto de BigData y el de juntar mucha información.
- Entender el concepto de Plataforma Digital y sus ventajas.
- Cómo trabajar con datos agronómicos a partir de los diferentes tipos de imágenes satelitales (diferentes resoluciones temporales y espaciales e índices de vegetación), imágenes dron, mapas obtenidos por sensores on-group, mapas de riego, mapas de suelo (conductividad eléctrica, profundidad de suelo, de nutrientes, etc.), mapas obtenidos de maquinaria (de rendimiento, de cosecha, de humedad, de siempre variable, de aplicación variable, etc), datos de estaciones climáticas y de sondas de suelo.
- Interacción entre diferentes tecnologías en el sector agro: información obtenida por maquinaria, sensores on-group, satélites, drones, aplicados a diferentes modelos predictivos: riego, fertilización variable, etc.
- Otras tecnologías de utilidad en el sector Agro: RFId, loT, Blockchain, Machine Learning, Inteligencia Artificial, ERP, sistemas de logística, etc.
- Correlación de datos procedentes de diferentes fuentes de información como apoyo a la toma de decisiones más eficientes y sostenibles.
- Ver la posibilidad de generar algoritmos agronómicos a partir de los datos procedentes de diferentes tecnologías.
- Casos prácticos integrando varias tecnologías y experiencias de empresas del sector de la maquinaria, de la generación de mapas de suelo y de la producción y aplicación de fertilizantes.
