OBServa - Observatório da Agricultura do Oeste por IoT

Objetivos operacionais:

Desenvolvimento e implementação de sistemas avançados de inteligência artificial, ciência de dados e capacitação aplicada à administração publica local (Município de Torres Vedras)
Conceber e implementar um sistema regional inteligente de observação agrícola assente em tecnologias de Internet of Things (IoT) e Inteligência Artificial (IA), contribuindo para a transição digital e a sustentabilidade do setor agrícola na região Oeste, disseminando dados em tempo real dos sensores SFCOLAB, imagens de satélite e relatórios de outras agências públicas e privadas e atores (agricultores, técnicos, investigadores), criando uma base de conhecimento robusta acessível a todas as partes interessadas

Objetivos:

• Implementar um sistema regional de observação agrícola baseado em tecnologias de IoT e Inteligência Artificial (IA).
• Disponibilizar dados e ferramentas de apoio à tomada de decisão para entidades públicas e privadas.
• Monitorizar o uso do solo e os recursos hídricos, promovendo uma maior eficiência na rega.
• Prever eventos climáticos extremos, bem como surtos de pragas e doenças, com base em dados locais.
• Contribuir para a digitalização e inovação tecnológica da agricultura na região Oeste.

Atividades:

Recolha de dados e conceção da base de dados: identificação, integração e normalização de dados provenientes de sensorização local, teledeteção, relatórios governamentais e estações meteorológicas.
Desenvolvimento e operação de modelos de Machine Learning (ML):
Desenvolvimento dos modelos de IA.
Validação e avaliação dos modelos para garantir níveis de precisão adequados.
Plataforma do Observatório: Integração e atualização contínua da base de dados e dos modelos de ML; Criação de ferramentas e indicadores de valor acrescentado para apoio à decisão.

Resultados Esperados:

• Implementação de um Observatório Agrícola Local na Região Oeste, suportado por uma rede IoT de sensores SOFIS e por dados de teledeteção, garantindo a monitorização contínua das condições agroclimáticas e do uso do solo;
• Desenvolvimento de uma infraestrutura digital integrada, incluindo base de dados estruturada, escalável e segura, com processos automáticos de aquisição, pré-processamento e atualização de dados em tempo real;
• Criação e validação de modelos de Inteligência Artificial e Aprendizagem Automática, combinando Random Forest, Classificação Orientada a Objetos e Redes Neuronais Profundas, para previsão meteorológica, uso e balanço da água, e monitorização agrícola;
• Disponibilização de uma plataforma interativa de apoio à decisão, com dashboards personalizados para municípios, entidades agrícolas e decisores públicos, facilitando o planeamento estratégico, a candidatura a apoios e a gestão sustentável dos recursos;
• Otimização das práticas agrícolas e aumento da resiliência regional, através da previsão de eventos extremos, gestão eficiente da rega, deteção precoce de pragas e doenças e análise de tendências climáticas de longo prazo.