Project

CYBELE

CYBELE is een Innovation Action om het gebruik van High Performance Computing (HPC) en Big Data Analytics voor precisie landbouw en smart farming te stimuleren. Het test innovaties rond machine learning, Big data analytics en het opwerken van data in analyse pipelines in een aantal pilots in de landbouwsector.

Het consortium wordt geleid door een Iers technologie instituut en bevat verder grote IT service providers, kennisinstellingen in de landbouw, supercomputing instellingen en industrie spelers uit de landbouw, aangevuld met relevante SMEs. Het gebruik van Big Data Analytics en HPC technologie├źn stokt nu in de landbouwsector, doordat data en gegevens niet genoeg bij elkaar staan om deze technieken in zetten. Ook zijn de algoritmes en analyse software nog niet klaar om stappen te maken, waardoor grotere analyses nog niet mogelijk zijn, maar wel vereist voor de volgende stap van precisielandbouw.

Door het uitvoeren van 9 pilots in diverse EU-landen, en de ontwikkeling van een HPC en Big data infrastructuur wordt de meerwaarde van dit soort technologie├źn aangetoond. Voor het bedrijfsleven (en mindere mate beleid) ontstaan casussen en tools die aantonen hoe ze het best met machine learning, big data analytics en HPC kunnen werken. WR neemt deel met een casus rond oogstvoorspelling van de grote commodities (tarwe, gerst, suikerbiet, aardappel) in Nederland waarin met behulp van machine learning, verwerking van aardobservatie data, en gewasgroei-modellen, een perceelspecifieke oogstvoorspellingsproduct wordt gebouwd. In een klankbordgroep rond deze pilot worden bedrijven (contacten met SuikerUnie, en ProAgrica/Misset) en overheidsinstellingen (EC Joint Research Centre) betrokken om mee te kijken wat ze ervan kunnen leren.

Daarnaast draait VION mee in een 2e Nederlands pilot die zicht richt op de inzet van Big Data analytics voor voorspellingen in de vleesketen. De andere pilots richten zich op integratie van satelliet- en weerdata voor klimaat-slimme landbouw, autonome robotica systemen in open teelten, aquacultuur, en slimme systemen om varkens te meten. Een aantal van deze sectoren en problemen levert kennis op die ook in NL ingezet kan worden. WU is betrokken in WP rond requirements analyse van de pilots, en het ondersteunen van de verschillende pilots, naast activiteiten rond de data-standaardisatie.

Publicaties