Project website

Projet Horizon Europe ScaleAgData : vers une meilleure surveillance des conditions agro-environnementales

Nous sommes partenaire du projet ScaleAgData, une initiative collaborative financée par le programme Horizon Europe. Ce projet a pour objectif d'améliorer la surveillance agro-environnementale. ScaleAgData vise à intégrer et exploiter les données issues de capteurs agricoles afin de mieux comprendre et optimiser les pratiques agricoles à grande échelle.

Notre rôle dans le projet ScaleEAgData :

Le projet est structuré autour de 7 domaines d'innovation, dont certains bénéficient directement de l'expertise d'EGM. Voici un aperçu de nos contributions majeures :

Capteurs Innovants : L'eNose

Nous travaillons sur le développement de l'eNose, un capteur électronique conçu pour détecter les odeurs et l'appliquer à la respiration du sol. Ce capteur détecte les gaz émis par la microfaune et les moisissures, des indicateurs clés de l'état de santé du sol. Grâce à un réseau de neurones artificiels, les données recueillies sont interprétées pour fournir une analyse précise de la qualité des sols, permettant ainsi une meilleure gestion des terres agricoles.

Edge Processing : La Box YaraSense

Nous contribuons également au développement de la box YaraSense, une solution de déploiement de capteurs dans les champs, équipée de systèmes d'Edge Computing. Cette box permet d'effectuer des calculs directement sur le terrain, réduisant ainsi le besoin de transfert de données vers le cloud. Par exemple, l'indice NDVI, utilisé pour surveiller la santé des cultures, est calculé localement à l'aide d'un mini-spectromètre intégré, offrant une vision en temps réel des conditions agro-environnementales.

De plus, la mise à jour à distance assure une flexibilité accrue et une gestion optimisée des capteurs.

Architecture de Partage des Données et Gouvernance

Nous participons activement à l'intégration du standard NGSI-LD dans les échanges de données agricoles, garantissant ainsi une interopérabilité fluide entre différents systèmes. Nous contribuons également à l'implémentation du DEMETER Agricultural Information Model (AIM) dans NGSI-LD, renforçant ainsi la cohérence et la qualité des données partagées à travers toute la chaîne de valeur.