Onderzoeksproject Precisielandbouw en precisieveeteelt bevorderen door beveiligde toegang tot een grootschalige HPC-omgeving voor virtuele industriële experimenten die schaalbare Big Data-analyse mogelijk maken

Voltooid CYBELE
CYBELE logo

Contacteer onze expert

Jarissa Maselyne

Jarissa Maselyne

Expert data-analyse en precisieveeteelt

Algemeen kader

CYBELE is een driejarig prestigieus 14 mio euro H2020 onderzoeksproject dat demonstreert hoe je de landbouw kan helpen met high performance computing (HPC) en met Big Data analyse, en welke positieve impact precisielandbouw kan hebben op sociaal, economisch en milieutechnisch vlak. CYBELE zorgt ervoor dat verschillende schakels in de keten veilig toegang kunnen hebben tot grootschalige datasets en dat er rekenkracht ter beschikking komt om deze data te analyseren en verwerken, zodat er finaal meerwaardecreatie en nieuwe relevante inzichten ontstaan. Het project is gecoördineerd door Waterford Institute of Technology (WIT). Er zijn 31 internationale partners.

Onderzoeksaanpak

De eerste fase is analyse en design. Vervolgens ontwikkelen de partners het CYBELE geïntegreerd platform met alle nodige mechanismen, tools, diensten en algoritmes om met de HPC infrastructuur te kunnen werken. Negen ‘demonstrators’ in precisielandbouw en precisieveeteelt zijn geselecteerd om het potentieel van de HPC infrastructuur aan te tonen en te evalueren. ILVO is werkpakketleider van de precisieveeteelt-demonstrators en is ook betrokken in het uitvoeren van twee van deze demonstrators. Het eerste daarvan - 'duurzame varkensproductie' (samen met Vion Food Group) focust op de data verzameld in een slachthuis, op hyperspectraal analyses voor vleeskwaliteit en op het gebruik van sensordata om een waarschuwingssignaal te genereren over zieke dieren op het varkensbedrijf. De tweede demonstrator heet 'Open zeevisserij'. Daar gaan onderzoekers een betere monitoring van de locatie (aanwezigheid op een bepaalde plek) van vissoorten uitwerken. Ook stellen de onderzoekers de vraag of verschillende vissoorten via beeldverwerking automatisch kunnen gedetecteerd worden. Dit kadert in een verbetering van het mariene ecosysteem van de Noordzee en van het vloot- en schipmanagement (via meerdere sensoren op het schip).

Relevantie/Valorisatie

CYBELE heeft mijlpalen bereikt op verschillende vlakken: (a) een HPC omgeving die de uitvoering van agrifood gerelateerde experimenten ondersteunt ter optimalisatie van het verwerken van grootschalige datasets; (b) verschillende cases in precisielandbouw en precisieveeteelt welke de HPC omgeving testen, gebruiken en door iteratieve feedback verbeteren. In het algemeen leidt dit project tot een meer toegankelijke HPC omgeving met eigenschappen aangepast aan de agrofood sector, tot meer geavanceerde analyses voor wetenschappers en beleid, tot snellere responstijden en verbeterde beslissingen voor bedrijven en partijen uit de keten en tot de ontsluiting en het meer efficiënt gebruik van de beschikbare data in de keten. De oplossingen zelf die worden gebouwd in deze omgeving leiden onder meer naar een meer verantwoord gebruik van natuurlijke bronnen, een verbeterd management van het landbouwbedrijf, minder afval en verliezen, enz.

Financiering

EU Horizon2020