El objetivo principal del curso es introducir al alumno en el conocimiento y uso de nuevas tecnologías aplicadas al ámbito agrario. Para ello, se abordan los conceptos y metodologías básicas de la digitalización y su aplicación en casos prácticos.
Cada módulo se divide en dos partes:
1. Parte teórica
Se presentan los conceptos fundamentales de la digitalización de explotaciones agrarias, así como los principios de la toma de decisiones basada en información proveniente de diferentes sistemas de sensorización. Estos sensores pueden estar instalados directamente en el campo o proporcionar datos a través de internet.
Además, se muestran ejemplos de los tipos de sensores utilizados, lo que facilita la comprensión de los conceptos explicados.
2. Parte práctica
Se trabaja casos prácticos utilizando la plataforma xFarm, que permite la gestión de datos y sensores para apoyar la toma de decisiones en campo. Los alumnos pueden seguir los casos propuestos en clase o, si disponen de datos de sus propias explotaciones, pueden utilizar algunas funcionalidades de la plataforma con esos datos.
La plataforma xFarm recopila información tanto de sensores instalados en campo como de datos adquiridos mediante APIs. Se prevé la instalación de algunos de estos sensores en el lugar de impartición del curso, con el fin de trabajar con datos reales y locales.
Módulo 1
Agricultura 4.0: Sensores IoT y los Sistemas de Información para la Gestión de Explotaciones (FMIS)
Duración: 2 horas
Contenidos:
- Introducción a la Agricultura 4.0: definición y beneficios.
- Tecnologías IoT (Internet de las Cosas) en agricultura.
- Cambio climático: causas, consecuencias y efectos.
- La agricultura 4.0 como solución – FMIS (Sistemas de Información para la Gestión de Explotaciones).
- Tecnologías aplicadas a la agricultura inteligente.
Módulo 2
Modelos de predicción en agricultura y Sistemas de Apoyo a la Decisión (DSS)
Duración: 2 horas
Contenidos:
- Introducción a los modelos de predicción en agricultura.
- Tipos de modelos de predicción: características y datos.
- Sistemas de Apoyo a la Decisión (DSS) en agricultura.
- Uso de modelos de predicción para mejorar la gestión agrícola.
- Caso práctico: aplicaciones prácticas de DSS en agricultura
Módulo 3
Variabilidad espacial e índices espectrales de vegetación
Duración: 2 horas
Contenidos:
- Introducción a la variabilidad espacial en agricultura.
- Sensores remotos y proximales.
- Índices de vegetación: definición y uso.
- Análisis e interpretación de los datos de los índices de vegetación.
- Ejemplos reales de uso de índices de vegetación (mapas VRT).
Módulo 4
Telemetría agrícola y tecnologías digitales para la gestión de la flota de maquinaria
Duración: 2 horas
Contenidos:
- Introducción a la telemetría agrícola.
- Tecnologías de conexión y transmisión de datos.
- Monitoreo y gestión en tiempo real de las maquinarias agrícolas.
- Beneficios del uso de la telemetría para la eficiencia operativa.
- Caso práctico: implementación y resultados del uso de telemetría en empresas agrícolas.
