iCROP – Plataforma Inteligente de Gestão Agrícola Sustentável com IA, IoT e Edge Computing

O projeto iCROP tem como objetivo geral desenvolver uma plataforma inteligente de gestão agrícola sustentável, que integre dados multiescalares, algoritmos avançados de inteligência artificial e computação distribuída, de modo a apoiar a tomada de decisão baseada em evidência científica e tecnológica. Este objetivo central concretiza-se através de um conjunto de metas específicas, estruturadas de forma coerente e mensurável, que asseguram a progressão desde investigação fundamental até protótipos pré-industriais validados em campo. O primeiro objetivo é conceber e implementar uma arquitetura Lakehouse interoperável que permita a ingestão, armazenamento e governação de dados oriundos de múltiplas fontes, incluindo sensores IoT e dados meteorológicos. Esta infraestrutura de dados será concluída até ao final do primeiro ano do projeto e deverá integrar, no mínimo, quatro fontes de informação distintas, assegurando normalização, deduplicação e escalabilidade. A sua relevância decorre da eliminação da fragmentação tecnológica que caracteriza o setor agrícola e da criação de uma base sólida para algoritmos de decisão avançados. O segundo objetivo consiste no desenvolvimento de um modelo de inteligência artificial generativa, designado “ChatGPT do Agro”, especializado em agricultura sustentável e capaz de traduzir grandes volumes de dados em recomendações práticas em linguagem natural. Este modelo será treinado em datasets agrícolas regionais e internacionais, com versões beta previstas até ao mês dezoito e versão final até ao mês vinte e quatro. A meta é disponibilizar um protótipo validado em pelo menos três casos de uso agrícola distintos, assegurando utilidade prática e acessibilidade para agricultores e técnicos. O terceiro objetivo é a criação de algoritmos multi-agente com aprendizagem por reforço (MARL), em combinação com módulos de Edge AI, que permitam simular cenários agrícolas complexos e recomendar ações prescritivas em tempo real. Estes algoritmos deverão ser capazes de reduzir em pelo menos quinze por cento o consumo de água e fertilizantes em simulações controladas, sendo posteriormente validados em explorações piloto com uma meta realista de =10% em condições de campo. Esta componente é crítica para aumentar a resiliência agrícola e assegurar eficiência de recursos em regiões de elevada pressão hídrica como o Algarve. Um quarto objetivo reside na integração de todos os módulos — Lakehouse, IA generativa, MARL e Edge AI — numa plataforma SaaS modular e escalável. Será desenvolvida uma versão beta até ao mês vinte e, posteriormente, uma versão final integrada até ao mês trinta. Este protótipo deverá demonstrar maturidade tecnológica equivalente a TRL 7–8, estando apto a validação em ambiente real. O quinto objetivo centra-se precisamente na validação em campo, através da realização de pelo menos quatro campanhas agrícolas piloto em diferentes culturas regionais. Estas campanhas, distribuídas entre os meses dezoito e trinta, permitirão aferir a robustez dos modelos, a adequação às necessidades do setor e a mensuração de ganhos concretos em eficiência hídrica, energética e operacional. A validação em condições reais é indispensável para assegurar relevância de mercado e eliminar o risco de soluções confinadas ao laboratório. Um sexto objetivo é garantir a produção de conhecimento científico de qualidade e a sua disseminação ampla. Estão previstos pelo menos três artigos em revistas indexadas, cinco apresentações em conferências internacionais e dois policy briefs dirigidos a decisores políticos. Para além disso, será submetido pelo menos um pedido de registo de software ou patente relativo a componentes desenvolvidas, reforçando a valorização económica e a proteção da propriedade intelectual. Finalmente, o projeto contribui de forma explícita para políticas públicas nacionais e europeias, em particular para os objetivos do Pacto Ecológico Europeu, da Estratégia Industrial Europeia, da Agenda FAO para a transformação digital da agricultura e da RIS3 Algarve. O alinhamento estratégico será evidenciado em relatórios de impacto produzidos até ao final do projeto, incluindo indicadores quantitativos de redução de consumos, aumento da eficiência agrícola e contributos para a autonomia tecnológica europeia. Em síntese, os objetivos do iCROP são específicos, mensuráveis, atingíveis, relevantes e temporais, garantindo coerência entre investigação científica, desenvolvimento tecnológico e aplicação prática. Cada etapa está articulada com atividades definidas no plano de trabalhos (A1–A7) e com marcos temporais verificáveis. Esta abordagem assegura que a operação evolui de forma estruturada desde TRL 2–3 até TRL 8, produzindo uma plataforma digital inovadora, validada em campo e preparada para mercado, com impacto científico, económico, social e ambiental.