La aplicación ha sido destacada por la Comisión Europea y permite ahorrar trámites presenciales a los propietarios
MADRID, 7 (EUROPA PRESS)
La solución de Minsait, desarrollada para agilizar las ayudas de la Política Agraria Común (PAC) de manera telemática desde el móvil, gestionó más de 23.000 fotos en el primer trimestre correspondientes a 5.000 parcelas.
La empresa del grupo Indra desarrolló esta aplicación por encargo del CTT (Centro de Telecomunicaciones y Tecnología de la Información) del Departamento de Agricultura, Ganadería, Pesca y Alimentación de la Generalitat de Cataluña para facilitar el envío de fotografías etiquetadas geográficamente con el objetivo de reducir los desplazamientos y la duración de las inspecciones.
Con esta aplicación, además, se busca mejorar la eficiencia de los controles de calidad y evitar penalizaciones para los agricultores, que también se ahorran varios trámites presenciales como solicitudes de modificación, identificación de cultivos, certificaciones de conversión en producción agraria ecológica o justificaciones deretraso en la ejecución de ayudas, entre otros.
Mediante el uso de FotoDUN (nombre de la solución), los propietarios de las tierras de cultivo ilustran y envían fotografías geo-etiquetadas y cifradas que muestran la realidad de sus explotaciones en el marco de la Declaración Única Agraria.
En caso de duda, los técnicos pueden solicitar más fotos o hacer una videollamada con el agricultor.
Su fin es justificar las ayudas relacionadas con la superficie cultivada o aprovechada por el ganado de acuerdo con el Sistema de Información Geográfica de Parcelas Agrícolas (SIGPAC) de laGeneralitat de Catalunya.
La iniciativa ha sido destacada en un informe de la Comisión Europea y en la V edición de los Premios Alfonso Ortuño de la Escuela de Administración Pública de Cataluña (EAPC), cuyo fin es reconocer las actuaciones de innovación y buenas prácticas en materia de gestión pública de las administraciones públicas catalanas.
Asimismo, Minsait ha añadido nuevas funciones para diferenciar recintos con realidad aumentada y próximamente incluirá el reconocimiento automático de los tipos de cultivos de las fotografías mediante algoritmos de Deep Learning y Visión Artificial para mejorar la eficiencia del proceso de control de calidad.