Programming in R and Python applied to remote sensing

• Grant number: 24/03390-9
• Support Opportunities: Scholarships in Brazil - Technical Training Program - Technical Training
• Start date: April 01, 2024
• End date: June 30, 2024
• Field of knowledge: Physical Sciences and Mathematics - Computer Science
• Principal Investigator: Daniel Lima Miquelluti
• Grantee: Leandro Carvalho da Rocha
• CNAE: Tratamento de dados, provedores de serviços de aplicação e serviços de hospedagem na internet
• Associated research grant: 22/00465-2 - PICSEL - Platform to Democratize and Debureaucratize Rural Producers' Access to Crop Insurance, AP.PIPE

Abstract

O bolsista será responsável pela atualização, organização e depuração da base de dados com as variáveis de sensoriamento remoto da vegetação cultivada. Esta base de dados de sensoriamento remoto da vegetação será utilizada como insumo na modelagem por processos e na identificação de cultivos e datas de plantio e colheita. Necessita-se entender a interação entre a radiação solar e a condição atual da planta, ou seja, qual o impacto da saúde atual da planta na resposta espectral das imagens de satélite, de forma com que as diferentes respostas nas imagens de satélite possam ser utilizadas para inferir reduções na produtividade. Identificação por sensoriamento remoto das datas onde ocorre manejo das culturas (i.e.: semeadura, colheita.), que serão utilizadas para a estimação das produtividades utilizando o sistema DSSAT e modelos de machine learning. Importante ressaltar que na Fase II do PIPE elevar-se-á o grau de complexidade e precisão dos resultados ao utilizar não somente as informações de clima, solo e genética, mas também a integração de dados provenientes de sensores orbitais, para obter séries de produtividades em uma escala de 250x 250 m².