Mapeamento da variabilidade espacial dos solos e amostragem otimizada com o apoio de técnicas de sensoriamento: bases para uma agricultura de precisão mais eficiente e sustentável

• Processo: 22/03160-8
• Modalidade de apoio: Auxílio à Pesquisa - Projeto Inicial
• Data de Início da vigência: 01 de fevereiro de 2023
• Data de Término da vigência: 31 de janeiro de 2028
• Área do conhecimento: Ciências Agrárias - Engenharia Agrícola
• Pesquisador responsável: Lucas Rios do Amaral
• Beneficiário: Lucas Rios do Amaral
• Instituição Sede: Faculdade de Engenharia Agrícola (FEAGRI). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Pesquisadores associados: Alessandro Samuel Rosa ; Henrique Oldoni ; Hudson Wallace Pereira de Carvalho ; Maurício Roberto Cherubin ; Paulo Sergio Graziano Magalhães
• Auxílio(s) vinculado(s): 24/19167-7 - Integração de Técnicas de Sensoriamento para Caracterização da Fertilidade do Solo Agrícola e Delimitação de Zonas de Manejo, AP.R SPRINT
• Bolsa(s) vinculada(s): 24/13229-0 - Complementariedade de técnicas de sensoriamento proximal e orbital para exploração da variabilidade dos solos, BP.MS; 24/14044-4 - Mapeamento pedológico detalhado e zonas de manejo: características, aplicações e complementaridade entre as abordagens, BP.DR; 23/02532-1 - Técnicas de sensoriamento proximal para o entendimento da variabilidade dos solos, BP.IC; 23/02592-4 - Otimização amostral e predições multivariadas para mapeamento da fertilidade e qualidade do solo, BP.MS
• Assunto(s): Agricultura de precisão Agricultura digital Qualidade do solo Aprendizado computacional Krigagem Manejo do solo Variabilidade espacial Sensoriamento Produção agrícola Produção sustentável
• Palavra(s)-Chave do Pesquisador: agricultura digital | Aprendizado de Máquina | fusão de dados | qualidade do solo | Regressão-krigagem | Zonas de manejo | Agricultura de Precisão

Resumo

As áreas agrícolas não são uniformes em sua extensão e, portanto, a adoção da agricultura de precisão (AP) é essencial para a obtenção de maior eficiência e sustentabilidade da produção agrícola. Para viabilizar tal abordagem, o emprego de técnicas de sensoriamento para apoio o mapeamento das propriedades do solo é fundamental. O mapeamento da fertilidade química do solo a partir de amostragens sistemáticas para a aplicação de fertilizantes em doses variadas é a prática mais adotada mundialmente. No entanto, diversas outras propriedades do solo impactam o desenvolvimento e produtividade das culturas, mas que têm sido negligenciadas nas pesquisas em AP. Sendo assim, a meta principal dessa pesquisa é gerar conhecimento para o desenvolvimento de protocolos para o diagnóstico espacializado do solo em nível de lavoura, de forma que a AP seja realizada de forma mais holística, permitindo o entendimento geral da qualidade do solo, sua variabilidade espacial natural e também a porção da variabilidade gerada por influência antrópica que demanda manejo localizado. Para tanto, este projeto de pesquisa visa aproximar a pedologia da agricultura de precisão, gerando conhecimento inovador tanto em termos científicos quanto práticos. A proposta está dividida em três principais objetivos científicos (técnicas de sensoriamento, otimização amostral e predição multivariada, e abordagens para o mapeamento do solo) e contará com acompanhamento de longa duração de três áreas comerciais que representam boa parte dos sistemas de cultivo nacional (cana-de-açúcar, grãos e integração lavoura-pecuária). Este documento também apresenta um plano integrado de pesquisa e ensino fruto do desenvolvimento do projeto. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

MELO, DERLEI D.; CUNHA, ISABELLA A.; AMARAL, LUCAS R.. Hierarchical Stratification for Spatial Sampling and Digital Mapping of Soil Attributes. AGRIENGINEERING, v. 7, n. 1, p. 17-pg., 2025-01-01. (24/14044-4, 23/02592-4, 22/03160-8)

DE FREITAS, RODRIGO GREGGIO; OLDONI, HENRIQUE; JOAQUIM, LUCAS FERNANDO; POZZUTO, JOAO VITOR FIOLO; DO AMARAL, LUCAS RIOS. Predicting on-farm soybean yield variability using texture measures on Sentinel-2 image. PRECISION AGRICULTURE, v. 25, n. 6, p. 24-pg., 2024-08-12. (22/03160-8)

CUNHA, ISABELLA A.; BAPTISTA, GUSTAVO M. M.; PRUDENTE, VICTOR HUGO R.; MELO, DERLEI D.; AMARAL, LUCAS R.. Integration of Optical and Synthetic Aperture Radar Data with Different Synthetic Aperture Radar Image Processing Techniques and Development Stages to Improve Soybean Yield Prediction. AGRICULTURE-BASEL, v. 14, n. 11, p. 21-pg., 2024-11-01. (22/03160-8)