Desenvolvimento de algoritmos computacionais para implementação do modelo da curva de crescimento da vegetação, detecção de anomalias e sistema de alerta

• Processo: 18/11541-6
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de agosto de 2018
• Data de Término da vigência: 29 de fevereiro de 2020
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Mateus Vidotti Ferreira
• Beneficiário: Javier Dario Pulido Gómez
• CNAE: Atividades de apoio à agricultura ; Consultoria em tecnologia da informação ; Pesquisa e desenvolvimento experimental em ciências físicas e naturais
• Vinculado ao auxílio: 17/08449-8 - Sistema de monitoramento remoto de alta frequência para gestão da qualidade do canavial e predição da produtividade agrícola, AP.PIPE
• Assunto(s): Python
• Palavra(s)-Chave do Pesquisador: Gdal | gestão agrícola | Modelos de Produtividade | Ogr | PostGIS | python | Programação - Python

Resumo

Para conduzir as avaliações e diagnósticos agrícolas com objetividade e escalabilidade, é fundamental que toda inteligência no processo de integração de dados agroambientais seja automatizado, prevendo segurança, melhores práticas e eficiência no processamento dos dados. Desta forma, as atividades a serem realizadas pelo bolsista compreendem auxiliar na implementação dos modelos de crescimento vegetativo, de detecção de anomalias vegetais, estimativas de produtividade e alerta de ocorrências na lavoura, bem como a disponibilização de um banco de dados no formato requerido para a integração com a ferramenta WEB. Para desenvolvimento da ferramenta, o modelo a ser codificado será dividido em módulos para facilitar sua implementação e auxiliar no acompanhamento do seu progresso. O bolsista ficará responsável pelo desenvolvimento de alguns módulos sob supervisão do pesquisador principal. A linguagem de programação empregada será Python e a principal biblioteca utilizada para trabalhar com dados espaciais será a GDAL/OGR - Geospatial Data Abstraction Library.