Sensores climáticos e machine learning aplicados para avaliar a influência das mudanças ambientais sob a produção comercial de pescados

• Processo: 21/03728-1
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de maio de 2021
• Data de Término da vigência: 30 de abril de 2022
• Área de conhecimento: Ciências Agrárias - Recursos Pesqueiros e Engenharia de Pesca - Aquicultura
• Pesquisador responsável: Guilherme Wolff Bueno
• Beneficiário: Paulo Victor Leme Mantoan
• Instituição Sede: Faculdade de Ciências Agrárias. Universidade Estadual Paulista (UNESP). Campus do Vale do Ribeira. Registro , SP, Brasil
• Vinculado ao auxílio: 19/07948-6 - Modelo de predição bioeconômica para análise de risco climático e financeiro de empreendimentos aquícolas de alta produção em reservatório de hidrelétrica, AP.PFPMCG.R
• Assunto(s): Produção animal Monitoramento climático Bioeconomia Inovação Aprendizado computacional Modelos matemáticos
• Palavra(s)-Chave do Pesquisador: Aprendizado Computacional | Aquicultura | bioeconomia | Inovação | Modelos Matemáticos | Monitoramento climático | bioeconomia

Resumo

Desenvolver a produção de pescados de forma sustentável em ambientes aquáticos com usos múltiplos tornou-se um grande desafio para o setor produtivo e órgãos de fomento e ordenamento desta atividade. Neste contexto, o uso de tecnologias e novos métodos ágeis para monitorar as potenciais influências ambientais sob os sistemas de produção de organismos aquáticos são, cada vez mais, necessárias e devem ser implementadas pela indústria aquícola. O presente projeto propõe o uso de sensores limnológicos e climáticos para coleta de dados e aplicação de machine learning para desenvolver um algoritmo que auxiliará no monitoramento ambiental da produção de pescados em tempo real na fazenda. Serão utilizados três conjuntos de sondas instaladas entre os tanques-rede para leitura das variáveis limnológicas e climáticas. Durante um ciclo de produção (safra) e a partir coleta em alta frequência dos parâmetros amostrados pelos sensores, será realizado o processamento dos dados para posterior modelagem matemática e análise das variações espaciais e temporais dos parâmetros avaliados. O processo tecnológico realizado e o algoritmo desenvolvido serão registrados por meio de uma patente e disponibilizados como open source initiative visando a disponibilização desta inovação para a sociedade e indústria aquícola. (AU)