Sistema de suporte à decisão para pecuária de precisão: predição de massa de forragem e atributos nutricionais usando algoritmos de aprendizagem de máquina

• Processo: 20/14367-7
• Modalidade de apoio: Bolsas no Exterior - Pesquisa
• Data de Início da vigência: 10 de junho de 2022
• Data de Término da vigência: 09 de junho de 2023
• Área de conhecimento: Ciências Agrárias - Zootecnia - Produção Animal
• Pesquisador responsável: Márcia Helena Machado da Rocha Fernandes
• Beneficiário: Márcia Helena Machado da Rocha Fernandes
• Pesquisador Anfitrião: Luis Orlindo Tedeschi
• Instituição Sede: Faculdade de Ciências Agrárias e Veterinárias (FCAV). Universidade Estadual Paulista (UNESP). Campus de Jaboticabal. Jaboticabal , SP, Brasil
• Instituição Anfitriã: Texas A&M University, Estados Unidos
• Assunto(s): Pecuária de precisão Bovinos Manejo de pastagem Sistemas de apoio à decisão Aprendizado computacional Satélites
• Palavra(s)-Chave do Pesquisador: Cattle | Energy Expenditure | forage | Grassland | machine learning | satellite | Pecuária de precisão

Resumo

A pressão sobre o sistema agropecuário tem aumentado com o contínuo crescimento da população humana. Além disso, novas perspectivas em tecnologia e agricultura de precisão impulsionaram o uso intenso de dados para aumentar a produtividade agrícola e, ao mesmo tempo, minimizar o impacto ambiental. Pastagens são globalmente importantes por sua extensão, seu papel na regulação do carbono global e por serem a principal e mais barata fonte de alimentação para bovinos. Portanto, seu monitoramento regular é fundamental para garantir o manejo eficiente das pastagens e a sustentabilidade dos sistemas de produção baseados em pastagens. Técnicas baseadas em sensoriamento remoto têm sido amplamente utilizadas para monitorar grandes áreas e capturar a variabilidade espacial de pastagens, no entanto, a maioria dos modelos foram baseados em regressões lineares, que eram específicas do local e não tinham a capacidade de absorver os padrões não lineares e complexos dos dados, que podem ser melhorados por algoritmos baseados em aprendizado de máquina. Assim, o primeiro objetivo deste projeto é avaliar e desenvolver modelos para estimativa de biomassa, proteína bruta e fibra de pastagens utilizando refletância espectral de satélite ou índices de vegetação, baseados em algoritmos de aprendizado de máquina. Para este estudo, um banco de dados de forragens tropicais e temperadas será utilizado. Outra questão importante depende da avaliação precisa do gasto de energia (ou produção de calor) de animais alimentados com forragem que é um componente principal para estimar a energia que é efetivamente direcionada para a produção, por exemplo, produção de leite ou ganho de peso. Assim, o segundo objetivo deste projeto é avaliar e estimar a dinâmica do gasto energético e da emissão de metano de animais alimentados com gramíneas utilizando modelos mecanísticos e algoritmos de aprendizado de máquina. Esperamos que este trabalho desenvolva uma tecnologia confiável e de ponta para auxiliar os produtores na tomada de decisões sobre o manejo de pastagens. (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)

FERNANDES, MARCIA H.; FERNANDES, JALME; REIS, RICARDO ANDRADE; TEDESCHI, LUIS O.. Application of Machine Learning Algorithms to Estimate Tropical Pasture Biomass Based on Satellite Images.. JOURNAL OF ANIMAL SCIENCE, v. 100, p. 2-pg., 2022-09-22. (15/16631-5, 17/18750-7, 20/14367-7)