Busca avançada
Ano de início
Entree

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
Linha de fomento:Bolsas no Exterior - Pesquisa
Vigência (Início): 10 de junho de 2022
Vigência (Término): 09 de junho de 2023
Área do conhecimento:Ciências Agrárias - Zootecnia - Produção Animal
Pesquisador responsável:Márcia Helena Machado da Rocha Fernandes
Beneficiário:Márcia Helena Machado da Rocha Fernandes
Anfitrião: Luis Orlindo Tedeschi
Instituição-sede: Faculdade de Ciências Agrárias e Veterinárias (FCAV). Universidade Estadual Paulista (UNESP). Campus de Jaboticabal. Jaboticabal , SP, Brasil
Local de pesquisa: Texas A&M University, Estados Unidos  
Assunto(s):Pecuária de precisão   Bovinos   Manejo de pastagem   Sistemas de apoio à decisão   Aprendizado computacional   Satélites

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)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)