Programação em R e em Python aplicados a modelagem agrometeorológica

• Processo: 22/11997-5
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de dezembro de 2022
• Data de Término da vigência: 31 de maio de 2023
• Área de conhecimento: Ciências Agrárias - Agronomia - Agrometeorologia
• Pesquisador responsável: Daniel Lima Miquelluti
• Beneficiário: Nathan Felipe da Silva Caldana
• CNAE: Tratamento de dados, provedores de serviços de aplicação e serviços de hospedagem na internet
• Vinculado ao auxílio: 22/00465-2 - PICSEL - Plataforma para Democratizar e Desburocratizar o Acesso do Produtor Rural ao Seguro Agrícola, AP.PIPE
• Palavra(s)-Chave do Pesquisador: Agrometeorologia | Seguro Rural | Modelos baseados em processos

Resumo

O bolsista realizará a atualização, organização e depuração da base de dados com as variáveis agrometeorológicas. O banco de dados climático será utilizado como insumo na modelagem por processos. Necessita-se entender a interação entre solo-clima-planta, ou seja, qual o impacto da variável climática em determinado estágio da planta, em certo tipo de solo, e sua consequência para a produtividade. Em conjunto com os demais bolsistas realizará a modelagem para a estimação das produtividades utilizando o sistema DSSAT e modelos de machine learning. Importante ressaltar que na Fase II do PIPE elevar-se-á o grau de complexidade e precisão dos resultados ao utilizar não somente as informações de clima, solo e genética, mas também a integração de dados provenientes de sensores orbitais, para obter séries de produtividades em uma escala de 250x250 m2.