Imagens de satélite e aprendizado de máquina para estimativa de produtividade de cana-de-açúcar em regiões do estado de São Paulo

• Processo: 23/01062-1
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de abril de 2023
• Data de Término da vigência: 31 de março de 2024
• Área de conhecimento: Interdisciplinar
• Pesquisador responsável: Ana Cláudia dos Santos Luciano
• Beneficiário: Raul Roberto Poppiel
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Vinculado ao auxílio: 21/11183-5 - Imagens de satélite e aprendizado de máquina para estimativa de produtividade de cana-de-açúcar em regiões do estado de São Paulo, AP.R
• Assunto(s): Cana-de-açúcar Índices de vegetação Sensoriamento remoto Análise de séries temporais
• Palavra(s)-Chave do Pesquisador: cana-de-açúcar | Índices de vegetação | Predição de produtividade | Random Forest | Sensoriamento Remoto | Séries Temporais | Sensoriamento remoto agrícola

Resumo

A proposta de bolsa apresentada neste documento irá apoiar uma das metas do projeto "Imagens de satélite e aprendizado de máquina para estimativa de produtividade de cana-de-açúcar em regiões do estado de São Paulo" que consiste no desenvolvimento de modelos preditivos de produtividade com base em imagens de satélite e algoritmos de inteligênciaartificial. Neste sentido, o bolsista ficará encarregado de desenvolver algoritmos em linguagem R ou phyton de modelospreditivos de cana-de-açúcar com base em imagens de satélite, dados agronômicos e climáticos. Para tal tarefa, o bolsista deverá ter conhecimento sobre sensoriamento remoto, agricultura, computação, estatística e análise de banco de dados complexos.