Programação em R e em Python aplicados ao sensoriamento remoto

• Processo: 23/15014-9
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de dezembro de 2023
• Data de Término da vigência: 29 de fevereiro de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Geociências
• Pesquisador responsável: Daniel Lima Miquelluti
• Beneficiário: Pedro Henrique Vieira Candido
• 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
• Assunto(s): Python Sensoriamento remoto
• Palavra(s)-Chave do Pesquisador: python | r | Sensoriamento Remoto | Sensoriamento Remoto

Resumo

O bolsista será responsável pela atualização, organização e depuração da base de dados com as variáveis de sensoriamento remoto da vegetação cultivada. Esta base de dados de sensoriamento remoto da vegetação será utilizada como insumo na modelagem por processos e na identificação de cultivos e datas de plantio e colheita. Necessita-se entender a interação entre a radiação solar e a condição atual da planta, ou seja, qual o impacto da saúde atual da planta na resposta espectral das imagens de satélite, de forma com que as diferentes respostas nas imagens de satélite possam ser utilizadas para inferir reduções na produtividade. Identificação por sensoriamento remoto das datas onde ocorre manejo das culturas (i.e.: semeadura, colheita.), que serão utilizadas 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 250x 250 m².