| Processo: | 24/05205-4 |
| Modalidade de apoio: | Bolsas no Brasil - Pós-Doutorado |
| Data de Início da vigência: | 01 de junho de 2024 |
| Data de Término da vigência: | 30 de abril de 2027 |
| Área de conhecimento: | Ciências Exatas e da Terra - Geociências |
| Acordo de Cooperação: | MCTI/MC |
| Pesquisador responsável: | Édson Luis Bolfe |
| Beneficiário: | Danielle Elis Garcia Furuya |
| Instituição Sede: | Embrapa Agricultura Digital. Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA). Campinas , SP, Brasil |
| Vinculado ao auxílio: | 22/09319-9 - Centro de Ciência para o Desenvolvimento em Agricultura Digital - CCD-AD/SemeAr, AP.CCD |
| Assunto(s): | Agricultura digital Desenvolvimento rural Processamento digital de imagens Sensoriamento remoto |
| Palavra(s)-Chave do Pesquisador: | agricultura digital | Desenvolvimento rural | processamento digital de imagens | Sensoriamento Remoto |
Resumo Diferentes iniciativas de mapeamento agrícola têm sido realizadas para apoiar o planejamento rural e a predição das safras. No entanto, em função da complexa dinâmica e escala da agropecuária brasileira, existe a necessidade de gerar metodologias com maior detalhamento, frequência e precisão para discriminar os cultivos agrícolas, pastagens e silvicultura. O crescente aumento da resolução espacial, temporal e espectral de imagens de satélites disponíveis, a elevada capacidade computacional de processamento de grandes volumes de dados, e o desenvolvimento da inteligência artificial associado aos classificadores baseados em algoritmos de aprendizado de máquina, potencializam as pesquisas em sensoriamento remoto agrícola para a classificação, monitoramento e manejo agrícola. Porém, gerar mapeamentos agrícolas multisensores mais eficazes e precisos ainda apresenta-se como um grande desafio, em função do: i) nível de préprocessamento necessário nas diferentes imagens e sua relação com a integridade e homogeneidade dos alvos agrícolas; ii) da complexidade em combinar diferentes resoluções temporais e espaciais, que possibilita análises diárias e inferiores a 0,5 metros; iii) pela dificuldade em gerar análises multisensores que potencializam os métodos de classificação digital via aprendizado de máquina. Com a implementação dessa bolsa de pós-doutorado, objetiva-se desenvolver métodos de mapeamentos agrícolas a partir de algoritmos de aprendizado de máquina e abordagem multisensor com imagens de satélites, de nanossatélites e de VANTs nas regiões dos Distritos Agrotecnológicos (DAT s) definidos pelo Centro. Dentre os resultados, espera-se gerar novas metodologias aplicadas ao monitoramento agrícola, publicações científicas qualificadas, fomentar a formação profissional de pós-graduação. (AU) | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |