Desenvolvimento de uma abordagem (framework) para otimização de interpolação em cenários com diferentes densidades de amostras de solo

• Processo: 24/01557-3
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de junho de 2024
• Data de Término da vigência: 31 de março de 2026
• Área de conhecimento: Ciências Agrárias - Engenharia Agrícola
• Pesquisador responsável: Lucas Rios do Amaral
• Beneficiário: Laura Delgado Bejarano
• Instituição Sede: Faculdade de Engenharia Agrícola (FEAGRI). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Agricultura de precisão Geoestatística Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Agricultura de precisão | Amostragem de Solo | Geoestatística | machine learning | mapeamento digital de solos | Agricultura de precisão

Resumo

O solo é um sistema essencial para a vida e a agricultura; no entanto, enfrenta problemas de degradação devido a práticas agrícolas intensivas. A agricultura de precisão busca otimizar o manejo de recursos, coletando dados sobre várias variáveis, incluindo propriedades do solo. Sem embargo, a variabilidade espaço-temporal apresenta desafios para a tomada de decisões precisas e eficientes, além de exigir amostragem de alta densidade, que geralmente é cara e desgastante. Por esta razão, esta pesquisa procura avaliar a eficácia de diferentes técnicas de interpolação em cenários com variadas densidades amostrais na predição de atributos de fertilidade do solo. Serão avaliados métodos tradicionais determinísticos, geoestatísticos e de aprendizado de máquina, utilizando dados de três áreas do estado de São Paulo, Brasil, sob diferentes práticas agronômicas. Características espaciais dos dados e dos mapas de prescrição de fertilizantes serão avaliadas. Espera-se gerar um procedimento para a tomada de decisão (framework) sobre métodos e configurações a serem utilizadas em cada situação. Isso visa otimizar a amostragem e análise de dados do solo para uma agricultura de precisão mais rentável e sustentável.