Comparativo de métodos de seleção de variáveis na estimativa de qualidade da cana-de-açúcar

• Processo: 25/07385-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de junho de 2025
• Data de Término da vigência: 31 de maio de 2026
• Área de conhecimento: Ciências Agrárias - Engenharia Agrícola
• Pesquisador responsável: Tatiana Fernanda Canata
• Beneficiário: Felipe Pontes Monachesi
• Instituição Sede: Faculdade de Ciências Agrárias e Veterinárias (FCAV). Universidade Estadual Paulista (UNESP). Campus de Jaboticabal. Jaboticabal , SP, Brasil
• Vinculado ao auxílio: 23/12986-0 - Mapeamento da qualidade de cana-de-açúcar por meio de ferramentas de inteligência artificial e imagens de alta resolução, AP.R
• Assunto(s): Geoprocessamento Inteligência artificial Agricultura de precisão
• Palavra(s)-Chave do Pesquisador: Geoprocessamento | Inteligência Artificial | Predição espacializada | agricultura de precisão

Resumo

Os métodos de seleção de variáveis têm sido empregados em diversos contextos a fim de solucionar desafios referentes a identificação de padrões em conjuntos de dados. Considerando que os dados obtidos na agricultura tendem a gerar um expressivo número de variáveis não correlacionadas linearmente, há a necessidade de aplicação de metodologias alternativas para o adequado tratamento de dados. O objetivo do projeto é a comparação dos métodos computacionais de seleção de variáveis relacionadas ao conteúdo de açúcar das plantas de cana-de-açúcar. A metodologia do projeto é baseada em ferramentas de estatística e de aprendizado de máquina como forma de análise dos dados relacionados ao vigor vegetativo da cultura e as condições climáticas da área de estudo. Tais ferramentas auxiliarão na evidência de quais variáveis são associadas ao conteúdo de açúcar das plantas para que, posteriormente, sejam aplicados em modelos preditivos visando uma maior acurácia na predição espacializada dos atributos Brix e Pureza da cultura. Será utilizada uma área comercial de cana-de-açúcar, no estado de São Paulo, para a obtenção das amostras georreferenciadas em campo no período de maturação da cultura, seguida pela análise das amostras em laboratório. O banco de dados será composto por imagens multiespectrais de satélite, dados meteorológicos e dados de campo. Serão utilizados softwares de acesso gratuito para a organização e o geoprocessamento dos dados, assim como para a elaboração dos resultados na forma de gráficos e de mapas temáticos. Os resultados do projeto evidenciarão os tipos de dados integrados que melhor compõem o desenvolvimento de modelos preditivos em relação a qualidade da matéria-prima, além de oferecer uma solução técnica e complementar aos métodos convencionais de análise de dados na agricultura. (AU)