Desenvolvimento de um Sistema WEB de Tomada de Decisão para a cultura da soja por meio de Técnicas de Inteligência Artificial usando Imagens multiespectrais, hiper-espectrais e dados em nuvem de LIDAR usando imagens de VANTs e Satélites

• Processo: 25/08971-2
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de julho de 2025
• Data de Término da vigência: 30 de junho de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Zhao Liang
• Beneficiário: Joao de Deus Ferreira e Silva
• Instituição Sede: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Vinculado ao auxílio: 24/15430-5 - Fusão de dados multimodais e modelagem de crescimento baseados em aprendizado de máquina para melhoria da produção de soja, AP.PFPMCG.TEM
• Assunto(s): Agricultura digital Aprendizado computacional Inteligência artificial Processamento de imagens
• Palavra(s)-Chave do Pesquisador: agricultura digital | algoritmos de aprendizado de máquina | Inteligência Artificial | Processamento de imagens | Sensores Orbitais | Integência artificial e apredizando de maquina

Resumo

O presente plano de trabalho tem como objetivo geral desenvolver de uma plataforma web para gerenciamento de mapas de produção agrícola que representa um avanço significativo na integração de tecnologia com práticas agrícolas modernas usando IA para recomendações de práticas agrícolas a agricultores. Para o satisfatório desenvolvimento da proposta de plataforma serão integradas diversas ferramentas, como sistemas de informações geográficas (SIG), dados obtidos por meio do processamento de imagem de satélite, VANTs e sensores terrestres, sistemas PostgreSQL para desenvolvimentos de mapas interativos e algoritmos de linguagem R e Python para desenvolvimentos de modelos da estimativa de variáveis da cultura da soja. Com isso, ao fim do desenvolvimento desse plano de trabalho os produtores terão acesso a uma ferramenta robusta e de fácil utilização para monitoramento da cultura sendo possível identificar deficiências nutricionais, ataque de doenças e pragas e queda de produção em tempo real.