Aplicação de aprendizado de máquinas para preenchimento de lacunas em séries temporais irregulares de Gases de Efeito Estufa

• Processo: 25/13458-2
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de agosto de 2025
• Data de Término da vigência: 31 de julho de 2027
• Área de conhecimento: Ciências Agrárias - Zootecnia - Pastagens e Forragicultura
• Pesquisador responsável: Ana Cláudia Ruggieri
• Beneficiário: Gabriela Oliveira de Aquino Monteiro
• Instituição Sede: Faculdade de Ciências Agrárias e Veterinárias (FCAV). Universidade Estadual Paulista (UNESP). Campus de Jaboticabal. Jaboticabal , SP, Brasil
• Vinculado ao auxílio: 21/11922-2 - Centro de Ciência para o Desenvolvimento da Neutralidade Climática da Pecuária de Corte em Regiões Tropicais, AP.CCD
• Assunto(s): Banco de dados Mudança climática
• Palavra(s)-Chave do Pesquisador: Agricultura de baixo carbono | Banco de dados | Construção e reconstrução de bancos de dados | preenchimento de lacunas | Mudanças Climáticas

Resumo

A agropecuária brasileira possui uma participação relevante na segurança alimentar global, mas também se encontra entre os setores com maior responsabilidade nas emissões nacionais de gases de efeito estufa (GEE), especialmente metano (CH¿), óxido nitroso (N¿O) e dióxido de carbono (CO¿). O Brasil possui uma das maiores áreas com pastagens do mundo, mas grande parte delas se encontra com baixo ou médio vigor, o que compromete a produtividade, favorece a emissão de GEE e reduz a capacidade de sequestro de carbono do solo. Frente a esse desafio, os sistemas integrados de produção, como a Integração Lavoura-Pecuária (ILP), Integração Lavoura-Pecuária-Floresta (ILPF) e consórcios entre gramíneas e leguminosas, vêm sendo propostos como estratégias promissoras para restaurar áreas degradadas, aumentar a biodiversidade do solo, melhorar a eficiência de uso de nutrientes e mitigar emissões associadas à produção pecuária. No entanto, ainda existem lacunas importantes quanto à compreensão dos mecanismos envolvidos na dinâmica de emissão de GEE nesses sistemas, principalmente no que se refere à qualidade do carbono do solo, e à interação de fatores químicos, físicos e biológicos do solo com práticas de manejo de pastagem. Além disso, a caracterização detalhada das emissões de GEE pela agropecuária ainda enfrenta desafios metodológicos, como a variabilidade espacial e temporal de dados e a escassez de dados padronizados para alimentar inventários e projeções. Nesse cenário, ferramentas analíticas como o aprendizado de máquina podem contribuir significativamente, oferecendo maior precisão na predição de emissões, na identificação de variáveis explicativas e na reconstrução de séries históricas. Diante disso, este projeto visa integrar abordagens experimentais e computacionais para quantificar, compreender e prever as emissões de GEE em sistemas de pastagens tropicais. Para isso serão conduzidos experimentos envolvendo pastagens em monocultivo, sistemas integrados, consorciados e vegetação nativa, com avaliação de atributos físico-químicos e biológicos do solo e medições diretas de CH¿, N¿O e CO¿. Paralelamente, serão desenvolvidos algoritmos preditivos capazes de integrar os dados empíricos e projetar cenários futuros, subsidiando políticas públicas de mitigação das mudanças climáticas e de intensificação sustentável da pecuária no Brasil.