CV Lattes
ResearcherID
ORCID
Google Scholar Citations
Universidade de São Paulo (USP). Escola Superior de Agricultura Luiz de Queiroz (ESALQ) (Instituição Sede da última proposta de pesquisa) País de origem: Argentina
Professor Doutor (2025) da Universidade de São Paulo - USP, Escola Superior de Agricultura Luiz de Queiroz - ESALQ, Departamento de Ciência do Solo, área de Tecnologia do Solo. Engenharo Agronômo pela Universidad del Salvador (Argentina, 2013), revalidado pela Unversidade de Brasilia (2022). Mestre (2016) e Doutor (2020) em Agronomia pela UnB. Realizou pós-doutorado em Geotecnologias Aplicadas a Solos na ESALQ/USP e atuou como Docente no Instituto de Geociências da UnB. Especialista em IA e machine learning aplicados à pedometria, espectrorradiometria e mapeamento digital de solos . Autor de mais de 67 artigos em periódicos indexados (H-index 22). Membro científico da Brazilian Soil Health Partnership (BSHP) e Pesquisador Associado à cadeia Tecnologias MRV do CCARBON/USP para quantificação de carbono no solo via geotecnologias. Editor Associado de Pedometria da Frontiers in Soil Science. Integra comissões científicas do PEDOMETRICS 2026 e 10th International Symposium on Soil Organic Matter (SOM2026). (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a) |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |
A proposta de bolsa apresentada neste documento irá apoiar uma das metas do projeto "Imagens de satélite e aprendizado de máquina para estimativa de produtividade de cana-de-açúcar em regiões do estado de São Paulo" que consiste no desenvolvimento de modelos preditivos de produtividade com base em imagens de satélite e algoritmos de inteligênciaartificial. Neste sentido, o bolsista ficará…
O presente projeto tem como meta principal realizar mapas quantitativos de solo das áreas agrícolas do Estado de São Paulo, usando dados de sensoriamento remoto e próximo, mediante equações de pedo-transferência e algoritmos de aprendizado de máquina. O nível do mapeamento será avaliado de acordo com a assertividade final, pois não está normatizada a densidade de amostragem para níveis de…
| 2 | Bolsas no país concluídas |
| Processos vinculados | |