Busca avançada
Ano de início
Entree

Metodologia para mapeamento e monitoramento de sistemas de integração lavoura-pecuária usando dados de sensoriamento remoto

Processo: 21/15001-9
Modalidade de apoio:Bolsas no Brasil - Pós-Doutorado
Data de Início da vigência: 01 de fevereiro de 2022
Data de Término da vigência: 31 de maio de 2023
Área de conhecimento:Ciências Agrárias - Engenharia Agrícola
Acordo de Cooperação: Organização Holandesa para a Pesquisa Científica (NWO)
Pesquisador responsável:João Francisco Gonçalves Antunes
Beneficiário:Inacio Thomaz Bueno
Instituição Sede: Núcleo Interdisciplinar de Planejamento Energético (NIPE). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:17/50205-9 - Monitoramento de sistemas integrados lavoura-pecuária por meio de sensoriamento remoto e agricultura de precisão para uma produção mais sustentável - rumo à agricultura de baixo carbono, AP.TEM
Assunto(s):Aprendizagem profunda   Sensoriamento remoto
Palavra(s)-Chave do Pesquisador:Aprendizado profundo | Intensificação agrícola | Nanossatélites | Sensoriamento Remoto | Série temporal de imagens | Sistemas ILP | Mapeamento e monitoramento de sistemas ILP com sensoriamento remoto

Resumo

A expansão agrícola sobre área de pastagens no Brasil, principalmente ocasionada pelo cultivo de grãos e cana-de-açúcar, levou à intensificação da pecuária nos remanescentes de pastagens nessas regiões. Durante as últimas décadas, a produção agrícola de grãos aumentou drasticamente no Brasil devido, principalmente, ao aumento da produtividade. Por outro lado, nos últimos anos, a cana-de-açúcar aumentou sua produção principalmente com base na expansão de sua área plantada, principalmente sobre áreas de pastagem. No mesmo período, o Brasil se tornou um dos principais produtores mundiais de carne bovina. Embora as estatísticas agrícolas gerais indiquem que a intensificação das pastagens vem ocorrendo nos últimos anos, é necessária uma análise mais detalhada, considerando, por exemplo, a distribuição geográfica dessas, os tipos de sistemas envolvidos (por exemplo, se são pastagem puras ou pastagens mistas com culturas agrícolas) e variáveis de manejo. Nesse sentido, este plano se concentra no que pode ser aprendido sobre o manejo de pastagens a partir de sensoriamento remoto - uma ferramenta poderosa que tem visto relativamente pouca aplicada neste contexto. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(As publicações científicas contidas nesta página são originárias da Web of Science ou da SciELO, cujos autores mencionaram números dos processos FAPESP concedidos a Pesquisadores Responsáveis e Beneficiários, sejam ou não autores das publicações. Sua coleta é automática e realizada diretamente naquelas bases bibliométricas)
BUENO, INACIO T.; ANTUNES, JOAO F. G.; REIS, ALINY A. DOS; WERNER, JOAO P. S.; TORO, ANA P. S. G. D. D.; FIGUEIREDO, GLEYCE K. D. A.; ESQUERDO, JULIO C. D. M.; LAMPARELLI, RUBENS A. C.; COUTINHO, ALEXANDRE C.; MAGALHA, PAULO S. G.. Mapping integrated crop-livestock systems in Brazil with planetscope time series and deep learning. REMOTE SENSING OF ENVIRONMENT, v. 299, p. 18-pg., . (21/15001-9, 17/50205-9, 18/24985-0)
BUENO, I. T.; ANTUNES, J. F. G.; TORO, A. P. S. G. D. D.; WERNER, J. P. S.; COUTINHO, A. C.; FIGUEIREDO, G. K. D. A.; LAMPARELLI, R. A. C.; ESQUERDO, J. C. D. M.; MAGALHAES, P. S. G.. LAND USE/LAND COVER CLASSIFICATION IN A HETEROGENEOUS AGRICULTURAL LANDSCAPE USING PLANETSCOPE DATA. 39TH INTERNATIONAL SYMPOSIUM ON REMOTE SENSING OF ENVIRONMENT ISRSE-39 FROM HUMAN NEEDS TO SDGS, VOL. 48-M-1, v. N/A, p. 7-pg., . (21/15001-9, 17/50205-9)
TORO, ANA P. S. G. D. D.; BUENO, INACIO T.; WERNER, JOAO P. S.; ANTUNES, JOAO F. G.; LAMPARELLI, RUBENS A. C.; COUTINHO, ALEXANDRE C.; ESQUERDO, JULIO C. D. M.; MAGALHAES, PAULO S. G.; FIGUEIREDO, GLEYCE K. D. A.. SAR and Optical Data Applied to Early-Season Mapping of Integrated Crop-Livestock Systems Using Deep and Machine Learning Algorithms. REMOTE SENSING, v. 15, n. 4, p. 16-pg., . (17/50205-9, 21/15001-9)