Análise de classificações digitais de uso da terra por multisensores e organização de bases de dados geoespacial

Resumo

Diferentes iniciativas de mapeamento agrícola têm sido realizadas para apoiar o planejamento rural e a predição das safras. No entanto, em função da complexa dinâmica e escala da agropecuária brasileira, existe a necessidade de gerar metodologias com maior detalhamento, frequência e precisão para discriminar os cultivos agrícolas, pastagens e silvicultura. O crescente aumento da resolução espacial, temporal e espectral de imagens de satélites disponíveis, a elevada capacidade computacional de processamento de grandes volumes de dados, e o desenvolvimento da inteligência artificial associado aos classificadores baseados em algoritmos de aprendizado de máquina, potencializam as pesquisas em sensoriamento remoto agrícola para a classificação, monitoramento e manejo agrícola. Com a implementação dessa bolsa de pós-doutorado, objetiva-se analisar a precisão de diferentes algoritmos de aprendizado de máquina no processo de classificação digital de dados obtidos pelo uso individual e/ou combinado de imagens multisensores e estabelecer um banco de dados geoespaciais nas regiões dos Distritos Agrotecnológicos (DAT s) definidos pelo Centro. Dentre os resultados, espera-se gerar novas metodologias aplicadas ao monitoramento agrícola, publicações científicas qualificadas, fomentar a formação profissional de pós-graduação. (AU)