Banca de QUALIFICAÇÃO: STHÉFANY AIRANE DOS SANTOS SILVA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: STHÉFANY AIRANE DOS SANTOS SILVA
DATA: 03/10/2024
HORA: 14:00
LOCAL: google meet
TÍTULO:

TECNOLOGIAS DE AGRICULTURA DE PRECISÃO E AGRICULTURA DIGITAL APLICADAS EM LAVOURA CAFEEIRA SITUADA EM CAMPO EXPERIMENTAL

PALAVRAS-CHAVES:

cafeicultura de precisão, variabilidade, aeronaves remotamente pilotadas, índices de vegetação, aprendizado de máquina, previsão de produtividade. 

PÁGINAS: 63
GRANDE ÁREA: Ciências Agrárias
ÁREA: Engenharia Agrícola
SUBÁREA: Máquinas e Implementos Agrícolas
RESUMO:

Os fatores que mais influenciam o rendimento das lavouras, estão interligados e abrangem aspectos climáticos, agronômicos e tecnológicos. A avaliação e monitoramento desses fatores se torna necessária, uma vez que quando bem investigados podem trazer retornos como uma maior produtividade e qualidade dos frutos, além de tornarem o ciclo produtivo mais sustentável. Este trabalho investiga o uso de tecnologias de Agricultura de Precisão (AP) e Agricultura Digital (AD) na cafeicultura, aplicadas em um campo experimental situado em Três Pontas, MG. A área de estudo possui 1,2 ha de cafeeiros da espécie Coffea arabica, cultivar Topázio MG1190. No período compreendido entre 2020 a 2022, foram coletados dados de produtividade, umidade do solo, potencial hídrico foliar, fertilidade do solo além da realização de voos com Aeronave Remotamente Pilotada (ARP). A partir desse conjunto de dados, esta pesquisa foi dividida em quatro capítulos. O primeiro capítulo oferece uma revisão de literatura sobre a importância da cafeicultura no Brasil, os desafios da produção e o papel das tecnologias emergentes como a AP e a AD para otimizar a produtividade e sustentabilidade. No segundo capítulo, foram avaliadas a variabilidade espacial e temporal da produtividade de cafeeiros ao longo de três safras, utilizando métodos geoestatísticos. Os resultados revelaram uma alta heterogeneidade na produtividade, com variações significativas tanto no espaço quanto no tempo, mesmo em uma área relativamente pequena. Essa variabilidade foi atribuída a fatores como bienalidade e manejo agrícola. O terceiro capítulo analisou a variabilidade espacial do índice de vegetação NDVI e da clorofila, obtidos por sensores ativos e passivos do sensoriamento remoto. Pela análise geoestatística foi possível constatar a variabilidade espacial dos atributos avaliados. Através da análise do coeficiente de Pearson (R) foi possível quantificar o nível de correlação entre os dados obtidos pelos diferentes sensores e através do teste t foi possível encontrar correlações significativas entre eles. No quarto capítulo, diferentes algoritmos de aprendizado de máquina serão testados para prever a produtividade dos cafeeiros. Na manipulação do modelo de predição, serão inseridos dados de entrada de umidade do solo, potencial hídrico foliar, fertilidade do solo e valores amostrados de índices de vegetação, já os dados de saída serão relacionados aos dados amostrados de produtividade para os anos 2021 e 2022. Os modelos de previsão serão criados no software Orange Canvas. Já o desempenho dos algoritmos em prever modelos de produtividade serão avaliados por métricas como R², MAPE, MAE e RMSE.

MEMBROS DA BANCA:
Externo à Instituição - VANESSA CASTRO FIGUEIREDO - EPAMIG (Membro)
Externo ao Programa - RAFAEL DE OLIVEIRA FARIA - DEA/EENG (Suplente)
Externo à Instituição - MIRIAN DE LOURDES OLIVEIRA E SILVA - UFLA (Membro)
Externo à Instituição - LUCAS SANTOS SANTANA - UFVJM (Membro)
Presidente - GABRIEL ARAUJO E SILVA FERRAZ (Membro)
Externo à Instituição - DIEGO BEDIN MARIN - UFV (Suplente)
Externo ao Programa - DANTON DIEGO FERREIRA - DAT/EENG (Membro)