Banca de DEFESA: RICARDO JAIR DE OLIVEIRA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: RICARDO JAIR DE OLIVEIRA
DATA: 29/12/2025
HORA: 09:00
LOCAL: https://meet.google.com/pzx-dvkx-hvz
TÍTULO:

 Monitoramento remoto de formigas cortadeiras com radar em plantios de eucalipto em larga escala aplicado a big data espacial com o uso de computação em nuvem 

PALAVRAS-CHAVES:

Monitoramento florestal. Pragas florestais. Processamento em nuvem. Radar de abertura sintética. Sensoriamento remoto. Silvicultura de precisão.

PÁGINAS: 59
GRANDE ÁREA: Ciências Agrárias
ÁREA: Agronomia
SUBÁREA: Fitossanidade
ESPECIALIDADE: Entomologia Agrícola
RESUMO:

O Brasil possui mais de 9,93 milhões de hectares de plantações de eucalipto e figura entre os maiores produtores globais de polpa e papel. Nesse contexto, as formigas-cortadeiras representam um dos principais desafios para o setor, devido ao intenso desfolhamento que provoca perda de área foliar, redução da capacidade fotossintética e diminuição do crescimento das árvores. Embora o manejo dessas pragas dependa de monitoramento contínuo, os métodos tradicionais são trabalhosos, custosos e de baixa escalabilidade, reforçando a necessidade de abordagens operacionais mais eficientes. Este trabalho avaliou o uso de dados de radar Sentinel-1 e técnicas de aprendizado de máquina para estimar a cobertura do dossel como indicador indireto da desfolha causada por formigas-cortadeiras, integrando índices SAR (RVI, RATIO e RFDI) previamente selecionados a partir de análises de colinearidade. Três algoritmos supervisonados foram comparados Neural Networks, Random Forest e Support Vector Machine (SVM). As SVM, especialmente nos kernels polinomial e radial, apresentaram o melhor desempenho, com erros médios absolutos próximos a 0,23 e alta estabilidade entre treino e validação. Os resultados demonstraram que, mesmo com resolução de 10 m, o Sentinel-1 é capaz de captar alterações estruturais do dossel associadas à herbivoria, reproduzindo de forma coerente padrões observados em imagens de altíssima resolução (3 cm). A abordagem permitiu identificar gradientes de desfolha e distinguir áreas sadias, moderadamente afetadas e severamente danificadas, revelando potencial para aplicação operacional no Manejo Integrado de Pragas. O desenvolvimento deste processo de monitoramento espacial, baseado em big data e processamento em máquinas virtuais em nuvem, contribui para decisões antecipadas, redução de custos e menor necessidade de insumos químicos. Além disso, alinha-se às exigências de certificações ambientais (FSC, Cerflor) e às diretrizes internacionais de manejo sustentável propostas pela FAO, oferecendo uma solução tecnológica aplicada à silvicultura de precisão em larga escala.

MEMBROS DA BANCA:
Externo à Instituição - SILVIA FERNANDES ROCHA - IFES (Suplente)
Externo à Instituição - GUILHERME GONÇALVES COSWOSK - IFES (Suplente)
Externo à Instituição - DEBORAH VALANDRO DE SOUZA - IFES (Membro)
Externo à Instituição - BRUNA NASCIMENTO DE VASCONCELLOS - UFPR (Membro)
Presidente - ALEXANDRE DOS SANTOS - IFMT (Membro)