Busca avançada
Ano de início
Entree

Previsão do estoque de carbono do solo com base em Aprendizagem de Maquina

Processo: 19/22956-5
Linha de fomento:Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
Vigência (Início): 01 de maio de 2021
Vigência (Término): 31 de outubro de 2021
Área do conhecimento:Ciências Agrárias - Agronomia - Ciência do Solo
Pesquisador responsável:Newton La Scala Júnior
Beneficiário:Camila Viana Vieira Farhate
Supervisor no Exterior: Asim Biswas
Instituição-sede: Faculdade de Ciências Agrárias e Veterinárias (FCAV). Universidade Estadual Paulista (UNESP). Campus de Jaboticabal. Jaboticabal , SP, Brasil
Local de pesquisa : University of Guelph, Canadá  
Vinculado à bolsa:18/14958-5 - Expansão do canavial sob diferentes sistemas de manejos: um estudo de longa duração, BP.PD
Assunto(s):Cana-de-açúcar

Resumo

Compreender os mecanismos e interações que governam a dinâmica do carbono do solo é essencial para mitigar as mudanças climáticas e aumentar a produção mundial de alimentos. Nesse contexto, neste projeto, objetivamos avaliar o desempenho de dois conjuntos de classificadores, bagging e boosting, para reconhecer padrões e prever o estoque de carbono do solo e suas variações no tempo e no espaço, em áreas de cana-de-açúcar sob diferentes plantas de cobertura e preparo do solo no Brasil. Esta proposta de pesquisa será iniciada após um estágio de seis meses na Universidade de Bolonha - Itália, cujo objetivo será calibrar e avaliar os modelos de dinâmica de carbono do solo usando a biblioteca de software UNIMI.CRONO. Em seguida, por um período de seis meses, sob a supervisão do professor Dr. Asim Biswas, da Universidade de Guelph - Canadá, pretende-se usar o mesmo conjunto de dados para avaliar o desempenho dos algoritmos bagging e boosting para combinar classificadores individuais (classificadores base), como Redes Neurais Artificiais, Floresta Aleatória, Regressão Logística e Máquinas de Vetor de Suporte (SVM) para prever o estoque de carbono no solo. Após um período de 12 meses, esperamos encontrar as melhores soluções de modelagem para entender e prever a dinâmica do carbono em áreas de cana-de-açúcar em condições tropicais. Além disso, compartilharemos esses resultados por meio de palestras, conversas, artigos e conferências.