Resumo em anais de congresso (CNPTIA) https://www.alice.cnptia.embrapa.br/alice/handle/item/198 2026-06-26T18:28:08Z 2026-06-26T18:28:08Z KIMPARA, J. M. ALVES, A. L. PIRES, A. ROMANI, L. A. S. https://www.alice.cnptia.embrapa.br/alice/handle/doc/1187749 2026-06-23T12:48:54Z 2026-01-01T00:00:00Z

Título: Desafios para a inovação na aquicultura 4.0 brasileira. Autoria: KIMPARA, J. M.; ALVES, A. L.; PIRES, A.; ROMANI, L. A. S. Conteúdo: A aquicultura brasileira cresce de forma consistente e tem potencial para ampliar produção e exportações com menor impacto ambiental em relação a outras atividades da produção animal, especialmente quando alavancada por soluções de automação, sensores e inteligência de dados (Aquicultura digital). Apesar desse avanço, persistem gargalos de governança, estrutura produtiva, assistência técnica e adoção tecnológica que limitam produtividade, competitividade e sustentabilidade do setor. O objetivo deste trabalho foi sistematizar, a partir de um workshop multissetorial, os principais desafios e soluções prioritárias para acelerar a Aquicultura digital no Brasil. Para isso, foi realizado o evento “Aquicultura 4.0: desafios e oportunidades”, reunindo representantes de toda a cadeia (produtores, empresas, governo, associações, startups, pesquisa e extensão)

2026-01-01T00:00:00Z CASTANHEIRO, L. TETILA, E. FURUYA, D. SILVA, J. P. da BARBEDO, J. G. A. ROMANI, L. A. S. BOLFE, E. L. https://www.alice.cnptia.embrapa.br/alice/handle/doc/1187157 2026-06-06T12:53:23Z 2026-01-01T00:00:00Z

Título: Cattle weight estimation from dense point clouds. Autoria: CASTANHEIRO, L.; TETILA, E.; FURUYA, D.; SILVA, J. P. da; BARBEDO, J. G. A.; ROMANI, L. A. S.; BOLFE, E. L. Conteúdo: Abstract: Cattle weight is essential for decision-making in precision livestock farming, directly supporting nutrition management, animal welfare, and production efficiency. Existing methods rely on close-range measurements or manual intervention, limiting scalability. This work proposes an workflow for cattle weight estimation based on point clouds derived from aerial images. RGB images acquired at low altitude were processed using Structure from Motion (SfM) techniques to generate dense point clouds.

2026-01-01T00:00:00Z BOLFE, E. L. ROMANI, L. A. S. BARBEDO, J. G. A. MASSRUHÁ, S. M. F. S. https://www.alice.cnptia.embrapa.br/alice/handle/doc/1186344 2026-04-25T13:50:37Z 2026-01-01T00:00:00Z

Título: Center for science for development of digital agriculture: Semear Digital, Brazil. Autoria: BOLFE, E. L.; ROMANI, L. A. S.; BARBEDO, J. G. A.; MASSRUHÁ, S. M. F. S. Conteúdo: Projections of world population show that there will be a greater demand for food, fiber and energy, requiring an increase in agricultural productivity, cost reduction and sustainable use of natural resources. Thus, it is essential to consider the process of digital transformation in the countryside, with the introduction of equipment and sensors to collect and generate data in amounts that easily surpass the human processing capacity. In this context, “Semear Digital” is a Brazilian research center designed to enhance agricultural productivity and sustainability through digital technologies and connectivity solutions. The center prioritizes research in inclusive digital technologies in six axis, integrating small and medium scale producers, and operates under the coordination of the Brazilian Agricultural Research Corporation (Embrapa), funded by the São Paulo Research Foundation (FAPESP), and with a collaborative consortium of Research, Development, and Innovation (RD&I) institutions.

2026-01-01T00:00:00Z PARREIRAS, T. C. BOLFE, E. L. FURUYA, D. E. G. https://www.alice.cnptia.embrapa.br/alice/handle/doc/1186342 2026-04-25T13:51:03Z 2026-01-01T00:00:00Z

Título: Advancing coffee management mapping through multisensor data and multistep ensemble learning. Autoria: PARREIRAS, T. C.; BOLFE, E. L.; FURUYA, D. E. G. Conteúdo: Despite the advances, accurately identifying recently renovated and skeletonized coffee areas remains a challenge, as their altered canopy structure and reduced vigor produce spectral signatures similar to those of fallow or non-coffee areas. To address these limitations, upcoming research will focus on leveraging a space-time hybrid approach with deep learning and surface phenology modeling. Specifically, we plan to implement a workflow combining the spatial detail of Sentinel-2 with the temporal continuity of HLS.

2026-01-01T00:00:00Z