Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1133748
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSOARES, Â. F.
dc.contributor.authorPEREZ, N. B.
dc.contributor.authorPÍNHO, L. B. de
dc.date.accessioned2021-08-20T13:00:25Z-
dc.date.available2021-08-20T13:00:25Z-
dc.date.created2021-08-20
dc.date.issued2020
dc.identifier.citationIn: JORNADAS ARGENTINAS DE INFORMÁTICA E INVESTIGACIÓN OPERATIVA, 49.; CONGRESO DE AGROINFORMÁTICA, 12., 2020, Buenos Aires. Anales electrónicos... Buenos Aires: SADIO, 2020.
dc.identifier.issn2525-0949
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1133748-
dc.descriptionPara aumentar a produtividade em sistemas de produção de animais a pasto, com baixo custo e sem degradação do ambiente, é necessário ajustar a lotação animal â disponibilidade de alimento. Convencionalmente, o ajuste de lotação é realizado com base na taxa de acúmulo do período anterior, sem considerar as variações meteorológicas diárias observadas desde a última estimativa. O presente trabalho apresenta os princípios e resultados preliminares de um Farm Management In- formation System (FMIS), denominado TouceiraTech, concebido para a predição da disponibilidade de forragem em pastagens naturais por meio de Inteligência Artificial. O modelo correlaciona dados meteorológicos obtidos automaticamente, de bases remotas abertas, com dados históricos da pastagem, obtidos por amostragem estratificada em áreas experimentais do Bioma Pampa. O sistema inova em funcionalidades desenvolvidas na Linguagem Python permitindo coletar automaticamente os dados históricos de experimentos e da previsão meteorológica recente, bem como calcular a evapotranspiração. As informações, armazenadas em um banco de dados espacial, contemplam as variáveis de entrada necessárias ao modelo de predição de matéria seca (MS) de pasto, proposto em trabalho anterior, baseado em uma rede neural convolucional do tipo Long Short-Term Memory (LSTM). Os resultados evidenciam que a inclusão do cálculo automático da evapotranspiração, com auxílio do Pacote PyEto, apresenta uma acurácia adequada em comparação com o processo manual anteriormente adotado, sendo também verificada a capacidade do sistema para obter e processar os dados de previsão meteorológica de diferentes órgãos, predizendo com diferentes níveis de acurácia a oferta de MS com horizonte de quinze dias.
dc.language.isopor
dc.rightsopenAccesspt_BR
dc.titleTouceiraTech: uma proposta de FMIS inovador para predição de disponibilidade de pasto e ajuste de lotação animal.
dc.typeArtigo em anais e proceedings
dc.subject.thesagroPastejo
dc.subject.thesagroProdutividade
dc.subject.thesagroPecuária
dc.subject.thesagroAgricultura de Precisão
dc.format.extent2p. 298-311.
riaa.ainfo.id1133748
riaa.ainfo.lastupdate2021-08-20
dc.contributor.institutionÂNDERSON FISCHOEDER SOARES, UNIPAMPA; NAYLOR BASTIANI PEREZ, CPPSUL; LEONARDO BIDESE DE PÍNHO, UNIPAMPA.
Aparece nas coleções:Artigo em anais de congresso (CPPSUL)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Soares-et-al.pdf12,02 MBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace