Please use this identifier to cite or link to this item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1133748
Research center of Embrapa/Collection: Embrapa Pecuária Sul - Artigo em anais de congresso (ALICE)
Date Issued: 2020
Type of Material: Artigo em anais de congresso (ALICE)
Authors: SOARES, Â. F.
PEREZ, N. B.
PÍNHO, L. B. de
Additional Information: ÂNDERSON FISCHOEDER SOARES, UNIPAMPA; NAYLOR BASTIANI PEREZ, CPPSUL; LEONARDO BIDESE DE PÍNHO, UNIPAMPA.
Title: TouceiraTech: uma proposta de FMIS inovador para predição de disponibilidade de pasto e ajuste de lotação animal.
Publisher: In: JORNADAS ARGENTINAS DE INFORMÁTICA E INVESTIGACIÓN OPERATIVA, 49.; CONGRESO DE AGROINFORMÁTICA, 12., 2020, Buenos Aires. Anales electrónicos... Buenos Aires: SADIO, 2020.
Pages: p. 298-311.
Language: Portugues
Description: Para 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.
Thesagro: Pastejo
Produtividade
Pecuária
Agricultura de Precisão
Data Created: 2021-08-20
ISSN: 2525-0949
Appears in Collections:Artigo em anais de congresso (CPPSUL)

Files in This Item:
File Description SizeFormat 
Soares-et-al.pdf12,02 MBAdobe PDFThumbnail
View/Open

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace