Agricultura Digital

São desenvolvidos projetos de pesquisa, inovação, ensino e extensão para a formação de profissionais nas áreas de agricultura de precisão, armazenamento de grãos, silvicultura de precisão, irrigação de precisão, sensoriamento remoto, fenotipagem de alta precisão e inteligência computacional. Os docentes vinculados a esta área aprovaram no quadriênio os seguintes projetos com recurso externo: “Balanço de carbono nos biomas de Mato Grosso do Sul: fontes e sumidouros utilizando sensores remotos e modelagem futura” no valor de R$ 999.510,20; “Detecção da mudança de ocupação do solo no Estado do Mato Grosso do Sul e sua influência no carbono por meio de sensores remotos e computação avançada” no valor de R$ 76.400,00; “Predição do fluxo de CO2 e desempenho fisiológico de soja utilizando aprendizagem de máquina e sensor hiperespectral” no valor de R$ 97.000,00; “LIP/UFMS – Laboratório de Irrigação de Precisão – Racionalização do uso da água de irrigação suplementar em culturas anuais segundo técnicas de irrigação de precisão” no valor de R$ 858.996,75; e “PlatBio-UFMS – Plataforma multiusuária para biofortificação e desenvolvimento de bioprodutos inovadores” no valor de 5.600.243,11.

PROJETOS DE PESQUISAS:

-Análise de imagem na avaliação do potencial fisiológico de sementes;

-Balanço de carbono nos biomas de Mato Grosso do Sul: fontes e sumidouros utilizando sensores remotos e modelagem futura;

-Dados hiperespectrais na predição de variáveis dendrométricas e identificação de espécies florestais;

-Detecção da mudança de ocupação do solo no Estado do Mato Grosso do Sul e sua influência no carbono por meio de sensores remotos e computação avançada;

-Fenotipagem de alto rendimento e machine learning para classificação de genótipos de soja quanto ao desempenho fisiológico e agronômico;

-LIP/UFMS – Laboratório de Irrigação de Precisão – Racionalização do uso da água de irrigação suplementar em culturas anuais segundo técnicas de irrigação de precisão;

-Predição do fluxo de CO2 e desempenho fisiológico de soja utilizando aprendizagem de máquina e sensor hiperespectral;

-Simulação e modelagem da fluidodinâmica do ar intergranular em grãos armazenados;

-Taxa variável de sementes na cultura da soja.