Aprendizado de máquina para predição da produtividade mesorregional de soja utilizando dados públicos de estações meteorológicas no Brasil (2024)
- Authors:
- Autor USP: PESSINA, ANDRÉ LEAL RAYMUNDO - ICMC
- Unidade: ICMC
- Subjects: AGROMETEOROLOGIA; REGRESSÃO; APRENDIZADO COMPUTACIONAL; PRODUÇÃO AGRÍCOLA; SOJA
- Keywords: Aprendizado supervisionado; Modelagem preditiva
- Language: Português
- Abstract: A produção brasileira de soja é uma atividade relevante para a economia global, sendo im- pulsionada pela expansão da área cultivada e pelo aumento na produtividade. Abordagens de inteligência artificial, como aprendizado de máquina, são frequentemente utilizadas para compreender variações sazonais e prever a produtividade de safras agrícolas, mas a replicabilidade dos métodos existentes para outras culturas e regiões ainda é incerta. Como a produção agrícola é sensível às condições climáticas, é possível realizar avaliações eficazes do impacto de variáveis meteorológicas sobre a produtividade. Sendo assim, dados públicos de estações meteorológicas automáticas oferecem potencial para previsões de produtividade com baixo custo nas mesorregiões do Brasil. O objetivo deste trabalho é, portanto, estimar a produtividade da soja nas mesorregiões brasileiras utilizando dados de estações meteorológicas em diferentes técnicas de aprendizado de máquina. Diversos algoritmos preditivos foram testados com agregações mensais, bimestrais e trimestrais dos dados meteorológicos durante as safras de 2009 a 2023 em 56 mesorregiões. Também foi implementada uma técnica ainda não explorada para esta aplicação, utilizando uma rede neural convolucional para processar os gráficos de recorrência das variáveis meteorológi- cas com frequência diária; entretanto, esta técnica exige maior poder computacional e precisaria ser aprofundada para garantir a sua aplicabilidade. O melhor resultado obtido em validação cruzada foi utilizando o algoritmo florestas aleatórias, com MAPE de 8% no conjunto de teste após a otimização. O desempenho do modelo final precisaria ser aprimorado para uma aplicação em nível nacional; ainda que seja aplicável em algumas mesorregiões. A adoção de novas características, fontes de dados menos pontuais e maior granularidade temporalpoderia aumentar o potencial preditivo do algoritmo. Os resultados desse trabalho indicam uma tendência positiva para a predição de safras nas mesorregiões brasileiras, demonstrando a aplicabilidade da inteligencia artificial no contexto agrícola do país em complemento aos métodos tradicionalmente utilizados.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
-
ABNT
PESSINA, André Leal Raymundo. Aprendizado de máquina para predição da produtividade mesorregional de soja utilizando dados públicos de estações meteorológicas no Brasil. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/1d67e4f3-507e-4854-9f1a-f22f0d3a8192/Andre_Leal_Raymundo_Pessina.pdf. Acesso em: 25 mar. 2025. -
APA
Pessina, A. L. R. (2024). Aprendizado de máquina para predição da produtividade mesorregional de soja utilizando dados públicos de estações meteorológicas no Brasil (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/1d67e4f3-507e-4854-9f1a-f22f0d3a8192/Andre_Leal_Raymundo_Pessina.pdf -
NLM
Pessina ALR. Aprendizado de máquina para predição da produtividade mesorregional de soja utilizando dados públicos de estações meteorológicas no Brasil [Internet]. 2024 ;[citado 2025 mar. 25 ] Available from: https://bdta.abcd.usp.br/directbitstream/1d67e4f3-507e-4854-9f1a-f22f0d3a8192/Andre_Leal_Raymundo_Pessina.pdf -
Vancouver
Pessina ALR. Aprendizado de máquina para predição da produtividade mesorregional de soja utilizando dados públicos de estações meteorológicas no Brasil [Internet]. 2024 ;[citado 2025 mar. 25 ] Available from: https://bdta.abcd.usp.br/directbitstream/1d67e4f3-507e-4854-9f1a-f22f0d3a8192/Andre_Leal_Raymundo_Pessina.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Andre_Leal_Raymundo_Pessi... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
