Título: TerraSenseTK A toolkit for remote soil nutrient estimation
Autor: Manuel Afonso Soares Pereira
Local: Sala de Documentação da FCEE e Sessão Zoom
Dia/Hora: 25/11/2022 16:00 Sala de Documentação FCEE e sessão Zoom ID: 930 4503 9746 Senha: 184189
https://videoconf-colibri.zoom.us/j/93045039746?pwd=WEcyM2ViOGtkVW1LSzg5Q1VyYjJPQT09
Resumo:
A agricultura intensiva põe em perigo a qualidade do solo de várias formas. Os investigadores mostram que, se continuarmos com estas práticas, a humanidade será confrontada com questões de produção alimentar. Para este efeito, a Observação da Terra, mais concretamente o Sensoriamento do Solo, juntamente com a aprendizagem automática, podem ser utilizadas para monitorizar vários indicadores da degradação do solo, tais como a salinidade do solo, a contaminação do solo por metais pesados e a quantificação dos nutrientes do solo. Mais concretamente, os Nutrientes do Solo são de grande importância. Por exemplo para compreender qual a cultura que melhor se adapta ao solo, os nutrientes do solo devem ser identificados. No entanto, a amostragem do solo é uma tarefa trabalhosa e dispendiosa, que pode ser impulsionada pela perceção remota e pela aprendizagem automática. Já foram desenvolvidos vários estudos sobre este assunto, embora ainda existam muitas lacunas. Entre eles, a falta de avaliações cruzadas dos algoritmos existentes, e também a curva de aprendizagem acentuada para o campo de Observação da Terra que impede muitos investigadores de enveredar por este campo. Neste sentido, propomos TSTK, um toolkit em python que aborda estes desafios. Neste trabalho, é explorada a possibilidade de usar a Percepção Remota juntamente com os algoritmos de Aprendizagem Automática para realizar a Estimativa de Nutrientes do Solo. Além disso, é proposto um toolkit de estimativa de nutrientes e também um pipeline para o devido efeito, a efetividade do toolkit ́e testada num caso de estudo de Estimação de Nutrientes no Solo. Este toolkit é capaz de simplificar as experiências de Percepção Remota e visa reduzir a barreira de entrada no campo da Observação da Terra. Para avaliar a usabilidade do toolkit, foram executadas experiências com cinco culturas diferentes, nomeadamente Trigo, Cevada, Milho, Girassol e Vinha. Este caso de estudo deu visibilidade a um problema subjacente de dados desequilibrados, o qual não é bem identificado no Estado da Arte atual.