O Dr. Santos Gracia Villar, presidente da Fundación Universitaria Iberoamericana (Fundação Universitária Iberoamericana, FUNIBER), em conjunto com o Dr. Luis Dzul López, reitor da Universidad Internacional Iberoamericana de México (Universidade Internacional Iberoamericana do México, UNINI México), instituição que faz parte da rede universitária da Fundação, participam num estudo inovador que combina dados sobre as características do solo com técnicas de aprendizagem automática para otimizar a seleção de culturas e melhorar a produção agrícola.
A agricultura é um pilar fundamental da economia e do sustento de inúmeras regiões. A escolha adequada das culturas é essencial para maximizar a produtividade e a rentabilidade das explorações agrícolas. No entanto, os agricultores enfrentam desafios significativos ao selecionar as culturas mais adequadas para as suas terras, uma vez que uma escolha inadequada pode reduzir os rendimentos e provocar escassez de alimentos.
Tradicionalmente, a seleção de culturas tem sido baseada na experiência empírica dos agricultores e no aconselhamento de especialistas. No entanto, esta abordagem pode ser subjetiva e nem sempre considera todas as variáveis ambientais e do solo que influenciam o crescimento das culturas.
O estudo em questão introduz uma abordagem inovadora que integra informações detalhadas sobre o solo com modelos de aprendizagem automática para recomendar as culturas mais adequadas. Foi desenvolvido um modelo de aprendizagem automática denominado RFXG, que combina os algoritmos Random Forest e Extreme Gradient Boosting, para analisar parâmetros como humidade, níveis de nitrogénio, potássio, fósforo, pH, precipitação e temperatura do solo.
Para validar a eficácia do modelo RFXG, foram recolhidos e pré-processados dados relevantes e o seu desempenho foi comparado com outros modelos de aprendizagem automática, incluindo classificadores como Extra Trees, Perceptron Multilayer, Random Forest, Decision Trees, Logistic Regression e Extreme Gradient Boosting. Foram aplicadas técnicas de otimização de hiperparâmetros e validação cruzada K-fold para garantir a robustez do modelo.
Os resultados do estudo são promissores. O modelo RFXG alcançou uma precisão de 98% na recomendação de culturas, superando os modelos comparativos. Este alto nível de precisão indica que o modelo pode fornecer recomendações imediatas e precisas, facilitando aos agricultores a tomada de decisões informadas sobre quais culturas plantar com base nas características específicas do seu solo e condições ambientais.
A implementação desta abordagem tem implicações significativas para a agricultura. Ao utilizar modelos de aprendizagem automática que consideram múltiplas variáveis do solo e ambientais, os agricultores podem otimizar a seleção de culturas, aumentar os rendimentos e melhorar a sustentabilidade das suas práticas agrícolas. Além disso, este método pode contribuir para a segurança alimentar, reduzindo a probabilidade de escassez de alimentos resultante de escolhas inadequadas de culturas.
Se quiser saber mais sobre este estudo, clique aqui.
Para ler mais pesquisas, consulte o repositório da UNEATLANTICO.
A Fundação Universitária Iberoamericana (FUNIBER) promove diversos programas de mestrado na área do meio ambiente, como o Mestrado em Engenharia e Tecnologia Ambiental. Este programa é ideal para aqueles que desejam contribuir ativamente para a proteção do meio ambiente e o desenvolvimento sustentável, adquirindo habilidades práticas e conhecimentos atualizados no campo da gestão ambiental.
Não perca a oportunidade de avançar na sua carreira profissional e fazer a diferença na área ambiental. Inscreva-se agora neste mestrado e torne-se um líder em sustentabilidade.