Projetos

Principais Projetos em desenvolvimento no Núcleo GeoScience:

Projeto MAI/DAI CNPq - AVICASP Equipamentos Agropecuários LtdaTransformação digital de processos, produtos e serviços da empresa sob a ótica da indústria 4.0 - Chamada CNPq 12/2020 - (2021 - Atual)

Este projeto de parceria Universidade-Empresa está sendo desenvolvido no âmbito do Programa de Mestrado e Doutorado Acadêmico para Inovação MAI/DAI financiado pelo CNPq e pela Empresa AVICASP Equipamentos Agropecuários Ltda.  A empresa situada em Toledo-PR, atua no agronegócio há 30 anos, especificamente com comércio de equipamentos para avicultura e suinocultura da marca Casp, fabricação de cortinas e componentes para granjas de aves e suínos e prestação de serviços de instalação e montagem. A base de clientes é formada por produtores rurais, cooperativas agroindustriais e empresas produtoras de alimentos como Globoaves, BRF e JBS, na região Oeste. Também atua no mercado externo, com negócios no Paraguai, Argentina, Colômbia e Peru. O objetivo principal para a empresa com este projeto, é trazer expertise da academia e do mercado, formando know-how interno que permita a transformação digital da mesma, possibilitando assim, a melhoria de processos e a criação de novos produtos e serviços para seu portfólio. Pretende-se implementar e seguir um roadmap de transformação digital, integrando, de forma física e virtual a cadeia de valor com stakeholders integrando pessoas, negócios e objetos(coisas), utilizando conceitos de indústria 4.0, internet das coisas, metodologias ágeis, e Big Data. Portanto a meta é que a empresa saia de um conceito de negócio tradicional, para o conceito de convergente digital. A execução deste projeto é uma possibilidade real e uma oportunidade de ser mais inovadora e competitiva num mercado que evolui constantemente. Espera-se como resultados: desenvolvimento de novos produtos e serviços inovadores; integração com fornecedores, clientes e parceiros; aumento de faturamento; implantação da cultura de inovação na empresa; gestão direcionada por dados; gerar metodologia de atuação que atenda a mais empresas; adoção de metodologias ágeis de desenvolvimento de projetos; redução de tempo no ciclo Demanda/Desenvolvimento/Entrega e aumento de competividade.

Avicasp Logo1

Projeto CNPq: Soluções em Geotecnologias e Ciência de Dados para Superar Desafios do Agronegócio - Chamada CNPq 09/2020 - (2021 - Atual)

A agricultura no mundo caminha em alta velocidade para a chamada agricultura digital (digital farming) ou agricultura 4.0, que é a combinação de ciência de dados (data science) e agricultura para relacionar grandes quantidades de dados e informações, na gestão antecipada e automatizada das atividades agrícolas. Este projeto tem como objetivo utilizar técnicas de ciência de dados (data science) (como mineração de dados (data mining), aprendizado de máquina (machine learning), big data) associados a geotecnologias (imagens orbitais e sub-orbitais), em atividades relacionadas ao agronegócio como a geração de mapas de uso e ocupação, estimativa de safras agrícolas, detecção de níveis de degradação em pastagens, bem como, na otimização de implantação de unidades armazenadoras de grãos. Serão aplicadas soluções tecnológicas e geotecnológicas eficientes para melhoria do sistema de previsão de safras de culturas agrícolas nos estados envolvidos (Paraná e Rondônia), visto que será possível um monitoramento dinâmico das principais culturas agrícolas destes estados, fornecendo estimativas objetivas de área, produtividade e produção, especialmente das principais commodities (soja, milho). Para Rondônia, será possível conhecer a área de pastagem, um monitoramento dinâmico dela e uma avaliação dos níveis de degradação em que se encontram. Poderá ser empregada em pequenas e grandes escalas, visando o sucesso da pecuária e, consequentemente, uma redução do impacto ambiental que a pastagem/ pecuária insere sob a floresta. Com as atuais e futuras parcerias com empresas e cooperativas, o Grupo de Pesquisa em Geotecnologias e Ciência de dados e o Núcleo de Pesquisa GeoScience da Unioeste, irão contribuir na apresentação de soluções para o Agronegócio dos Estados do Paraná e Rondônia.

Projeto Fapero/IFRO: Mapeamento de áreas agrícolas e pastagens com a caracterização dos seus níveis de degradação no Estado de Rondônia - Programa de Apoio à Pesquisa de Inovação Tecnológica PAP-INTEC/AGRITECH - Chamada FAPERO Nº. 011/2018 (2019 - Atual)

Este projeto é uma parceria entre o Núcleo GeoScience/UNIOESTE e o Grupo de Pesquisas Espaciais (GRESS/IFRO) que aprovaram-no Edital da Fundação de Amparo ao Desenvolvimento das Ações Científicas e Tecnológicas e à Pesquisa do Estado de Rondônia. As grandes mudanças que vêm ocorrendo na dieta alimentar, principalmente nos países emergentes, criam uma projeção de aumento no consumo de alimentos de origem animal e vegetal, o que, consequentemente, acarreta no aumento significativo na produção, mas que deverá ser implementada sem gerar impactos ambientais nos remanescentes florestais. Desta forma, o conhecimento e entendimento da dinâmica espaço-temporal das áreas de agricultura e pecuária, é uma questão estratégica, visto que o agronegócio brasileiro responde por cerca de 21,5% do PIB nacional, fazendo necessário, a realização de estudos mais específicos acerca das áreas ocupadas com agricultura e com a pecuária. A pecuária ocupa 200 milhões de hectares, distribuídos por todas as regiões do território nacional, entretanto, cerca de 60% desta área, apresenta algum nível de degradação, gerando perdas e, consequentemente, uma redução na capacidade de suporte de animais. Pastagens degradadas apresentam baixa produção de biomassa e pouco valor nutritivo, o que leva a um menor ganho de peso animal na estação chuvosa e a perda de peso na estação seca. Pela sua baixa eficiência produtiva, caso haja a identificação e a recuperação destas áreas, estas poderiam ser intensificadas, liberando áreas para outros usos, dentro da cadeia produtiva do agronegócio. É necessário, portanto, a proposição de métodos objetivos e a utilização de geotecnologias associadas a técnicas de mineração de dados (data mining), aprendizado de máquina (machine learning), inteligência artificial e métodos de análise da variabilidade espacial por meio da agricultura de precisão (e/ou pecuária de precisão), para tornar o sistema atual de estimativa de áreas e de safras mais eficiente e dinâmico. As imagens de satélite permitem o acompanhamento desta dinâmica temporal do uso e cobertura do solo. Neste contexto, este projeto tem como finalidade mapear culturas agrícolas e pastagens e desenvolver metodologias para avaliar os níveis de degradação das pastagens no Estado de Rondônia.

Projeto DAI CNPq/Plantar Agrícola: Monitoramento e gestão de produtores agrícolas com técnicas de sensoriamento remoto (2019 - Atual)

Este projeto foi contemplado no Edital 23/2018 do CNPq do Programa Doutorado Acadêmico em Inovação (DAI) que visa integrar a Universidade a Empresas, buscando soluções tecnológicas e de inovação aplicadas a gestão de negócios. Sendo assim, o doutorando de Engenharia Agrícola (PGEAGRI) desenvolve suas atividades dentro da empresa Plantar Agrícola, buscando aplicar inovações no negócio. O objetivo do projeto é inovar o sistema de gestão dos produtores com o acompanhamento e registro de dados georreferenciados de forma sistemática, o que permitirá que os gestores e diretores da empresa, tenham métricas quantitativas consistentes dos produtores e da equipe técnica. Os resultados esperados são: integrar o banco de dados não espacial dos clientes da empresa a um banco de dados georreferenciado; visualizar espacialmente a localização dos clientes da empresa; visualizar espacialmente todos os dados dos clientes (área, produto, total de vendas); visualizar e verificar como está a disposição espacial de atendimentos a clientes, por cultura, para cada técnico da empresa, dentro da sua área de atuação comercial; verificar o potencial de expansão de área visando buscar novos clientes dentro e fora da região de atuação da empresa; realizar análises espaciais, gráficas e tabulares detalhadas, por cultura, visando melhor gerenciamento da carteira de clientes da empresa e tomadas de decisão mais objetivas e assertivas;melhorar a logística de atendimento e entrega de produtos. Desta forma, acredita-se que este sistema inovador de gestão trará ganhos competitivos, do ponto de vista econômico, científico e tecnológico a empresa por facilitar a gestão da carteira de clientes e ao mesmo tempo, a capacitação do doutorando para resolução de problemas práticos do agronegócio.

Projeto Fundação Araucária: Uso de Mineração de Dados no Mapeamento de Culturas Agrícolas no Paraná (2017 - Atual)

A identificação automática de áreas cultivadas constitui uma das etapas mais importantes no processo de previsão de safras, uma vez que a produção agrícola é função da área cultivada. Uma linha de estudos que vem sendo recentemente abordada para superar os desafios na melhoria dos mapeamentos obtidos por Sensoriamento remoto é a utilização do processo de descoberta de conhecimento em banco de dados (Knowledge Discovery From Data – KDD) que busca encontrar relações ou padrões ocultos em bases de dados, convertendo dados brutos em informações úteis. Este projeto tem como objetivo utilizar dados de imagens de satélite associada à aplicação de técnicas de mineração de dados (etapa do processo KDD) para mapear e estimar a área das principais culturas agrícolas paranaenses (soja, milho 1ª safra, milho 2ª safra e trigo), visando obter estimativas de área com maior antecedência, precisão e menor custo operacional quando comparados aos métodos de levantamentos de dados oficiais.

 

Projetos desenvolvidos no Núcleo GeoScience:

Projeto CNPq - Uso de Sensoriamento Remoto e Mineração de Dados para Previsão de Safras de Culturas Agrícolas (2018 - 2021)

Este projeto objetivou utilizar dados de imagens de satélite associada à aplicação de técnicas de mineração de dados para desenvolver um sistema de estimativa de safras das principais culturas agrícolas paranaenses (soja, milho 1ª safra, milho 2ª safra e trigo), ou seja, mapear e estimar a área, bem como estimar a produtividade, obtendo-se com isto a produção destas culturas. Propõem-se desta forma, uma metodologia objetiva, mais eficiente e com estimativas mais precisas da produção agrícola municipal e estadual no Paraná quando comparados aos métodos de levantamentos de dados oficiais.

 

Projeto SojaMaps - Monitoramento de Áreas de Soja por meio de Imagens de Satélite (2018 - 2019) 

Este projeto foi uma parceria entre os professores Dr. Jerry Johann (Núcelo de Pesquisa GeoScience - UNIOESTE) e Dr. Carlos Antonio da Silva Junior (Grupo de pesquisa GAAF - UNEMAT) que mapearam as áreas de soja nos estados do Paraná, Mato Grosso e Mato Grosso do Sul. Os resultados estão disponíveis para consulta, de forma online (http://pesquisa.unemat.br/gaaf/sojamaps) e o interessado pode visualizar a localização espacial das áreas de soja e consultar qual a área desta cultura para cada um dos municípios destes estados.

Projeto Coopavel - Mapeamento e quantificação de áreas agrícolas com soja e milho por meio de imagens de satélite na região de abrangência da Coopavel (2015 - 2018)

Este projeto foi uma parceria entre a COOPAVEL e a UNIOESTE para envolver estudantes de Graduação e Pós-graduação (Mestrado e Doutorado) sob a orientação dos professores Dr. Jerry Johann e Dr. Erivelto Mercante, docentes do Programa de Pós-Graduação em Engenharia Agrícola (PGEAGRI), com o objetivo de gerar uma base georreferenciada de dados dos cooperados (vetorização de propriedades e talhões de produção de grãos) da empresa dentro da área de atuação regional, visando dar maior inteligência de mercado e auxiliar os gestores nas tomadas de decisões. Também são realizados mapeamentos e quantificação das áreas semeadas com soja e milho dos agricultores associados na área de abrangência da empresa.

 

Acesse

Pró-Reitorias

Gabinete

Programas Institucionais

Núcleos

Órgãos Suplementares

Assessorias

Publish modules to the "offcanvas" position.

Nós usamos cookies
Nós usamos cookies no nosso site. Alguns deles são essenciais para o funcionamento do site, enquanto que outros ajudam a melhorar o site e a experiência do usuário. Você pode decidir se quer permiti-los ou não. Tenha em mente que, em caso de rejeição, você não será capaz de usar todas as funcionalidades do site.