Name: | Description: | Size: | Format: | |
---|---|---|---|---|
3.23 MB | Adobe PDF |
Authors
Abstract(s)
Este projeto teve como objetivo principal desenvolver um sistema de recomendação de datas
de plantação de culturas hortícolas, com a intenção de auxiliar os agricultores na tomada de
decisões, tendo em conta as alterações climáticas, com a finalidade de auxiliar os agricultores
a tirarem mais proveito da produtividade das colheitas.
Para atingir este objetivo, foram exploradas técnicas de deep learning, com destaque para o
modelo Long Short Term Memory (LSTM), para prever as temperaturas e avaliá-las face
aos intervalos ótimos de cada fase de crescimento para cada cultura.
O sistema de previsão foi implementado numa aplicação web que fornece recomendações
de datas de plantação com base na temperatura média diária. Além disso, a aplicação oferece
uma visualização prática dos dados climáticos e do solo mais favoráveis para um
crescimento saudável das culturas.
Comparando os resultados do sistema com calendários agrícolas, observou-se que o modelo
oferece uma visão mais dinâmica, adaptável e concreta. O sistema é capaz de considerar as
alterações climáticos como um fator importante para a recomendação de uma data de
plantação. A realização deste projeto oferece uma ferramenta robusta para agricultores
otimizarem as suas práticas agrícolas.
Description
Keywords
Inteligência artificial Deep learning Alterações climáticas Culturas hortícolas Parâmetros climáticos Intervalos otimos de temperatura Sistemas de recomendações Recomendações algorítmicas Datas de plantação