Tipo:	Trabalho de Conclusão de Curso
Título:	Modelagem da produtividade da cana-de-açúcar com Machine learning para predição de produção
Autor(es):	Ferreira Filho, Diony Tarso
Primeiro Orientador:	Vinhal, Gustavo Siqueira
metadata.dc.contributor.referee1:	Amaral, Nilson Cardoso
metadata.dc.contributor.referee2:	Lima, Carlos Alexandre Ferreira de
Resumo:	Este Trabalho de Conclusão de Curso tem como objetivo desenvolver e avaliar um pipeline computacional para estimar a produtividade da cana-de-açúcar por meio da integração entre dados públicos de sensoriamento remoto, variáveis meteorológicas e técnicas de aprendizado de máquina. A motivação surge da necessidade de métodos acessíveis, robustos e independentes de bases privadas, que permitam realizar estimativas confiáveis mesmo diante da indisponibilidade de dados experimentais específicos. No presente estudo, informações derivadas de índices espectrais, como o NDVI obtido a partir do Sentinel-2, são combinadas com séries históricas de clima provenientes de bases como ERA5 e CHIRPS. Modelos de aprendizado de máquina são utilizados para construir predições de produtividade com base nessas variáveis. Embora o simulador biofísico APSIM-Sugar não seja executado integralmente por limitações de acesso aos dados originais da área experimental, sua estrutura conceitual fundamenta a seleção das variáveis e a interpretação agronômica do comportamento da cultura. Os resultados obtidos demonstram que o algoritmo implementado é capaz de operar de forma consistente, confirmando a viabilidade da utilização de dados públicos para estudos preliminares de previsão de produtividade da cana-de-açúcar.
Palavras-chave:	Cana-de-açúcar Sensoriamento remoto Machine learning Produtividade
CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma:	por
País:	Brasil
Editor:	Pontifícia Universidade Católica de Goiás
Sigla da Instituição:	PUC Goiás
metadata.dc.publisher.department:	Escola Politécnica
Tipo de Acesso:	Acesso Aberto
URI:	https://repositorio.pucgoias.edu.br/jspui/handle/123456789/9620
Data do documento:	1-Dez-2025
Aparece nas coleções:	TCC Ciência da Computação

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.