Deep learning no levantamento aéreo de hotspots para pecuária extensiva no Semiárido Brasileiro

RESUMO

No Semiárido Brasileiro, a pecuária extensiva em manejo ecoprodutivo é a forma mais eficiente de manter e aumentar a produção de produtos caprinos (e.g. carne), além de não esgotar os recursos ambientais. Esse conjunto de ações (migrações induzidas e defeso de pastagem) faz parte da chamada Pecuária 4.0, em que as áreas de alimentação das Indústrias 4.0 são gerenciadas de forma eficiente por inteligência artificial e aprendizagem profunda, e devidamente monitoradas pelo produtor e consumidor. O objetivo deste trabalho foi identificar áreas de pastagem com espécies de palmeiras forrageiras Opuntia ficus-indica (Mill, Cactaceae), para reprodução e produção de caprinos Capra aegagrus-hircus (Lineu, Bovidae) por meio de levantamento aéreo a partir de imagens capturadas por drones e classificação por técnica de aprendizagem profunda. As etapas metodológicas seguiram o Modelo de Referência para Arquitetura da Indústria 4.0 adaptada para a situação de campo (Semiárido), com: (A) delimitação da área de estudo, (B) coleta de imagens (por drones), (C) treinamento de aprendizagem profunda, treinamento de rede neural convolucional - RNC, (D) análise da precisão do treinamento, e (E) avaliação e validação automática da produção caprina. A classificação das áreas pela densidade da palmeira forrageira permitiu medir a degradação ambiental da pecuária. A partir disso, a migração de cabras estimulada reduziu essa degradação, bem como aumentou a biomassa caprina e a produção de volume.

Termos para indexação:
Indústria 4.0; rede neural convolucional; agricultura sustentável; fábrica inteligente.