Remote sensing has proven to be a promising tool allowing crop monitoring over large geographic areas. In addition, when combined with machine learning methods, the algorithms can be used for estimating crop yield. This study sought to estimate soybean yield through the enhanced vegetation index and normalized difference vegetation index. These vegetation indices were obtained using moderate-resolution imaging spectro-radiometer (MODIS) sensors on AQUA and TERRA satellites and multispectral instrument (MSI) sensor on Sentinel-2 satellite. Random forest (RF) algorithm was used to predict soybean yield and the estimation models were compared with the actual plot’s yield. The RF algorithm showed good performance to estimate soybean yield with our models (R2 = 0.60 and RMSE = 0.50 for MSI; R² = 0.63 and RMSE = 0.59 for MODIS). Vegetation indices with imaging dates corresponding to the crop’s maturation had a higher degree of importance in its predictive ability. However, when comparing the actual and predicted soybean production values, differences of 145 kg ha-1 in contrast to 4 kg ha-1 were found for the MODIS and MSI models, respectively. Therefore, the MSI sensor integrated with machine learning algorithms accurately estimated crop yields.
O presente trabalho tem como objetivo apresentar a experiência didático-metodológica, realizada no curso Técnico Integrado de Agrimensura da UTFPR, Câmpus Pato Branco, a partir da construção de uma maquete do relevo do município de Pato Branco, estado do Paraná, no ensino da cartografia. A construção de maquete a partir da abordagem sistêmica, que percebe o espaço como um todo e não em suas partes, como na abordagem tradicional, tem como finalidade facilitar o processo de ensino-aprendizagem dos estudantes de educação básica durante as aulas de geografia, pois permite a visualização tridimensional de uma determinada área da superfície terrestre, que somente é percebida de forma limitada em mapas bidimensionais.
O presente estudo analisa a viabilidade do curso Técnico em Agrimensura da Universidade Tecnológica Federal do Paraná (UTFPR), câmpus Pato Branco. Neste trabalho levantou-se o perfil dos egressos, as mesorregiões que possuem concentração ou carência de técnicos e engenheiros, além da quantidade de cursos técnicos e superiores da área ofertados na região Sul do Brasil. A partir desses dados, foi realizada uma comparação da proporção de técnicos e engenheiros existentes no Sul com os de países europeus, como Alemanha e Hungria. O resultado dessa análise demonstrou que o curso técnico é viável, principalmente para atender demandas de trabalho, como o georreferenciamento de imóveis rurais, e permitiu também, diante da necessidade de profissionais, recomendar a criação de novos cursos técnico e superior de Agrimensura no Paraná e somente curso técnico no Rio Grande do Sul.
Diante da atual necessidade da transição para energias renováveis, o trabalho apresenta um estudo de localização para instalação de usina à base de energia solar concentrada (CSP) no município de Pato Branco, localizado no sudoeste do Paraná. Utilizaram-se fatores restritivos, para remover áreas de preservação ou de interesse econômico, e fatores de ponderação, para indicar qual a aptidão da área disponível. Para normalizar diferentes critérios qualitativos e quantitativos e obter a importância relativa de cada critério, utilizou-se o Processo Analítico Hierárquico (AHP), um método de decisão multicritério amplamente utilizado na literatura. Algumas áreas aptas para a disposição de coletores e energia solar concentrada foram encontradas, e sugere-se a instalação de uma usina híbrida CSP-biomassa para melhor aproveitar os recursos disponíveis no município.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.