Disciplina Curricular
Agricultura Digital AgDig
Mestrado Bolonha em Engenharia Agronómica - MEA 2024-2025
Contextos
Grupo: MEA 2024-2025 > 2º Ciclo > Parte Escolar > Áreas de Especialização > Engenharia Rural
Período:
Grupo: MEA 2024-2025 > 2º Ciclo > Parte Escolar > Áreas de Especialização > Sem Especialidade
Período:
Grupo: MEA 2024-2025 > 2º Ciclo > Parte Escolar > Áreas de Especialização > Proteção de Plantas
Período:
Grupo: MEA 2024-2025 > 2º Ciclo > Parte Escolar > Áreas de Especialização > Hortofruticultura e Viticultura
Período:
Peso
6.0 (para cálculo da média)
Objectivos
Conhecimentos: Princípios da agricultura digital incluindo as várias fases do processo de tomada de decisão (recolha de dados, análise, prescrição e atuação); A importância central do conhecimento agronómico; A integração hardware- software; Tecnologias disponíveis e emergentes. Aptidões: Otimização de processos na exploração agrícola através de metodologias de precisão nomeadamente na rega, na fertilização e na proteção das culturas; O uso de dados de deteção remota e proximal em sistemas de informação geográfica; Desenho e implementação de sistemas de suporte à decisão, tendo em conta a componente económica e a sustentabilidade. Competências: Pensamento crítico e resolução de problemas; Proposta de soluções baseadas em dados; Promoção do empreendedorismo.
Programa
1 Introdução à agricultura digital (conceito; perspetiva historical e evolução; a importância da digitalização; princípios) 2 Principais tecnologias de base (GNSS e SIG, deteção remota e proximal, monitorização da produtividade, VRT, IOT, ECa, Modelação digital do terreno, geoestatística) 3 Processo de tomada de decisão (recolha de dados, análise, prescrição e atuação) 4. Aplicações: instalação das culturas; na rega, fertilização, e proteção das culturas; outras operações culturais 5. Mecanização de precisão e robótica 6 Modelação e inteligência artificial 7 Casos-de-estudo e boas práticas (culturas anuais e culturas permanentes; zootecnia de precisão) 8 Visitas de estudo (e.g. empresas agrícolas, prestadores de serviços, instituições relevantes), workshops práticos e aulas por especialistas convidados (academia e empresas) 9 Projeto Aulas práticas: Manipulação de dados espaciais agrícolas em SIG; Elaboração de uma carta de índices de vegetação; Filtragem e elaboração de uma carta de produtividade, Operação e levantamento de dados com recurso a robôs terrestres e aéreos; Amostragem inteligente de parcelas; Instalação de sensores; Levantamento e processamento de dados de ECa; Modelação digital do terreno; Cartas de prescrição e operação de máquinas VRT; Modelação de dados e IA; Condução assistida e automática de máquinas e tratores.
Métodos de ensino e avaliação
NF = 0.5 * NE + 0.2 * NR + 0.3 * NP NE – Exame final em época de exames (nota mínima 9,5 val em 20l) NR – Nota média de 3 de relatórios (VE, WS, AC, AA - análise de artigos, etc.) NP – Nota de projeto apresentado oralmente no final do semestre