News

Posts Recentes

Combater pragas e doenças de plantas com Image Recognition - Plantix: um exemplo muito útil e colabo

No último dia 28 de novembro de 2016, o grupo de pesquisa em agrometeorologia do Dep. de Eng. de Biossistemas da ESALQ recebeu a visita de Korbinian Hartberger, co-fundador da PEAT (Progressive Environmental & Agricultural Technologies), e Anna Hampf, doutoranda do centro de pesquisa agrária ZALF, ambos da Alemanha. PEAT é uma empresa start-up que esta desenvolvendo um aplicativo de celular gratuito para a identificação de doenças, pragas e deficiências nutricionais. Usando algoritmos “deep learning”, o app já pode diagnosticar um total de 60 doenças, pragas e deficiências nutricionais por meio de Image Recognition. O App também fornece informações sobre formas de controle de pragas e doença

Alunos do grupo AgmFácil participaram da conferência da American Society of Agronomy

Nos dias 6 a 9 de novembro de 2016 ocorreu em Phoenix, Arizona, a Conferência “Resilience Emerging from Scarcity and Abundance” realizada pela American Society of Agronomy. Neste evento os alunos do grupo de pesquisa em Agrometeorologia Fernando Hinnah e Gustavo Beruski apresentaram resultados de seus trabalhos de pesquisa de doutorado no Brasil. Fernando apresentou o trabalho intitulado “Long-term Analysis of Coffee Rust Epidemics in Brazil”. Neste trabalho, analisou-se 16 anos da epidemia da ferrugem do cafeeiro no município de Varginha, MG (em lavouras não tratadas com fungicidas), com o objetivo de avaliar dados como início e final da epidemia, meses de maior evolução da doença e a área

Tolerância ao déficit hídrico: modelo agrometeorológico de penalização de produtividade por déficit

Pesquisa com esse enfoque já trabalhou com as culturas do milho, soja e laranjeiras-doces. Modelos agrometeorológicos têm sido utilizados para simular produtividade de inúmeras culturas com base nas condições climáticas que ocorrem ao longo do ciclo e de características especificas da cultura. Em três pesquisas realizadas por membros da equipe do grupo AgmFácil, juntamente com parceiros e colaboradores, esses modelos têm sido utilizados para identificar materiais de milho, soja e laranjeiras-doces com maior tolerância ao déficit hídrico. Essa resposta é obtida por meio de um coeficiente de sensibilidade ao déficit hídrico de cada material, obtido a partir de inúmeros experimentos em que os m

Arquivo

Agrometeorologia Fácil

USP/ESALQ/LEB - Av. Pádua Dias, 11 - Piracicaba/SP - CEP 13418-900

Tel.: (19) 3429-4283  Fax (19) 3447-8571 - pcsentel.esalq@usp.br

© 2016 Agmfácil