Dourados
Pesquisadores da Universidade Federal da Grande Dourados (UFGD) participaram da publicação de um artigo científico na revista internacional Computers and Electronics in Agriculture, classificada como Qualis A1 e com Fator de Impacto JCR 8.9, uma das mais relevantes do mundo na área de Agricultura Digital.
O trabalho é fruto de parceria entre a UFGD, representada pelo Prof. Dr. Everton Castelão Tetila (FACET), a Universidade de São Paulo (USP), sob liderança do Prof. Dr. Titular Liang Zhao, e a Embrapa Agricultura Digital, coordenada pelo Dr. Jayme Garcia Arnal Barbedo. Essa colaboração fortalece a integração nacional e internacional em ciência, tecnologia e inovação aplicada ao agronegócio.
A pesquisa teve origem no Trabalho de Conclusão de Curso (TCC) do acadêmico Rian Carrasco Gonçalves, do curso de Engenharia de Computação da FACET/UFGD, evidenciando o papel estratégico da iniciação científica na formação de recursos humanos qualificados e na geração de conhecimento com impacto internacional.
Rian Carrasco Gonçalves durante apresentação do TCC
O estudo apresenta um framework baseado em drones e técnicas de deep learning para análise automática da morfologia e do crescimento de bovinos em confinamento. A metodologia permite estimar o peso dos animais por meio de imagens aéreas, de forma não invasiva e em larga escala, considerando lotes inteiros.
A partir da modelagem das curvas de crescimento e da análise temporal dos padrões morfológicos, o sistema possibilita prever o ponto ideal de abate e o período mais adequado para a comercialização dos animais. A abordagem contribui para a maximização do retorno econômico, a redução de custos de produção, a melhoria do manejo e o fortalecimento da tomada de decisão na pecuária de precisão.
O projeto contou ainda com o apoio técnico de Josemar Lourenço Oliveira (operador de voo), Adriano Castelão Nascimento (médico veterinário) e da equipe da Fazenda Campanário, em Laguna Carapã-MS, onde parte dos experimentos foi realizada.
O artigo completo pode ser acessado pelo DOI: https://doi.org/10.1016/j.compag.2026.111559
O conjunto de dados utilizado na pesquisa está disponível em: https://github.com/EvertonTetila/NelloreBeefCattleDataset
