Tecnologias de Processamento de Dados na Agricultura de Precisão

Cód.: ERU12710M

3 ECTS

Duração: 15 semanas/84 horas

Área Científica: Ciências de Engenharia

Língua(s) de lecionação: Português

Língua(s) de apoio tutorial: Português

Objetivos de Desenvolvimento Sustentável

Educação de qualidade - Assegurar a educação inclusiva, e equitativa e de qualidade, e promover oportunidades de aprendizagem ao longo da vida para todos.

Objetivos de Aprendizagem

No final desta unidade curricular o estudante terá adquirido conhecimentos, aptidões e competências que
lhe permitam:
- Compreender a leitura de um relatório técnico onde exista informação apresentada e/ou trabalhada por
análise e modelação estatística;
- Ser capaz de sintetizar informação, qualitativa e quantitativa, de uma tabela de dados, nomeadamente
facilitando a interpretação e a retirada de conclusões;
- Entender a relação bi-ou multivariada de uma tabela de dados, analisar redundâncias e lacunas de
informação;
- Distinguir várias sub-populações de uma amostra, e utilizar ferramentas adequadas para a geração de
sub-conjuntos de dados;
- Gerar imagens de valores estimados de uma propriedade amostrada pontualmente numa área de estudo.
- Saber aplicar ferramentas de análise de dados na plataforma R, nomeadamente importar dados e extraír
relatórios.

Conteúdos Programáticos

Revisões de probabilidades, e análise estatística univariada e bivariada. Recolha de informação, suporte,
resolução espacial. Visualização de dados. Conceito de incerteza.
Análise multivariada. Análise em componentes principais. Classificação ascendente hierárquica e
classificação não hierárquica (K-means). Análise de variância (ANOVA).
Regressão. Modelos lineares generalizados. Abordagem espacio-temporal. Curvas de tendência.
Geoestatística. Variáveis aleatórias. Teoria das variáveis regionalizadas. Análise de continuidade
espacial: covariância espacial e variograma. Variogramas direccionais e isotropia / anisotropia. Ajuste
de funções teóricas. Estimação por krigagem. Variância de krigagem. Visualização de resultados. Teste
de validação cruzada.

Prática: Exercícios com os softwares R (análise de dados e geoestatística).

Métodos de Ensino

Sessões teóricas e práticas de duas horas i) aulas teóricas com powerpoint ii) aulas práticas em sala de computadores. As explicações teóricas são suportado com exemplos práticos. As aulas são baseadas na resolução de problemas, tendo como ponto de partida conjuntos de dados realistas que reproduzam situações que os futuros profissionais irão trabalhar.

Avaliação

A avaliação é de preferência do tipo contínuo, mas, alternativamente, pode ser feita pelo exame clássico. O modelo de avaliação contínuo é constituído por dois testes escritos para os algoritmos e métodos (que representam 25% + 25% da nota final) e um relatório prático (50% restantes). Alternativamente, e apenas para a componente teórica, os alunos podem optar pelo exame final, onde também podem fazer melhoria da nota dos testes. A frequência é obtida por assistência a 2/3 das aulas práticas.

Bibliografia

Lawal, Bayo (2014) Applied Statistical Methods in Agriculture, Health and Life Sciences, Springer.

Reis, Elizabeth (1997) Estatistica multivariada aplicada, Editora Sílabo.

Isaaks, E. H. & R. Mohan Srivastava (1989) An Introduction to Applied Geostatistics, Oxford University Press, New York, 561 p.

Rodriguez J. (1999) Ecología, Edições Pirámide. Caers, J (2011) Modeling Uncertainty in the Earth Sciences, Wiley-Blackwell.

Haining R. (2003) Spatial Data Analysis: Theory and Practice. Cambrige University Press.