Paper Information | SBC BOOKS

Fill in your paper information

Language (*)

Title (*)

Keywords (*)

Abstract (*)

O aquecimento global e as alterações climáticas têm sido temas de grande interesse nos últimos anos, por estarem relacionados com as emissões de gases de efeito estufa (GEE). O setor agrícola sofre as consequências dessas mudanças. Por outro lado, ele é um dos principais emissores globais de GEE. A agricultura é um setor complexo nos seus aspectos ambientais, sociais e econômicos. É necessário propor novas soluções que proporcionem uma agricultura mais sustentável. No ambiente agrícola, um passo importante é a geração de inventários de GEE. O conhecimento gerado pelos inventários possibilita a identificação de problemas e a busca por soluções que visem aumentar o sequestro de carbono e reduzir as emissões. Um balanço de carbono positivo permite a geração de créditos de carbono com potencial retorno econômico. Dados públicos e dados coletados em propriedades rurais, quando disponíveis, podem contribuir para a geração dos inventários e a promoção de práticas agrícolas mais sustentáveis. Este estudo apresenta uma proposta de arquitetura contendo um modelo ontológico, chamado CarbOnto, com o objetivo de integrar sintática e semanticamente conjuntos de dados heterogêneos relacionados à agropecuária. Utilizando técnicas de aprendizado de máquina a partir dos dados integrados, geramos conhecimento para apoio à tomada de decisão dos proprietários rurais, oferecendo alternativas para o uso da terra com foco no balanço positivo de GEE, que contribui para a geração de créditos de carbono.

Pages (*)

File Link

English Information

Title

Keywords

Abstract

Global warming and climate change have been topics of great interest in recent years, as it is related to greenhouse gas (GHG) emissions. The agricultural sector suffers the consequences of these changes. However, it is also one of the top global emitters of GHG. Agricultural is a complex sector in its environmental, social, and economic aspects. There is a need to propose new solutions that provide more sustainable agriculture. In the farm environment, an important step is the generation of GHG inventories. Based on the knowledge generated by inventories, problems can be identified, and solutions can be searched for that aim to increase carbon sequestration and reduce emissions. A positive carbon balance enables the generation of carbon credits with potential economic return. Public datasets and datasets collected on rural properties, when available, can contribute to the generation of inventories and the promotion of more sustainable agricultural practices. This study presents an architectural proposal containing an ontological model called CarbOnto, with the objective of syntactically and semantically integrating sets of heterogeneous data related to agriculture. Using machine learning techniques from integrated datasets, we generate knowledge to support rural owners' decision-making. We offer alternatives for using land with a focus on positive GHG balance, which contributes to the generation of carbon credits.

(*) To change the order drag the item to the new position.

Authors

#	Name
1	Regina Braga(regina.braga@iufjf.edu.br)
2	José Maria David(jose.david@iufjf.edu.br)

(*) To change the order drag the item to the new position.

Reference

#	Reference
1	Brazilian Land Use Change (BRLUC) (2022). Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA). Available: https://brluc.cnpma.embrapa.br.
2	De Freitas, F. L. M.; Guidotti, V.; Sparovek, G.; hamamura, C. (2018). “Land Tenure Map of Brazil. Atlas - A Geografia da Agropecuária Brasileira”. IMAFLORA: Piracicaba, Brazil, 1812, 5, 2018. Available: https://bit.ly/tmapbrazil.
3	Mapbiomas (2021). “Collection of the Annual Series of Land Use and Cover Maps of Brazil.” Available: https://plataforma.brasil.mapbiomas.org.
4	MapBiomas. (2023). “Mapeamento anual do estoque de carbono orgânico do solo no Brasil 1985-2021 (coleção beta)”, “Annual mapping of soil organic carbon stock in Brazil 1985-2021 (beta collection)”, DOI: 10.58053/MapBiomas/DHAYLZ, MapBiomas Data, V1”.

Paper Registration

Fill in your paper information

English Information

Authors

Reference