Tomada de decisão no manejo de pastagem utilizando inteligência artificial

Atualmente o Brasil possui o maior rebanho comercial de bovinos do mundo, com aproximadamente 214 milhões de cabeças, e as pastagens ocupam aproximadamente 150 milhões de hectares (IBGE, 2017).
A grande representatividade das pastagens no cenário da pecuária nacional se deve principalmente ao fato do pasto ser o alimento basal e de mais baixo custo da dieta de animais ruminantes.
Quando se trata de animais ruminantes, deve-se buscar otimizar o consumo de pasto, explorando a eficiência dos ruminantes na utilização de carboidratos fibrosos (principais constituintes do pasto), como principal forma de minimizar os custos com a alimentação. Isso torna o manejo de pastagens fundamental para se produzir com eficiência econômica e de forma sustentável.
Em sistemas de produção à pasto, os ajustes das taxas de lotação evitam o superpastejo da área, que causam degradação do solo e impactos ambientais, e o subpastejo, que reduzem o valor nutritivo e a eficiência de colheita da forrageira, impactando no desempenho animal e econômico da atividade.
Para cálculo das taxas de lotação é necessário que o pecuarista leve em consideração a demanda por parte dos animais (variável de acordo com o número e categoria animal) e a massa de forragem contida na área.
As metodologias tradicionais utilizadas para quantificar a massa de pasto se baseiam na:

	obtenção de amostras do pasto por meio do corte em molduras de área conhecida
	seguida por secagem da amostra
	obtendo-se o teor de matéria seca como a razão entre a massa seca e a massa fresca

Porém, a nível de campo essa forma de monitoramento do pasto se torna trabalhosa, demorada e de custo elevado, seja pela mão-de-obra para amostragem, ou por equipamentos para secagem do material. Além disso, áreas de pastagens frequentemente apresentam grande heterogeneidade de solo, relevo e espécies.
Logo, a quantificação da forragem por corte direto, além de destrutiva, pode não ser representativa da área caso a amostragem não seja criteriosa.
Com o surgimento de novas tecnologias para aquisição de dados, como satélites, drones, robôs, e os mais diferentes tipos de sensores, tem aumentado a quantidade e a
variedade de informações obtidas no campo.

O advento da Agricultura Digital trouxe diversos avanços no monitoramento de lavouras. Pesquisas têm demonstrado que a utilização de dados obtidos por sensores a bordo de drones ou satélites podem predizer a altura e a biomassa de diferentes tipos de cultura (Harkel et al. 2019).