Sobre
Sou Yuri Andrei Gelsleichter, Técnico em Mecânica (IFSC, 2004), Engenheiro Ambiental (UNISUL, 2015), Doutor em Ciência, Tecnologia e Inovação em Agropecuária (UFRRJ, 2020), Pós Doutorado (Universidade Húngara de Ciências Agrárias, 2023).
Durante essa trajetória me tornei especialista em Mapeamento Digital de Solos e Meio Ambiente, Agricultura de Precisão, Análise e Visualização de Dados aplicando a linguagem R de programação.
Atualmente trabalhando também com sensoriamento remoto, mineração e automação de dados e pesquisas na área de classificação de solos e espectro radiometria e agricultura de precisão. Co-fundador da Data Situ.
Projetos Recentes
A reprodutibilidade na ciência precisa ser padronizada com protocolos e checklists
A reprodutibilidade é essencial para a qualidade da Pesquisa e Inovação (P&I) mas atualmente é limitada. No projeto meu papel é testar e contribuir para a reprodutibilidade computacional, buscando desenvolver protocolos e check lists para melhoria em P&I.
O incrível desse projeto foi aplicar sensoriamento remoto proximal em imagens de satélite para quase dobrar a capacidade preditiva do modelo
Os produtos de Sensoriamento Remoto são aplicáveis para a predição espacial das propriedades do solo, no processo chamado Mapeamento Digital do Solo (DSM).
O objetivo do estudo foi combinar os espectros Vis-SWIR do laboratório de solo com a técnica DSM para criar novas imagens hiperespectrais para usar como covariáveis em um novo método de mapeamento de solo.
As vantagens do método foram demonstradas ao longo da predição espacial do teor de Carbono Total em solos da parte alta do Parque Nacional do Itatiaia. Usando informações dos espectros Vis-SWIR do horizonte superior do solo de 72 pontos na parte superior do INP, 130 imagens hiperespectrais foram geradas, ou seja, imagem hiperespectral de subsuperfície. Os métodos de validação foram validação cruzada (CV) de 8 vezes e validação externa executados usando o algoritmo Random Forest.
O DSM atinge um coeficiente médio de determinação (R2) na CV de 0,39 e Root Mean Square Error (RMSE) de 4,6, enquanto a criação de um novo modelo com um conjunto de imagens hiperespectrais deu um CV R2 de 0,60 e RMSE de 4,06.
O método pode ser aplicado em áreas densas ou com pouca vegetação, para fins agrícolas ou de conservação, para diversas propriedades do solo, com todos e cada comprimento de onda.
Experiências internacionais
Nessa experiência estou em constante aprofundamento em estratégias de pesquisa e programação em R
Pesquisa sobre classificação, mapeamento e caracterização espectral de solos; Aulas de programação em R, melhoramento e proteção do solo
Modelagem espacial de uso da terra
Desenvolvimento de cenários de uso da terra para cálculo de estoques de carbono na Argentina
A classificação de solos proporciona fundamentos para o planejamento de uso da terra
Colaboração internacional para o Sistema Universal de Classificação de Solos pela inclusão de centróides de solos brasileiros
Education
Universidade Federal Rural do Rio de Janeiro
Doutor em Ciência, Tecnologia e Inovação em Agropecuária
2017 - 2020
Fundada em 1910, a UFRRJ tem tradição em pesquisa e ensino na Agronomia
Nesta fase da minha vida profissional agregue uma bagagem muito grande de conhecimentos sobre Solos e Sensoriamento Remoto e Sistemas de Informações Geográficas aplicados em programação R, onde aprendi também sobre fluxo e automação de dados
Universidade do Sul de Santa Catarina
Bacharel em Engenharia Ambiental e Sanitária
2009 - 2015
A UNISUL está consolidada como polo educacional na grande Florianópolis
Além do entendimento no trato e manejo ambiental, tratamento de águas e resíduos, tive meu despertar para Sensoriamento Remoto e Sistemas de Informações Geográficas
Instituto Federal de Santa Catarina
Técnico em Mecânica Industrial
2003 - 2004
O IFSC criado em 1909 em Florianópolis, Santa Catarina, tem tradição em ensino
Durante o curso, adquiri muito conhecimento sobre a Mecânica Industrial, incluindo metrologia, projetos e processos de fabricação
Publicações recentes
Trabalhos mais relevantes:
Enhancing Soil Mapping with Hyperspectral Subsurface Images generated from soil lab Vis-SWIR spectra tested in southern Brazil; 2023; Gelsleichter, Y.A.; Costa, E.M,; Anjos, L.H.C.; Marcondes, R.A.T; doi
Past and Future Responses of Soil Water to Climate Change in Tropical and Subtropical Rainforest Systems in South America; 2023; Arévalo, S.M.M.; Delgado, R.C.; Lindemann, D.S.; Gelsleichter, Y.A.; Pereira, M.G.; Rodrigues, R.A.; Justino, F.B.; Wanderley, H.S.; Zonta, E.; Santana, R.O.; Souza; R.S.; doi
Degradation of South American biomes: What to expect for the future?; Delgado, R.C.; Santana, R.O.; Gelsleichter, Y.A.; Pereira, M.G.; doi
Mapping soil properties in a poorly-accessible area; Costa, E.M.; Pinheiro, H.S.K.; Anjos, L.H.C; Marcondes, R.A.T.; Gelsleichter, Y.A.; doi
Spatial Bayesian belief networks: a participatory approach for mapping environmental vulnerability at the Itatiaia National Park, Brazil; Costa, E.M.; Pinheiro, H.S.K.; Anjos, L.H.C; Gelsleichter, Y.A.; Marcondes, R.A.T.; doi