Joaquim João Sousa
Investigador Sénior
Professor Auxiliar com Agregação da Universidade de Trás-os-Montes e Alto Douro (UTAD) e doutorado em Ciências da Engenharia Geográfica, pela Universidade do Porto e pela Universidade de Delft (Holanda), tendo apresenta a tese “Potential of integrating PSInSAR Methodologies in the Detection of Surface Deformation”. Atualmente, é Investigador (membro integrado) do Centre for Robotics in Industry and Intelligent Systems (CRISS), do INESC TEC/Polo UTAD, e investigador (colaborador) do CITAB (Centre for the Research and Technology of Agro-Environmental and Biological Sciences). Nos últimos anos tem-se dedicado, sobretudo, à utilização de Veículos Aéreos Não Tripulados (UAV) para aplicações agroflorestais. Utiliza imagens aéreas de elevada resolução, obtidas por diferentes sensores (RGB, NIR, Multiespectrais, Hiperespectrais e Térmicos) para, usando técnicas de processamento de imagem e desenvolvimento de algoritmos, extrair informações e parâmetros relevantes, sobretudo, na vinha, soutos e olivais. Estas técnicas são, no entanto, extensíveis à deteção e monitorização de grande parte das espécies arbóreas, que integram as nossas florestas, e de vegetação rasteira. É autor de várias publicações em revistas internacionais da especialidade do Remote Sensing. Participa em vários projetos de investigação, destacando-se o PARRA (Plataforma integrAda de monitoRização e avaliação da doença da flavescência douRada na vinha), em que é líder por parte da UTAD (SI I&DT, aviso Nº 08/SI/2015, Projeto em Co-Promoção, parceiros do projeto: TEKEVER ASDS - empresa líder, UTAD, Instituto Politécnico de Viana do Castelo, INIAV, Agrociência. Montante total atribuído 1.602.245,58€) e é membro do projeto Plataforma de Inovação da Vinha e do Vinho, linha Remote sensing and detection of grapevine diseases (Projeto I&DT pelo Norte2020, com um financiamento global de 4.500.000,00 €).
Projetos
Fasten
ROBOCARE
Investigação e desenvolvimento de tecnologia robótica modular para introdução de práticas agronómicas avançadas, visando a redução da penosidade do trabalho e o aumento da ergonomia das operações realizadas e o consequente aumento da produtividade do trabalho e rendabilidade económica das culturas.
Publicações
Empowering intermediate cities: cost-effective heritage preservation through satellite remote sensing and deep learning
Rodríguez Antuñano, I;Sousa, JJ;Bakon, M;Ruiz Armenteros, AM;Martínez Sánchez, J;Riveiro, B;
2024
INTERNATIONAL JOURNAL OF REMOTE SENSING
Detection of Leak Areas in Vineyard Irrigation Systems Using UAV-Based Data
Pádua, L;Marques, P;Dinis, LT;Moutinho Pereira, J;Sousa, JJ;Morais, R;Peres, E;
2024
DRONES
Classification of Grapevine Varieties Using UAV Hyperspectral Imaging
López, A;Ogayar, CJ;Feito, FR;Sousa, JJ;
2024
REMOTE SENSING
Comparative Evaluation of Remote Sensing Platforms for Almond Yield Prediction
Guimaraes, N;Fraga, H;Sousa, JJ;Pádua, L;Bento, A;Couto, P;
2024
AGRIENGINEERING
Teses Supervisionadas
Real-time, Power-efficient Hardware acceleration of deep learning applications in Embedded Reconfigurable Devices for Advanced Driving Assistance Systems
Amir Hossein Farzamiyan
D - 2024
UP-FEUP