Autores: ALMEIDA, R. A., SANTOS, L. V. D., BARBOSA, A. L. G.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Palavras-chave: Mapeamento, Sensoriamento Remoto, Bacia do Mucuri

Os impactos causados pelo homem no ambiente têm se intensificado nas últimas décadas, devido a alterações econômicas, tecnológicas e sociais. Deste modo, faz-se necessário analisar estes impactos bem como as alterações ocorridas no ambiente para se conhecer as características de uma determinada região. Dentre as ferramentas existentes para análise das alterações, destaca-se o sensoriamento remoto, que utiliza imagens obtidas por satélites para verificação das características da superfície. A Bacia Hidrográfica do Mucuri, importante sub-bacia do Atlântico Leste, passa por diversas mudanças devido aos avanços industriais e a alterações entre suas principais fontes de renda: agricultura e pecuária. Além disto, a instalação de áreas de proteção permanente e outras medidas de proteção de florestas, faz com que ajam mudanças na ocupação do solo da região. Com base nesta necessidade, este estudo buscou analisar através das ferramentas do sensoriamento remoto as alterações no uso e ocupação do solo na bacia hidrográfica do Mucuri durante quatro períodos entre os últimos 30 anos, levando em consideração as classes floresta, água, solo exposto, manchas urbanas, áreas de campo e agrícolas. Foram evidenciadas mudanças significativas no uso do solo em toda a região.

Autores: VALERIANO,  T. T. B., ROLIM,  G. D. S., BISPO,  R. C., APARECIDO,  L. E. D. O., MORAES,  J. R. D. S. C. D.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Big data, GCM, sensoriamento remoto

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

A baixa densidade de estações meteorológicas assim como a defasagem de tempo ocorre na maioria dos lugares ao redor do mundo, tornando difícil para os tomadores de decisão fazer conclusões significativas em gestão de recursos naturais. O objetivo do presente estudo foi comparar os dados decendiais de temperatura média (T), e precipitação (P) provenientes dos modelos de circulação global do ECMWF e NASA, para regiões cafeeiras de São Paulo e Minas Gerais. A acurácia e a precisão foram determinadas utilizando o Índice de concordância de Wilmont (d) e R2, respectivamente. De forma geral os modelos superestimaram os dados de superfície, uma vez que os coeficientes lineares foram positivos. As estimativas de T tanto do modelo ECMWF quanto da NASA foram precisas e acuradas, com índice R2 (d) mínimo de 0,61 e 0,86, respectivamente, em relação aos dados de superfície. As estimativas de P tiveram um R2 e um (d) mínimo de 0,48 e 0,79, respectivamente. Estes resultados comprovam que dados de T de ambos os modelos podem ser utilizados, na gestão agrícola de diversas culturas. Entretanto para a estimativa de P, são necessárias mais pesquisas, para a melhoria da acurácia e precisão.

Autores: DIAS, C. B. G., MOURA, A. R. D., LOPES, J. O., PAIVA, E. C., ALCÂNTARA, G. R. D.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Automação, Microcontrolador, Sensor capacitivo

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

O mapeamento detalhado da umidade do solo tem sido utilizado como ferramenta para identificação de áreas carentes, visto que, a falta de água é fator limitante para uma boa produção. Com a realização deste trabalho objetivou-se desenvolver um sensor capacitivo de baixo custo para leitura de umidade do solo e correlacionar com dados obtidos em laboratório, pelo método padrão de estufa. Os sensores foram desenvolvidos utilizando gesso, fio de cobre e cano de PVC de 50mm e de 32mm, sendo quatro sensores de 32mm e cinco sensores de 50mm, coletou-se os dados no período de 30 dias, utilizando uma ferramenta do Arduino. Cada protótipo foi inserido no centro de um recipiente com solo arenoso umedecido. Adquiriu-se os dados durante dois minutos e calculou-se a média para cada dia e também foram retiradas amostras de solo para identificação do teor de umidade. Os dados foram submetidos à análise de regressão linear. O protótipo não apresentou boa correlação, que pode estar associado ao fato do gesso ser higroscópico ou pelo tipo de solo utilizado. Após análise de regressão, os sensores de 32mm sofreram variação de R²=0,0225 a R²=0,2943 já os de 50mm apresentaram valores entre R²=0,1262 a R²=0,2587.

Autores: FIAMENGHI, C. C. B., ROSALEN, D. L., ZERBATO, C., GOES, M. J.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Sensoriamento remoto, NDVI, IRVI

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

A agricultura de precisão consiste na utilização de geotecnologias como Sistemas Globais de Navegação por Satélite (GNSS) e Sensoriamento Remoto, que aliadas a tecnologias de automação, permitem o manejo específico das áreas. Os sensores terrestres utilizados para a coleta de dados possibilita o cálculo de diferentes índices de vegetação, e estes por sua vez permitem a estimativa de biomassa verde e de produtividade, devido a alta correlação entre essas variáveis. Entre os diferentes índices de vegetação, há o Índice de Vegetação por Diferença Normalizada (NDVI) e o Índice de Vegetação Reverso (IRVI), que utilizam a refletância das bandas espectrais infravermelho próxima e vermelha. O objetivo do trabalho foi comparar os índices de vegetação NDVI e IRVI na fase vegetativa da cultura da soja (Glycine max). A área experimental possuía em torno de 14 ha cultivada com soja, e após 37 dias foi realizado o sensoriamento para a coleta dos dados. Foram gerados mapas da área experimental, com os valores obtidos para os dois índices de vegetação. Os resultados indicaram que as áreas delimitadas pelos dois índices de vegetação foram aproximadamente compatíveis, demonstrando que ambos os índices poderiam ser utilizados. Porém, apesar da proximidade dos valores médios, estes foram estatisticamente diferentes.

Autores: GOMES,  I. I. G., ROSALEN,  D. L., SILVA,  P. H. A. D.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: NDVI, VANT, soja

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

A soja (Glycine max) possui grande importância no cenário econômico brasileiro. As tecnologias disponibilizadas pelo Sensoriamento Remoto permitem, a partir de sensores terrestres, aéreos ou orbitais, determinar índices de vegetação. Dentre estes, existe o Índice de Vegetação por Diferença Normalizada (NDVI) que apresenta elevada correlação com variáveis agronômicas, como a produtividade. Neste contexto, esse trabalho objetivou avaliar a viabilidade da obtenção do NDVI, na cultura da soja, a partir de imagens obtidas por um Veículo Aéreo Não Tripulado (VANT). Para tanto, utilizou-se o VANT eBee da Sensefly, equipado com sensor capaz de registrar as bandas espectrais vermelha e infravermelha próxima; para verificar a qualidade desta determinação, utilizou-se também o sensor terrestre ativo GreenSeeker. Foram gerados os respectivos mapas da distribuição espacial dos valores de NDVI, sendo comparados os valores obtidos pelos sensores terrestre e aéreo, assim como com valores de produtividade obtidos em campo. Os resultados indicaram que a determinação do NDVI a partir de recobrimento aerofotogramétrico mostrou-se viável; porém, em termos gerais os valores encontrados foram inferiores aos determinados pelo sensoriamento terrestre, exigindo que sejam elaborados mais estudos. Também, os valores de NDVI determinados, tanto por plataforma aérea como terrestre foram compatíveis às produtividades encontradas na área de estudo.

Autores: VENTORIN,  L., GUEDES,  L. P. C., URIBE-OPAZO,  M. A.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Agricultura de Precisão, Geoestatítica, Amostragem

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Em agricultura de precisão, esforços têm sido direcionados para caracterizar e determinar a variabilidade espacial de atributos do solo, visando estabelecer procedimentos amostrais que garantam a representatividade das amostras georreferenciadas. O objetivo desse trabalho foi avaliar em processos não estacionários obtidos por simulação de Monte Carlo, a influência da configuração amostral na estimação do modelo geoestatístico e na estimação de localizações não amostradas. Esses resultados serviram como embasamento científico para realizar uma análise mais eficiente da variabilidade espacial do atributo químico Cobre no solo, numa área agrícola, com ausência de estacionariedade. Os esquemas de amostragens simulados foram: aleatória, sistemática (10x10, 5x20 e 20x5), e lattice plus close pairs com pontos próximos adicionados na direção da tendência e na direção ortogonal a esta (todos com 100 pontos amostrais). Os resultados dos dados simulados evidenciaram que a amostragem lattice plus close pairs proporcionaram melhores estimativas dos parâmetros do modelo geoestatístico, principalmente do efeito pepita. As medidas de qualidade da predição espacial não apresentaram diferenças relevantes. Considerando os resultados simulados e a análise geostatística realizada para a variável cobre, propõe-se que em posteriores experimentos nessa área, se considere a concentração dos pontos próximos na direção da tendência e na direção ortogonal a esta.

Autores: GAVIOLI,  A., SOUZA,  E. G. D., BAZZI,  C. L., SCHENATTO,  K., BETZEK,  N. M.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Agricultura de precisão, análise de componentes principais, software para agricultura

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Para a definição de zonas de manejo (ZMs), duas atividades importantes são a seleção das variáveis a serem utilizadas e a análise de agrupamento de dados. Existem diversos métodos propostos para executá-las, mas que precisam estar implementados em softwares. Diante disso, o objetivo deste trabalho é apresentar dois módulos computacionais implementados no software estatístico R, que possibilitam a execução eficiente dessas duas atividades. O módulo de seleção de variáveis disponibiliza 5 algoritmos baseados em análise de correlação espacial, análise de componentes principais (ACP) e no método derivado de ACP denominado MULTISPATI-PCA. O módulo de agrupamento disponibiliza 17 algoritmos: Average Linkage, Bagged Clustering, Centroid Linkage, Clara, Complete Linkage, Fanny, Fuzzy C-means, Hard Competitive Learning, Hybrid Hierarchical Clustering, K-means, Median Linkage, método de McQuitty, método de Ward, Neural Gas, PAM, Spherical K-means e Unsupervised Fuzzy Competitive Learning. Para exemplificar o funcionamento desses módulos, empregaram-se dados obtidos entre 2012 e 2015 de uma área agrícola localizada no município de Céu Azul - PR. Os módulos computacionais mostraram-se eficientes para a definição de ZMs. Além disso, são mais abrangentes que outros softwares gratuitos, como FuzME, MZA e SDUM, quanto à diversidade de algoritmos de seleção de variáveis e de agrupamento de dados disponibilizados.

Autores: COUTINHO,  M. A. N., SOUZA,  M. F. D., AMARAL,  L. R. D.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Quimiometria, espectrometria, fertilidade do solo

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

A espectroscopia nas faixas do visível e infravermelho próximo (Vis-NIR) é alternativa para análise de atributos do solo. Contudo, existem dúvidas a respeito do tratamento das amostras para obtenção dos espectros. O objetivo foi testar se a forma de preparo da amostra influencia na capacidade de distinção de níveis de fósforo disponível no solo (P). Para isso, avaliou-se amostras secas a 45ºC e peneiradas em malhas de 2, 0,71 e 0,25 mm. Os espectros foram obtidos com o espectrorradiômetro FieldSpec-4 em solo coletado em um único ponto e tratado com diferentes doses de P. Com base nos resultados de análise química, as amostras foram divididas em 5 grupos, conforme disponibilidade de P. Os conjuntos de calibração e validação contemplaram 70% e 30% das amostras. O classificador SIMCA foi utilizado para calibrar e validar os modelos. Embora os modelos de calibração tenham apresentado qualidade satisfatória, a eficácia em classificar o conjunto de dados externo (validação) foi baixa, mostrando que a espectroscopia Vis-NIR é pouco sensível a variação na disponibilidade P. O peneiramento do solo em malha de 0,71 mm apresentou melhores resultados em relação aos demais, mostrando que o método amplamente utilizado (2mm) pode não ser o mais indicado.

Autores: ROSA,  D. P. D., CANCIAN,  C. A., ALVES,  A., NUNES,  A. L., RAFAIN,  E.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Agricultura de precisão, sistema plantio direto, haste sulcadora

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

O manejo do solo influi diretamente na estrutura física do solo e, na dinâmica populacional de plantas daninhas. O objetivo deste estudo foi avaliar a dinâmica populacional de plantas daninhas em áreas com descompactação do solo na semeadura. O experimento foi realizado em 2 talhões de 0,5ha cada, com uma malha de amostragem de 6 pontos, sendo um talhão com o solo sob sistema plantio direto com a haste sulcadora da semeadora aos 7cm (SPD7) e aos 12cm (SPD12) de profundidade, esta como estratégia de descompactação do solo. Os parâmetros avaliados foram o percentual de palha incorporada (PI) e a área de revolvimento de solo (ARS), ambas pelo sulcador na semeadura, e, a incidência de plantas daninhas (IPD) na pré-semeadura e no fechamento de linhas do milho. Em alguns locais, o SPD12 incorporou 67% da palha contra 45% do SPD7, o mesmo aconteceu no ARS, tendo uma média de 30 cm² contra 17 cm² no SPD7, demonstrando o efeito do aumento da haste. Tais fatos geraram um aumento no IPD do SPD12, 68 plantas daninhas m-² contra 58 plantas daninhas m-² do SPD7, apontando para cuidados com essa estratégia de melhoria física do solo na semeadura.

Autores: MICHELON,  G. K., BAZZI,  C. L., SCHENATTO,  K., BORGES,  L. F., JASSE,  E. P.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Agricultura de precisão, mapa de colheita, zonas de manejo

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Os mapas de produtividade refletem condições do solo, o estado de desenvolvimento da planta e a necessidade de fertilizantes, sendo considerado um dos principais métodos de indicação da fertilidade do solo. Para facilitar a criação destes mapas, as colhedoras podem ser equipadas com monitores de colheita, os quais geram mapas com grades amostrais densas, facilitando a identificação de locais com produtividades distintas, permitindo o gerenciamento adequado da lavoura. No entanto, há alguns erros que ocorrem no registro da produtividade pela colhedora podendo gerar interpretações errôneas. Neste trabalho utilizou-se um método de filtragem de dados de produtividade obtidos por uma colhedora CASE IV, nas culturas do milho, trigo e soja em três safras. Após a filtragem, criou-se zonas de manejo fazendo uso do algoritmo Fuzzy C-Means. Por meio das estatísticas de avaliação das zonas de manejo geradas, identificou-se potenciais de produtividade distintos, sugerindo que a filtragem e as divisões da área resultaram em fontes de recomendação e análise do solo mais confiáveis e precisas para tomada de decisões no manejo agrícola.

Autores: MOTA, V. C., SOARES, E. A., LEITE, D. F.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Previsão Climática, Sistema Evolutivo, Modelagem Fuzzy

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Previsões de temperatura são importantes em muitas áreas e provêm fundamentos para vários empreendimentos humanos. Por exemplo, a agricultura é extremamente sensível a mudanças climáticas. Previsões dão suporte à fazendeiros e produtores para que tomem decisões com relação a atividades e proteção de propriedade. Este artigo apresenta a aplicação de um método de inteligência computacional baseado em nuvens chamado Método Evolutivo Tipicidade e Excentricidade (TEDA) para prever temperatura média mensal em diferentes regiões. Valores passados de temperatura máxima, mínima e média mensal, nebulosidade, precipitação e umidade do ar são considerados. Um método não-paramétrico baseado em correlação é proposto para selecionar as características mais importantes para uma previsão mais eficiente. As bases de dados foram obtidas de estações meteorológicas de cidades como São Paulo, Manaus e Porto Alegre. Os resultados da previsão TEDA são comparados com resultados gerados por outros métodos de inteligência computacional. TEDA proveu previsões ligeiramente mais precisas ao preço de um maior custo computacional.

Autores: JASSE, E. P., BAZZI, C. L., SOUZA, E. G. D., SCHENATTO, K., LIESENFELD, A. A. K.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: agDataField, Agricultura de Precisão, management zones

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

A obtenção de dados de campo vem sendo facilitada pela otimização de processos de coleta e pelo aumento do número de dispositivos destinados aos mais variados tipos de dados, além de que, os custos para aquisição estão cada vez mais acessíveis. Neste sentido, verifica-se que há uma necessidade de gerenciar essa elevada demanda de dados, que possui diferentes características, densidades e tipos de tratamento. O presente trabalho visa apresentar uma plataforma que permite o gerenciamento de dados de agricultura de precisão de forma facilitada em ambiente integrado e disponível em portal internet para website. A ferramenta deverá integrar dados de diversas fontes (dispositivos móveis, sensores, estações meteorológicas, análises físicas obtidas por meio de análises laboratoriais, mapas temáticos, zonas de manejo, entre outros) e se mostrou interessante para a gestão de dados agrícolas e para a mineração de dados.

Autores: BORGES,  L., BAZZI,  C. L., SOUZA,  E. G. D., JASSE,  E. P., MICHELON,  G. K.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Software, mapas temáticos, tecnologia agrícola

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

A análise de mapas temáticos, no contexto da agricultura de precisão (AP), é um recurso utilizado para compreender a variabilidade espacial dos atributos do solo em áreas de cultivo, essa pratica pode trazer importantes subsídios para a aplicação de um manejo racional, promovendo aumento da produtividade e baixo impacto ambiental. Neste contexto, o objetivo deste trabalho foi desenvolver e disponibilizar uma ferramenta computacional Web, capaz de gerar mapas temáticos por métodos conhecidos de interpolação (inverso da distância elevado á determinada potência,média móvel e vizinho mais próximo). O software foi testado com dados provenientes de pesquisas de AP (atributos físicos e químicos do solo e produtividade do milho) desenvolvidas em área agrícola de 19,8 ha localizada no Oeste Paranaense. Os resultados obtidos mostraram que o uso da ferramenta permite a identificação de áreas que possuem o mesmo comportamento em relação ás variáveis do solo, possibilitando o utilizador a ter uma melhor e mais precisa visão acerca da área a ser trabalhada e identificar possíveis causas de variação na produtividade com um baixo custo e resultados semelhantes a ferramentas pagas.

Autores: BAZZI, C. L., SCHENATTO, K., UPADHYAYA, S., ROJO, F., KIZER, E.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Monitor de folha, irrigação de precisão, zonas de manejo

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Devido aos aumentos na demanda de água agrícola e urbana, tornou-se necessário usar racionalmente os recursos hídricos. Na agricultura, o uso de sensores e controladores para aplicar apenas a quantidade de água necessária, onde e quando é necessário (isto é, irrigação de precisão), está crescendo em importância. Para alcançar esse objetivo, os pesquisadores têm desenvolvido tecnologias que medem o teor de umidade do solo e o estado da água da planta para implementar irrigação de precisão para melhorar a eficiência do uso da água. Este estudo utilizou o algoritmo Fuzzy C-Means para gerar zonas de manejo e determinar a colocação ideal de apenas alguns sensores para que uma estimativa confiável do estado da água da planta pudesse ser obtida para implementar irrigação de precisão em amendoeiras e uvas. Os resultados mostraram que o algoritmo permite não somente a geração de zonas de manejo eficientes com base nas características do solo e da planta, mas também a colocação de um número limitado de sensores dentro de cada zona de manejo para capturar a variabilidade espacial no estado da água da planta.

Autores: ZANELLA,  M. A., QUEIROZ,  D. M. D., VALENTE,  D. S. M.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Agricultura de precisão, erros em mapa de produtividade, filtragem de dados de produtividade

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Mapas de produtividade são excelentes indicadores da variabilidade espacial podendo ser considerados como o primeiro passo para a implantação da agricultura de precisão. Contudo, dados de produtividade gerados pelas colhedoras, geralmente possuem erros sistemáticos que, se não removidos, podem levar a decisões errôneas de manejo. Este trabalho teve por objetivo comparar três métodos de filtragem dos dados de produtividade e identificar suas respectivas influências sob os mapas de produtividade gerados. Foi utilizado o programa de computador Yield Editor que é disponibilizado pela USDA, o programa de computador Map Filter que foi desenvolvido pelo Laboratório de Agricultura de Precisão (LAP) da ESALQ e por fim utilizou-se uma rotina de filtragem baseado nas estatísticas descritivas dos dados de produtividade utilizando-se o programa de computador QGIS. Os dados utilizados são referentes à safra de soja 2015/2016 no município de Iepê-SP e foram obtidos de monitores de produtividade comercial de duas colhedoras. Os resultados foram submetidos a análise de estatística descritiva, os programas de computadores Yield Editor e Map Filter apresentaram decréscimo no coeficiente de variação e obteve-se melhores resultados qualitativos elevando a qualidade final do mapa gerado. Já na filtragem realizada no QGIS observou-se um menor decremento no coeficiente de variação da produtividade.

Autores: NETO, M. B., TERRA, V. S. S., BOEIRA, L. D. S., NEVES, L. D. A.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: VANT, SIG, irrigação por inundação

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

O uso de softwares de Sistema de Informação Geográfica (SIG) aliados ao uso de veículos aéreos não tripulados (VANT) tem proporcionado rapidez no monitoramento de áreas agrícolas. As imagens captadas com o auxílio do VANT têm sido aplicadas na agricultura de precisão, monitoramento florestal, controle de erosão, entre outros. O objetivo deste trabalho foi realizar a comparação do desenvolvimento de rotinas entre os softwares ArcGIS e QGIS utilizando imagens RGB obtidas através do VANT para o monitoramento agrícola em tempo real do processo de irrigação por inundação de lavouras de arroz. As imagens foram captadas numa propriedade rural localizada em Pelotas-RS. Primeiramente foi realizado um voo de VANT, modelo Zangão acoplado com uma câmera Sony Alpha A6000, lentes de 20 mm obtendo assim as imagens RGB das áreas irrigadas. Após as imagens terem sido captadas, elas foram processadas pelo site Dronedeploy foi gerado um orthomosaico. Os resultados mostraram que ambos os softwares conseguiram quantificar o percentual de área irrigada. Sendo que, a quantificação das áreas mostra que ambas as rotinas de classificação os resultados finais são muito próximos e satisfatórios, porém o tempo de processamento da rotina no QGIS é superior ao ArcGIS, além de ser suscetível a erro humano.

Autores: MICHELON, G. K., MENEZES, P. L. D., BAZZI, C. L., GRANDO, J. C., ROCKENBACH, F. R.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Inteligência artificial, macronutrientes, agricultura de precisão

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

O gerenciamento de propriedades agrícolas por meio da agricultura de precisão tem se tornado fundamental para aumentar o potencial produtivo de áreas agrícolas. Além disso, a tecnologia da informação, por meio das ferramentas computacionais, auxilia e melhora a prática agrícola, tanto no manejo do solo como da planta. Este trabalho objetivou a aplicação de Redes Neurais Artificiais para obter um modelo computacional de predição da produtividade da soja. Com a predição da produtividade, se torna possível a correção localizada nos pontos amostrais preditos com baixas produtividades, viabilizando melhores condições à planta com aumento do seu potencial produtivo. Em contrapartida, em locais onde há produtividade considerada alta, pode-se administrar a aplicação, reduzindo-se assim os custos com insumos e possíveis impactos ambientais causados pelo excesso de fertilizantes. Para a criação do modelo de predição, utilizou-se dados dos macronutrientes da folha da soja (Nitrogênio, Potássio, Fósforo, Cálcio e Magnésio), buscando-se obter as condições de fertilidade do solo. Como resultado, obteve-se um modelo de rede neural artificial capaz de predizer, aproximadamente, 74% dos dados reais com apenas um neurônio em uma única camada oculta, utilizando para isto, os nutrientes da folha da soja no estádio V3.

Autores: MARIN,  D. B., ALVES,  M. D. C., CORTEZ,  M. L. J., MAKINS,  V. F.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Índices de Vegetação, Landsat 8, Sensoriamento Remoto

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Objetivou-se neste trabalho, estudar a influência da mancha aureolada Pseudomonas syringae pv. Garcae no comportamento espectro temporal do cafeeiro utilizando técnicas de sensoriamento remoto. As análises da incidência e severidade da doença foram realizadas mensalmente no ano de 2014, em uma lavoura cafeeira localizada no município de Santo Antônio do Amparo – MG. Os dados espectrais foram adquiridos de imagens Landsat 8 sensor OLI/TIRS dos meses de março a outubro de 2014. Para a determinação do comportamento espectral das plantas e para o cálculo dos índices de vegetação propostos, os dados espectrais foram transformados em valores de radiância e posteriormente e valores de refletância utilizando a correção atmosférica DOS1 (Dark Object Subtraction). Foi possível observar uma correlação linear positiva dos índices de vegetação com a incidência e severidade da doença, provavelmente pela baixa produtividade das plantas com ocorrência da doença que sofreram menos derriça das folhas na colheita. O estudo demonstrou um elevado potencial para analisar a ocorrência da mancha aureolada com base na alteração do comportamento espectral do cafeeiro.

Autores: SILVA, E. E. D., BAIO, F. H. R., SOUZA, F. H. Q., SOUZA, M. A. V. D.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Taxa de aplicação, NDVI, Crop Circle

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Visando o controle de plantas daninhas, pragas e doenças, assim como na aplicação de micronutrientes, está presente a pulverização agrícola. O objetivo desse trabalho foi desenvolver uma equação que indique a taxa de aplicação adequada segundo o indicativo de um índice de vegetação (IV) para a cultura do milho. A cultura foi implantada em espaçamento de 0,45 m e população de 60 mil plantas ha-1 em sistema de semeadura direta. Foi utilizado o sensor multiespectral ativo Crop Circle ACS-470 da Holland Scientifc. O delineamento experimental aplicado foi em blocos casualizados no esquema fatorial 4x4x4 (4 taxas de aplicação; 4 patamares diferentes do IV; e em 4 estádios fenológicos), com quatro repetições para cada tratamento. A deposição foi mensurada por balanco de massas. A deposição de calda no terço médio do milho possui uma função quadrática positiva quando relacionada ao IV e a taxa de aplicação. Com o aumento do IV há a necessidade do aumento da taxa de aplicação para a manutenção da mesma deposição de calda no estrato médio da planta. O uso do NDVI proporcionou o melhor ajuste do modelo matemático (r=0,77) dentre os índices testados.

Autores: SCHENATTO, K., SOUZA, E. G. D., BAZZI, C. L., GAVIOLI, A., MICHELON, G. K.

Ano da publicação: 2017

Nome do livro: A importância da Engenharia Agrícola para a segurança alimentar

ISBN: 978-85-64681-13-2

Corpo editorial: Prof. Dr. David Luciano Rosalen, Prof. Dr. Cristiano Zerbato, Prof. Dr. José Eduardo Pitelli Turco

Palavras-chave: Operações agrícolas, dispositivos móveis, aplicativo

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

O setor agrícola se direciona cada vez mais para uma gestão inteligente de todas as etapas do sistema de produção, fazendo uso de softwares especialistas de apoio a decisão e tecnologia embargada em máquinas. Alinhado a isso está a substituição crescente do uso de computadores desktop por dispositivos móveis que oferecem maior mobilidade e facilidade de acesso. O objetivo desse trabalho foi apresentar um software para dispositivos móveis aplicado no registro e gerenciamento das informações de operações de campo. O AgDataField_Mobile foi desenvolvido para rodar em dispositivos com sistema operacional Android. O software aplicativo permite que o usuário realize o cadastro de áreas, dados de safra, das operações de campo (plantio, colheita, pulverização e outras atividades realizadas em cada cultura) e de maquinários utilizados em tais operações. Tais dados permitem ao produtor manter um histórico de todas as operações e ocorrências de cada safra agrícola, de forma facilitada em seu dispositivo móvel (smartphone ou tablete) e com armazenamento de dados no dispositivo móvel e em um servidor de dados. A gratuidade do software também permite que os produtores tenham maior facilidade no acesso a essa ferramenta.