Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: maturação, produtividade, luminosidade.

Área: Agricultura Digital (AD)

O consumo mundial de café aumenta conforme a necessidade global, ou seja, a população aumenta seu consumo a demanda na produção também aumenta. No Brasil a produção de café chegou a ocupar 1,82 milhão de hectares em 2022, a estimativa é que seja 7,9% superior em 2023. Dessa forma o objetivo deste trabalho é avaliar a variabilidade da força de desprendimento dos frutos de café, conforme o estádio de maturação e a face de exposição, bem como quantificar a diferença da força necessária para o desprendimento dos frutos nos estádios verde e cereja. O experimento foi realizado durante o período de colheita das safras 2018/2019 no dia 29/05/2019 em lavoura comercial de café arábica irrigada por pivô central, localizada no município de Presidente Olegário, Minas Gerais, Brasil. Na safra 2018/2019, para os frutos verdes, houve normalidade dos dados para a maioria das variáveis (70%), enquanto nos demais estádios avaliados esse percentual foi menor: verde cana (50%); cereja (40%); seco (30%). Porém, analisando-se todas as variáveis, observa-se que 55% delas apresentaram não normal. O período do dia e a face de exposição solar influenciam o comportamento da força de desprendimento dos frutos de café.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: microcontrolador, ESP32, humedadrelativa.

Área: Agricultura Digital (AD)

Los granos de cacao son sensibles a las condiciones de almacenamiento, siendo la humedad relativa uno de los factores críticos para conservar su calidad. El objetivo de este Trabajo fue implementar un sistema de adquisición de datos com aplicación IoT para el registro de las condiciones durante el almacenamiento de granos de cacao. Seu tilizóun sensor de temperatura y humedad relativa de bajo costo y alta precisión, el cual está conectado a un microcontrolador ESP32 que transmite los datos a una plataforma para su visualización. Los granos de cacao fueronsecados a 40°C y luego colocados en recipientes herméticos con sensores. Se observó que el aire en contacto con la superficie de los granos alcanzó el equilibrio higroscópico en 11h. El perfil de temperatura y de humedad relativa fueron ajustados adecuadamente a funciones exponenciales decrecientes con coeficientes de determinaciónmayor que 0,95. El sistema IoT implementado permitió la medición de la temperatura y humedad relativa del aire en contacto com los granos de cacao.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: índices de vegetação, séries temporais, imagens aéreas.

Área: Agricultura Digital (AD)

A determinação da produtividade da cana-de-açúcar apresenta diversos desafios, como a necessidade de coleta de dados em áreas extensas, em tempo hábil para o planejamento agrícola. Diante disso, neste trabalho propomos uma abordagem baseada em sensoriamento remoto aliadas a técnicas de aprendizado de máquina, para previsão da produtividade da cana-de-açúcar. A produtividade da cana-de-açúcar foi determinada em 240 linhas de plantio de 10 m. Três voos foram realizados a 80, 120 e 160 dias após transplantio das mudas pré-brotadas com aeronave remotamente pilotada e com sensor multiespectral embarcado. A partir dos valores de reflectância das bandas espectrais, foram calculados índices de vegetação e para aumentar a capacidade preditiva do modelo, os dados dos três voos foram avaliados em conjunto. Avaliou-se o algoritmo de aprendizado de máquina Extreme Gradient Boosting. Os resultados indicaram elevado potencial da utilização de dados multiespectrais para mapeamento da produtividade da cana-de-açúcar. O modelo desenvolvido obtive elevada acurácia para previsão da produtividade seis meses antes da colheita, com erros inferiores a 17%. 

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: inteligência artificial, irrigação, portas lógicas programáveis.

Área: Agricultura Digital (AD)

A produção agropecuária deixou o mundo rústico para um novo e tecnológico, na qual cada vez mais a agricultura vem utilizando tecnologias de precisão com a ideologia de melhorar a competitividade. São inúmeras as possibilidades de aplicação de inteligência artificial na agricultura. O estudo realizado na pesquisa constata que é possível a implementação de portas logicas programáveis (FPGA) em conjunto com a inteligência artificial dentro de hardware dedicado, reduzindo os custos dos produtores e melhor produtividade. O objetivo do trabalho é apresentar uma análise da aplicação do FPGA e de inteligências artificiais na agricultura, a fim de construir e implementar uma inteligência artificial com FPGA para o controle de sistemas de irrigação e pulverização.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: Agricultura de Precisão, Fertilidade do solo, Suscetibilidade Magnética

Área: Agricultura Digital (AD)

A densa amostragem de solos para satisfatório mapeamento das propriedades físico-químicas na agricultura de precisão (AP) apresenta custo elevado, cabendo estudos de novas técnicas auxiliares, como utilização de sensoriamento proximal e orbital, que consigam transcrever as características do solo. Para isso, objetivou-se relacionar informações de condutividade elétrica aparente (CEa), obtidas com os sensores EM38 e TSM, suscetibilidade magnética (SM), via sensor EM38, e as bandas SWIR1 e SWIR2 de solo exposto do satélite Sentinel-2. Foi utilizada uma área agrícola em Cosmópolis-SP, onde os dados de sensoriamento e amostragem de solos foram tomados para correlações e regressões. Observou-se que as melhores correlações ocorreram entre a capacidade de troca catiônica (CTC) e SM (r=-0,70) e entre CTC e CEaEM38 (r=0,68), além da areia e argila com a SM (r, 0,69 e -0,64). A CEa e SM foram as que mais traduziram informações de solo quando avaliados pelos modelos de regressão múltipla, porém sendo a SM mais confiável, por ser menos suscetível a fatores externos à coleta. Conclui-se que a CEa e SM são mais precisas que as variáveis orbitais (SWIR1 e 2) para o mapeamento de solo, mas devem ser utilizadas em conjunto para melhores modelos.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: ferramentas tecnólogicas, condição nutricional, imagens digitais

Área: Agricultura Digital (AD)

A produção de morango no Brasil está em crescimento devido à alta demanda interna e externa. Como isso, torna-se fundamental garantir uma nutrição adequada para alcançar alta produtividade e promover a sustentabilidade. Nesse sentido, o uso de ferramentas tecnológicas é essencial para determinar o estado nutricional por meio de análise de imagens digitais. Essas abordagens não apenas reduzem significativamente o tempo necessário em comparação com as análises convencionais, mas também aprimoram a eficiência na aplicação de fertilizantes. Neste estudo, o objetivo foi avaliar o desempenho da rede neural convolucional (CNN) na predição de nitrogênio foliar em morangos usando imagens RGB. O delineamento experimental incluiu três tratamentos com diferentes doses de adubação e cinco repetições. Os resultados mostraram que a utilização da CNN resultou em AUC (área sobre a curva) de 78% para o tratamento 1 (50% da dose recomendada nitrogenada). Essa abordagem tecnológica reduz o tempo necessário para análise e melhora a eficiência na aplicação de fertilizantes, oferecendo uma alternativa viável para determinar a condição nutricional das plantas de morango.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: Agricultura de precisão; automação agrícola; maquinaria agrícola.

Área: Agricultura Digital (AD)

A pulverização a taxa variada permite reduzir em até 70% o volume de defensivos agrícolas aplicados, diminuindo os custos, o impacto ambiental e os riscos na saúde, isto é, através do ajuste da taxa de produto aplicado com base em estimativas de caraterísticas morfológicas dos alvos. O presente trabalho descreve o desenvolvimento de um modelo dinâmico de um sistema de pulverização a taxa variada a partir do volume foliar, criado mediante dados experimentais, também se apresentam os resultados de redução de produto obtidos a partir da simulação do modelo com dados de profundidade e velocidade medidos em um aparato experimental. Na teoria o sistema de aplicação a taxa variada reduziria em até 26,26% os defensivos aplicados.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: Agricultura de precisão; Compactação do solo; Geoestatística.

Área: Agricultura Digital (AD)

O uso intensivo do solo no sistema de cultivo comercial de açaí em terra firme pode levar a um efeito negativo das propriedades físicas do solo e no potencial produtivo das culturas. O objetivo deste trabalho foi mapear a distribuição espacial da resistência mecânica do solo a penetração (RMSP) e umidade do solo (U%) em uma área de produção agroindustrial de Açaí localizado na cidade de Parauapebas-PA. A RMSP e umidade do solo foram avaliadas nas profundidades 0–20 e 20-40 cm em grade amostral aleatória de 45 pontos georreferenciadas. A RMSP foi mensurada utilizando o Medidor Eletrônico de Compactação do Solo. Para determinação da umidade do solo (U%), foi utilizado o método da estufa em laboratório. A modelagem geoestatística de RMSP e U% foram realizadas no software Qgis. Os mapas foram gerados pelo método de interpolação por krigagem. Os modelos que melhor se ajustaram aos semivariogramas foram o Exponencial e Gaussiano para todos os atributos. Na maioria dos parâmetros estudados apresentaram variabilidade espacial com índice de dependência espacial forte ou moderado. O mapeamento evidenciou zonas crítica para a RMSP (> 2,5 MPa) e as zonas críticas de umidade (< 14%).

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: Clorofila. Fotossíntese. Lactuta Sativa L. Macronutriente. Sensor.

Área: Agricultura Digital (AD)

A necessidade do melhor aproveitamento dos recursos naturais associados ao aumento de produtividade com auxílio da agricultura 4.0, trás à tona novos meios tecnológicos para atingir este objetivo. O nitrogênio é um macronutriente considerado essencial para o bom desenvolvimento dos vegetais devido a sua participação na composição das principais estruturas das plantas, além de participar de diversas reações bioquímicas. As cultivares de alface são as hortaliças que apresentam os maiores teores de nitrogênio, sofrendo alterações fisiológicas e morfológicas quando submetidas a diferentes concentrações deste macronutriente. Há uma estreita relação entre a disponibilidade de nitrogênio e o teor de clorofila total do vegetal, o que afeta diretamente a capacidade do sistema fotossintético de absorver energia luminosa. O espectrofotômetro é um sensor que tem a capacidade de mensurar a quantidade de luz absorvida por uma superfície de forma pontual, gerando uma curva espectral, e o clorofilômetro utiliza o mesmo princípio para a determinação da quantidade total de clorofila na planta. Diante do exposto, o presente trabalho tem como objetivo verificar a viabilidade da utilização de dados espectrais nos comprimentos de onda 430 nm e 660 nm, e o índice SPAD das folhas da alface para monitorar a disponibilidade de nitrogênio para a cultura de forma instantânea e pontual através da criação de um modelo estatístico.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: AgroCAD, rastro do pulverizador, linhas de plantio.

Área: Agricultura Digital (AD)

Atualmente, uma parte da produção de feijão é perdida pelo amassamento ocasionado por máquinas agrícolas, e essa mesmo sendo perdida gera um custo ao produtor. O desenvolvimento geral desse trabalho se deu em torno da simulação das linhas de plantio e pulverização, com a finalidade de minimizar o amassamento da cultura do feijão causado pelo rastro do pulverizador. Nesse contexto, o objetivo central desse trabalho foi reduzir ou anular o amassamento da cultura do feijão carioca (Phaseolus vulgaris L. TAA DAMA), para alcançar esse propósito foram utilizadas máquinas agrícolas modernas com interação a softwares SIG e o software AgroCAD. Os software auxiliaram na elaboração de uma plantio com menos perda. O projeto desenvolvido adotou a interrupção das linhas de plantio no rastro do pulverizador, ou seja, através do software SIG – AgroCAD, a área de plantio foi projetada de maneira que o trajeto das máquinas agrícolas, no caso o pulverizador, não se sobrepôs às linhas de plantio. Portanto, a cultura não foi semeada na área que o pulverizador percorreu. Dessa maneira, o amassamento realizado pelo pulverizador diminuí durante as operações, bem como houve economia de sementes e adubo no momento da semeadura nas marcações do rastro do pulverizador.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: Glycine max, reuso agrícola, termografia

Área: Agricultura Digital (AD)

A produtividade da soja está diretamente ligada a disponibilidade de água para o seu desenvolvimento. Desta forma, o efluente tratado de abatedouro tem potencial de suprir as necessidades hídricas e nutricionais da cultura. Porém, se manejado incorretamente, pode acarretar em estresses hídrico-salinos. O monitoramento deste estresse, de modo rápido e não invasivo, é de interesse prático. Deste modo, o objetivo desse estudo foi verificar o uso da termovisão como ferramenta de análise do estresse no cultivo de soja irrigada com efluente tratado de abatedouro (ETA). O delineamento experimental foi em blocos casualizados, com cinco doses de ETA: 0, 25, 50, 75 e 100%, com parcelas subdivididas (presença e ausência da inoculação com Bradyrhizobium japonicum), em quatro repetições. As coletas das imagens termográficas ocorreram em três datas (35 48 e 52 dias após semeadura – DAS). Com os dados foi obtido o índice Temperatura Relativa Normaliza do Dossel (TRND), que apresentou aumento significativo com o aumento da dose, ou seja, houve um maior estresse das plantas de soja irrigadas com 100% ETA. A inoculação com B. japonicum não alterou de forma significativa o estresse das plantas para ser identificada pela termovisão.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: clorofila total, índice de área foliar, teor de nitrogênio foliar

Área: Agricultura Digital (AD)

Objetivou-se avaliar a capacidade de um clorofilômetro portátil em predizer o estado nutricional e fisiológico do feijão-comum cultivado sob lâminas de irrigação. O experimento foi realizado em 2019, utilizando as cultivares de feijão-comum IAC Imperador e IPR Campos Gerais. As cultivares foram submetidas a cinco níveis de reposição: 132, 100, 77, 70 e 54% da evapotranspiração da cultura. Nos estádios fenológicos R6 (florescimento pleno) e R8 (enchimento de grãos), determinou-se o teor de clorofila total, índice de clorofila foliar, utilizando clorofilômetro portátil, e o teor de N foliar. Posteriormente, realizou-se análises de regressão entre as variáveis. O clorofilômetro demonstrou ser uma ferramenta eficaz na avaliação do estado fisiológico do feijão-comum, apresentando correlação direta com o teor de clorofila total das folhas (R2>0,50). O teor de clorofila total do feijão-comum reduziu em função do aumento das lâminas de irrigação em detrimento do maior índice de área foliar e acúmulo de biomassa nesses manejos. Esses resultados demonstram a possibilidade de uso do clorofilômetro portátil na definição do estado fisiológico do feijãocomum, devendo-se atentar em outras variáveis para um diagnóstico mais acurado.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: Biospeckle laser, umidade do solo, dispositivo portátil.

Área: Agricultura Digital (AD)

Este estudo avaliou a eficiência de um dispositivo portátil adaptado de biospeckle laser para estabelecer uma correlação entre a umidade do solo e o Momento de Inércia (MI). Foi utilizado o método de Pearson para realizar um estudo de correlação estatística entre os valores de MI e os valores de umidade do solo. O sistema de aquisição foi constituído por um laser HeNe de 632 nm de comprimento de onda, um microscópio digital XTrad e um Raspberry Pi 3 modelo B+ para processamento de dados e geração dos valores de MI. Procedeu-se à análise de variância para os valores de MI para os 5 níveis de umidade e 100 repetições. O objetivo é contribuir para o desenvolvimento de uma ferramenta confiável e conveniente para o monitoramento não invasivo da umidade do solo, facilitando melhores práticas de manejo da água em sistemas agrícolas. Os resultados mostraram que é possível obter uma correlação satisfatória. Conclui-se que o método proposto apresentou resultados promissores e pode ser uma alternativa viável para a medição de umidade do solo em campo. Essa técnica inovadora pode contribuir para o aumento da eficiência e produtividade na agricultura, permitindo um monitoramento mais preciso e eficiente da umidade do solo.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: Agricultura digital, Sensoriamento Remoto, Cafeicultura

Área: Agricultura Digital (AD)

A presença de grãos verdes e impurezas na secagem dos frutos de café favorecem a redução da qualidade da bebida. Técnicas convencionais para determinação da quantidade de grãos verdes e pretos são realizadas manualmente, o que pode ocasionar erros na estimativa. Este estudo objetivou-se identificar a quantidade de grãos verdes, vermelhos e pretos no terreiro de secagem por meio de classificação digital de imagens RGB obtidas por Aeronave Remotamente Pilotada ARP. Os dados foram obtidos pelo acompanhamento diário, da secagem dos frutos de café em terreiro de cimento, identificando frutos verdes, vermelhos e pretos. Em seguida foram realizadas as classificações de imagens de ARP por meio de segmentação. Os resultados apresentados caracterizam o terreiro de café até o quarto dia de secagem, isso ocorreu pela uniformidade de cores apresentadas após quatro dias de secagem. Destaca-se que o segmentador separa melhor as cores Verdes nas imagens de ARP, mas para aplicações em terreiros de café a separação das cores vermelhas são mais próximas da classificação real de campo.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: Termografia; cafeicultura de precisão; coffea arabica. mecânicas.

Área: Agricultura Digital (AD)

O Brasil é o maior produtor e consumidor de café no mundo e a cultura possui importância socioeconômica para o país. Entretanto, o país ainda carece de estudos para alavancar o desenvolvimento da cafeicultura de precisão e uso de sensores nas lavouras cafeeiras. Neste sentido, o objetivo deste trabalho foi avaliar os resultados obtidos por duas câmeras termais testadas na coleta de temperatura média em plantas de cafeeiros, obtidas do lado direito e esquerdo das plantas e durante os meses de maio e outubro. O estudo foi realizado em uma lavoura experimental do Setor da cafeicultura do Departamento de Agricultura-DAG, na Universidade Federal de Lavras- UFLA no município de Lavras, MG. Foi encontrada diferença significativa entre as câmeras testadas para os valores de temperatura média nas plantas de cafeeiros, durante o mês de maio. Com os resultados obtidos no mês de outubro não se verificou diferença significativa entre as câmeras testadas. Com base nos resultados obtidos, é recomendado prosseguir com a realização de testes em diversos períodos do ano, a fim de confirmar os achados e fornecer subsídios para as futuras aplicações das câmeras termográficas na cafeicultura de precisão.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: Arborização urbana, Risco de queda de árvores, Propriedades mecânicas.

Área: Agricultura Digital (AD)

A arborização urbana desempenha um papel importante na melhoria da qualidade de vida nas cidades, e a escolha adequada das espécies é fundamental para garantir o sucesso de um bom planejamento, afim de evitar possíveis acidentes e danos a os elementos urbanos causados por adversidades climáticas. Neste contexto, o presente estudo tem como objetivo desenvolver um modelo computacional visando a análise do risco de queda de um exemplar de árvore urbana considerando os parâmetros da espécie Caesalpinia pluviosa, conhecida como sibipiruna, para a sua confecção. Utiliza-se o software AnsysWorkbench para a construção do modelo computacional. O modelo computacional considera a propriedade ortotrópica da madeira para cada parte da árvore (raiz, fuste e galhos). Para isso, foram considerados os três módulos de elasticidade, cisalhamentoe coeficientes de Poisson, com relação às cargas atuantes no modelo, além das cargas gravitacionais referentes a o peso da própria árvore, o modelo foi submetido a cargas de vento regulares. O resultado visa fornecer informações sobre a interação desta espécie como ambiente urbano, o que facilita uma melhor compreensão das limitações que a cercam, além de permitir a comparação dos resultados com outros modelos para copa simpodial.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: processamento de imagens; qualificação de doenças; agroinformática.

Área: Agricultura Digital (AD)

Agricultura de precisão avança com o deep learning para diagnosticar o estado nutricional das plantas por meio de padrões de sintomas, melhorando a produtividade e qualidade. Este ramo é o enfoque deste trabalho, que utilizou a plataforma Scopus (Elsevier), onde nos últimos 10 anos foi amplamente difundida esta linha de pesquisa, encontrando 162 documentos a partir do método PRISMA-P, o qual orientou a seleção dos artigos, fornecendo uma compreensão abrangente das pesquisas relacionadas ao tema. Destacou-se o uso frequente de métodos como redes neurais convolucionais, K-vizinhos mais próximos (KNN) e drones para aquisição de imagens e classificação automatizada. As pesquisas, lideradas por China e Índia, alcançaram alta precisão no enfrentamento de problemas agrícolas e na tomada de decisões.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: Yolov8, reconhecimento, visão computacional

Área: Agricultura Digital (AD)

A contagem manual de frutas para determinar a produção agrícola é trabalhosa, propensa a erros e aumenta os custos. Automatizar esse processo economizaria tempo, mas as soluções experimentais são caras para produtores de pequena escala. Este estudo automatizou a contagem de mangas em esteiras usando visão computacional e inteligência artificial. O modelo YOLOv8 foi treinado com imagens de mangas, alcançando 82% de acurácia e contando com precisão 624 das 712 mangas no vídeo. A matriz de confusão mostrou alto desempenho, com 84% de acertos para mangas e quase 100% de verdadeiros negativos. Esses resultados comprovam a eficácia do YOLOv8 na detecção e contagem de mangas, melhorando o controle da produção e reduzindo erros humanos. Essa automação economiza tempo e recursos, impulsionando a indústria brasileira e tornando-a mais competitiva e eficiente. A capacidade de contar e classificar frutas automatizadamente traz benefícios significativos para a produção de mangas, aumentando a eficiência e a precisão do processo.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: cafeicultura, k-means, machine learning.

Área: Agricultura Digital (AD)

A necessidade de produzir alimentos em grande escala e de forma sustentável tem sido um motor de impulsionamento para o rápido avanço da agricultura de precisão. Sendo assim, técnicas de Machine Learning para extração de conhecimento em dados agrícolas têm ganhado cada vez mais aplicações na agricultura. Algoritmos supervisionados e nãosupervisionados identificam padrões (agrupamento/classificação) ou preveem acontecimentos (previsão) baseados em dados. O algoritmo K-Means pode ser utilizado para agrupar dados e os algoritmos Random Forest e KNN para previsão e classificação. Este trabalho desenvolveu um sistema de recomendação baseado nesses algoritmos de Machine Learning para ajudar produtores de café a escolher as variedades adequadas para o plantio. Foi utilizada uma base de dados com 49 variedades de café, mapeando 17 características das plantas. O algoritmo KMeans foi utilizado para agrupar as variedades por similaridade e detectou 8 grupos diferentes. Através da uma interface simples, o produtor informa as características desejadas e invoca os algoritmos KNN ou Random Forest, fazendo a recomendação. Como resposta, o programa retorna o grupo de variedades de café mais similar as características desejadas.

Ano da publicação: 2023

ISSN: 2358-582X

Palavras-chave: séries de dados meteorológicos, aprendizado estatístico, dados ausentes.

Área: Agricultura Digital (AD)

As razões das perdas de dados meteorológicos são diversas e comprometem a consistência das séries históricas, prejudicando a sua aplicação. O objetivo do trabalho foi avaliar o uso da modelagem via Random Forests para o preenchimento de falhas meteorológicas no município de Uberaba, Minas Gerais, Brasil. Foram extraídos do INMET os dados de Evaporação Diaria da estação meteorológica convencional do período de 19 anos. Para o ajuste dos modelos de aprendizado foram considerados, como variáveis de entrada, os valores de cinco dias anteriores e cinco dias posteriores a uma determinada observação y e esta foi utilizada como variável de saída. Os dados obtidos foram divididos, aleatoriamente, em duas partes: um conjunto para o treinamento e outro para o teste.  Foi utilizada a raiz quadrada do erro quadrático médio (RMSE) como medida de qualidade de ajuste. Os modelos de random forests apresentaram fraco desempenho (RMSE > 20%) e assim são considerados ineficientes no preenchimento das falhas.