Ano da publicação: 2024

ISSN: 2358-582X      

Palavras-chave: amostragem, fertilidade de solo, mapeamento digital de solos

Área: Agricultura Digital (AD)

O mapeamento de atributos de fertilidade do solo em agricultura de precisão é geralmente realizado a partir de coleta de amostras em malha seguido por interpolação. Cada ponto dessa grade amostral é composto pela coleta de algumas subamostras, buscando diluir variações locais. Porém, a importância dessa coleta de subamostras, muitas vezes, é subvalorizada. Assim, neste trabalho demonstra-se o grau de variabilidade que alguns atributos de fertilidade do solo apresentam entre as subamostras como o teor de matéria orgânica (MO), pH, capacidade de troca de cátions (CTC) e saturação por Bases (V%) em duas profundidades (0,00-0,20 m e 0,20-0,40 m). Foi avaliado a dispersão de valores de subamostras coletadas em três pontos amostrais, em duas profundidades, em uma área produtora de grãos. Verifica-se dispersão dos valores, com coeficiente de variação (CV) de 9,00-22,19% para MO, 3,42-9,68% para pH, 5,14-22,01% para CTC e 7,71-30,95% para V%. No geral, recomenda-se coletar ao menos cinco subamostras para representar um único ponto.

Ano da publicação: 2024

ISSN: 2358-582X      

Palavras-chave: agricultura digital, processamento de imagens, controle de daninhas

Área: Agricultura Digital (AD)

 A agricultura de precisão oferece uma abordagem eficaz para realizar intervenções especificas em áreas delimitadas, promovendo práticas agrícolas mais sustentáveis e economicamente viáveis. Este estudo investigou a aplicação do conceito da Aplicação de Precisão para o controle de plantas daninhas em uma área experimental da Bayer CropScience, no município de Paulínia – SP. Utilizando drone de imagem e software de processamento de imagens, foram coletadas imagens para análise da distribuição espacial das plantas daninhas e geração de mapas de prescrição. Os resultados mostram uma correlação entre a área de aplicação e a economia de defensivos agrícolas, com uma queda na porcentagem de economia à medida que a área aplicada aumenta. A metodologia desenvolvida oferece uma abordagem para estimar a economia de defensivos e a economia financeira correspondente, destacando o potencial da Agricultura de Precisão para otimizar o uso de produtos fitossanitários.

Ano da publicação: 2024

ISSN: 2358-582X      

Palavras-chave: modelos, predição, phaseolus vulgaris

Área: Agricultura Digital (AD)

 A cultura do feijão é a fonte proteica mais consumida pelos humanos no mundo. Graças à crescente demanda global por alimentos, a adubação nitrogenada é crucial para obtenção de altas produtividades. A quantificação do nitrogênio foliar é fundamental para a otimização da adubação. No entanto, métodos tradicionais são demorados e caros, o que eleva a necessidade de formas rápidas e não destrutivas para estimar N foliar. O objetivo deste trabalho foi avaliar o desempenho de 2 algoritmos de aprendizado de máquina na predição foliar de N com uso de medidas indiretas de clorofila. A cultivar BRS FC104 foi submetida a 4 níveis de adubação nitrogenada (0, 40, 80 e 120 kg ha-1) em delineamento inteiramente casualizado. As leituras de clorofila foram realizadas 32 DAS com clorofilômetro Falker CFL 1030. Os algoritmos MultiLayerPerceptron e Random Forest foram implementados no software Weka 3.8.6. O nitrogênio influenciou (P<0,01) as variáveis CA, CT e teor de nitrogênio foliar. O Random Forest mostrou-se mais apropriado para predição de N foliar a partir de medidas indiretas de clorofila, com erro de 1,97 g kg-1 e R2 = 0,749, superando a rede neural artificial (R2 = 0,538 e erro de 2,88 g kg-1).

Ano da publicação: 2024

ISSN: 2358-582X      

Palavras-chave: conectividade, aquisição de dados, aquicultura

Área: Agricultura Digital (AD)

 A temperatura é um dos fatores de extrema importância para a aquicultura. Contudo a medição dessa variável para esta atividade ainda é um processo que toma tempo e exige atenção do produtor, sendo muitas vezes realizado de forma manual várias vezes ao dia com termômetro de mercúrio. Sendo assim, o objetivo do estudo foi realizar uma aplicação IoT para o monitoramento e visualização em tempo real da temperatura da água de um tanque de peixes utilizando um sistema de baixo custo. Os dados foram coletados a cada 30 minutos por sensor DS18B20, processados por um microcontrolador ESP8266 e transmitidos para plataforma web Thingspeak. A aplicação possibilitou o monitoramento da temperatura da A água de um tanque de peixes em tempo real em uma aplicação IoT e os equipamentos eletrônicos utilizados apresentaram viabilidade para essa aplicação.

Ano da publicação: 2024

ISSN: 2358-582X      

Palavras-chave: inteligência artificial, nutrição de plantas, agricultura de precisão

Área: Agricultura Digital (AD)

 A cultura do milho (Zea mays L.) tem se destacado como um dos principais cereais produzidos no Brasil, utilizado principalmente na alimentação humana e animal. Nesse contexto, a condição nutricional da cultura é indispensável para manter a produtividade, economia de fertilizantes, eficiência dos sistemas operacionais e a sustentabilidade no uso dos recursos naturais. O objetivo principal deste trabalho é discriminar doses distintas de nitrogênio usando descritores texturais de imagens RGB e Machine Learning. O experimento foi implantado em casa de vegetação com um híbrido de milho (Zea mays L.) submetido a quatro tratamentos, sendo D1= 5%, D2= 20%, D3= 100% e D4= 200% da dose recomendada de nitrogênio, com quatro repetições. Foi avaliado o estádio V4 e R1, e as imagens foram processadas usando matriz de coocorrência para extração de quatro descritores de textura nas angulações (0°, 45º, 90º e 135°). O algoritmo Bilayered Neural Network (BNN) foi superior ao SVM e KNN, com características robusta e capaz de discriminar doses de nitrogênio em milho com alto performance na classificação.

Ano da publicação: 2024

ISSN: 2358-582X      

Palavras-chave: agricultura de precisão e digital, mecanização agrícola, inteligência artificial

Área: Agricultura Digital (AD)

 Quando se utiliza o penetrômetro para medir os valores de resistência que o solo apresenta a haste, é necessário aplicar uma força ao equipamento, que, em algumas medições pode ocorrer um excesso de velocidade, o que pode afetar a coleta de dados e sua acurácia. O objetivo deste estudo foi classificar por intermédio de técnica de Aprendizado de Máquinas se a ocorrência de excesso de velocidade de penetração no solo do penetrômetro influenciou na pressão máxima registrada pelo equipamento. O experimento foi conduzido na Fazenda Santa Helena, localizada no município de Lavras, estado de Minas Gerais, Brasil, em uma área de 18 hectares destinadas ao cultivo de cafeeiros. Os dados foram coletados por um penetrômetro digital em 48 pontos georreferenciados por um GNSS do tipo navegação após o arranquio da lavoura cafeeira. As variáveis analisadas foram a ocorrência do excesso de velocidade de penetração no solo, pressão máxima e a profundidade da pressão máxima, coletadas pelo penetrômetro. As análises de estatística descritiva e técnicas de aprendizado de máquinas foram realizadas utilizando o software Orange Canvas. Os resultados demonstraram que na classificação realizada, houve a ocorrência de excesso de velocidade do penetrômetro em altos índices de pressão máxima registrada. Portanto, destaca-se que o uso de técnicas de Aprendizado de Máquinas é uma importante ferramenta para auxiliar no manejo da cultura do café.

Ano da publicação: 2024

ISSN: 2358-582X      

Palavras-chave: BSL nas nuvens; banco de imagens, tempo real

Área: Agricultura Digital (AD)

 O biospeckle laser (BSL) é usado como uma técnica para identificar atividade biológica de produtos agrícolas, embora com restrita adoção por quem está na linha de frente. Este trabalho objetivou aumentar o acesso à técnica do BSL criando um ambiente virtual, Biospeckle Laser on Clouds, para agrupar dados primários de aplicações na agricultura, bem como desenvolver e oferecer uma ferramenta interativa para a análise em tempo real dos dados compartilhados pelos diferentes usuários. O ambiente virtual foi implementado em Javascript e PHP (Hipertext Preprocessor), abordando as imagens do speckle por meios que mitigaram a sobrecarga computacional e permitiram uma sensação de uso em tempo real. O carregamento de imagens em linha, as análises de forma remota e a adoção de placas gráficas proporcionaram velocidade e robustez. Os resultados, após um ano de testes, apresentam mais de três mil acessos de todos os continentes, sem interrupções, com o armazenamento de mais de mil imagens de aplicações em sementes, raízes, câncer animal, entre outras. A ferramenta de análise online funciona de forma interativa, e fácil sem travamentos, oferecendo um apoio aos iniciantes.

Ano da publicação: 2024

ISSN: 2358-582X      

Palavras-chave: irrigação, manejo, sensor

Área: Agricultura Digital (AD)

 Considerando a necessidade de tecnologias acessíveis para auxiliar o manejo da irrigação em lavouras, objetivou-se desenvolver e avaliar a eficiência de um sistema inteligente de monitorar a umidade dos solos capaz de melhorar a eficiência do uso da água. O sistema é composto por duas estações: a primeira para a coleta de dados referente aos parâmetros da umidade aparente do solo utilizando sensores e, a segunda para transmissão destes dados para uma estação central de processamento. O sistema indica com precisão a umidade atual do solo, estimando o volume de água a ser aplicado na irrigação para atender a demanda hídrica da cultura com base na capacidade de campo. A análise dos resultados da curva de calibração dos sensores indica que a umidade atual do solo pode ser medida com precisão do modelo potencial, auxiliando no manejo da irrigação. A utilização de tensiômetro é recomendada para a irrigação de solos com baixa saturação, uma vez que há maior confiabilidade na faixa de umidade do solo entre capacidade de campo e o ponto de murcha. No sistema inteligente para o manejo da irrigação com base na estimativa da umidade do solo em tempo, os tensiômetros são mais precisos em relação aos sensores de umidade do solo higrômetro.

Ano da publicação: 2024

ISSN: 2358-582X      

Palavras-chave: agricultura de precisão e digital, sensoriamento remoto, veículo aéreo não tripulado (VANT)

Área: Agricultura Digital (AD)

Ter o controle e saber exatamente como está a população de plantas na área plantada é um dos desafios que agricultores enfrentam no campo, especialmente se a cultura em questão é perene, como no caso do cafeeiro. Dessa forma, o objetivo deste trabalho foi identificar falhas de plantio e mensurar a porcentagem destas falhas em uma lavoura cafeeira. Com base nos ortomosaicos gerados a partir de imagens obtidas por Sistema de Aeronave Remotamente Pilotada embarcado com câmera multiespectral, identificou-se os pontos referentes a cada planta amostral do terreno, bem como suas informações de reflectância espectral. Ao comparar o espectro de reflectância do ponto amostral ao espectro típico de uma planta pôde-se definir se o ponto amostral se tratava de uma planta ou uma falha. Procedeu-se o cálculo da porcentagem que deveria ser ocupada por plantas cafeeiras (com base no planejamento de instalação da lavoura), área total realmente ocupada por plantas cafeeiras e a área considerando as falhas de plantio. Os resultados mostraram que a utilização de Sistema de Aeronave Remotamente Pilotada com base no estudo espectral de plantas, é viável e pode ser empregado para detecção eficiente de falhas em lavouras agrícolas cafeeiras.

Ano da publicação: 2024

ISSN: 2358-582X      

Palavras-chave: condição nutricional, rede neural residual, processamento de imagens

Área: Agricultura Digital (AD)

Este estudo teve por finalidade a aplicação da rede neural convolucional ResNet-50 na predição do teor de nitrogênio foliar em morangos da cultivar ‘San Andreas’, utilizando imagens RGB em diferentes estágios fenológicos da planta. O experimento foi conduzido na FZEA/USP em Pirassununga-SP, com o cultivo do morangueiro em casualizados com três tratamentos (T1: 50% da adubação nitrogenada recomendada - ANR para o morangueiro, T2: 100% da ANR e T3: 150% da ANR), duas parcelas e cinco repetições. Foram realizadas coletas foliares em três estágios fenológicos inicial, vegetativa e indução floral. O processo de obtenção e processamento das imagens foi conduzido por meio de um scanner de mesa, seguido pela análise do desempenho dos modelos. A arquitetura de Resnet-50 apresentou melhor desempenho para fase de indução floral, com 96% de AUC para o T1. A ResNet-50 demonstrou ser uma ferramenta eficaz na identificação de diferentes dosagens de adubação, com a fase de indução floral emergindo como um período essencial para essa identificação.

Ano da publicação: 2024

ISSN: 2358-582X      

Palavras-chave: Gossypium hirsutum, modelagem da produção, agricultura de precisão

Área: Agricultura Digital (AD)

Objetivou-se, com este trabalho, utilizar-se de técnicas de processamento digital de imagens e de ferramentas de geoprocessamento para a estimativa de safra na cotonicultura em áreas de plantio de algodão no município de Iguatu-CE. Em 2023, um experimento de campo foi realizado no campus Iguatu do Instituto Federal de Educação, Ciência e Tecnologia do Ceará, utilizando o cultivar de algodão FM 985GLTP da BASF. A colheita manual foi seguida pela medição da produtividade em pontos aleatorizados de 1 m². A produtividade foi também estimada através de um voo com um VANT Phantom 4 da DJI, equipado com câmera RGB e NIR, realizado por ocasião da colheita, aos 178 dias após a semeadura. O processamento das imagens incluiu a construção de uma ortofoto georreferenciada RGB e uma classificação de imagem no software QGIS para realçar os capulhos e fibras da planta. Dos resultados, infere-se que o rendimento do algodão pode ser estimado com precisão usando dados de sensoriamento remoto, associados à modelos matemáticos devidamente calibrados e pode ainda contribuir na identificação de áreas com maior potencial produtivo e na otimização do uso de recursos e de práticas de manejo.

Ano da publicação: 2024

ISSN: 2358-582X      

Palavras-chave: sensoriamento remoto, cafeicultura de precisão, agricultura de precisão e digital

Área: Agricultura Digital (AD)

 Os danos ocasionados por geada podem reduzir a área plantada e a produção de café. A intensidade desses danos pode variar dentro de uma determinada área devido a diferenças nas zonas climáticas. Compreender essa disparidade é essencial para desenvolver estratégias de manejo e mitigação eficazes. Este estudo teve como objetivo avaliar a diferença de danos provocados pela geada em diferentes zonas climáticas em uma lavoura cafeeira, utilizando imagens multiespectrais obtidas por aeronave remotamente pilotada. O estudo foi realizado em lavoura comercial em Minas Gerais, Brasil, onde foram feitas avaliações visuais de danos e voo com aeronave remotamente pilotada três dias após o evento geada. As análises visuais dos danos revelaram três distintas áreas de risco climático dentro da lavoura cafeeira, classificadas como alto, baixo e médio risco. Por meio da aquisição e análise de imagens, especialmente ao utilizar o índice de vegetação NDVI, os danos foliares causados pela geada nas três áreas de risco foram claramente identificados. Os resultados sugerem que o uso de sensoriamento remoto pode ajudar os produtores a avaliar e reduzir os danos causados pela geada, minimizando as perdas na produção.

Ano da publicação: 2024

ISSN: 2358-582X

Palavras-chave: efeito estufa, gado de leite, monitoramento ambiental

Área: Agricultura Digital (AD)

 A indústria da pecuária leiteira encontra-se em constante evolução. No entanto, são visíveis os efeitos negativos, como a emissão de gases de efeito estufa (GEE). O objetivo desse trabalho foi avaliar a variabilidade espacial do metano (CH4) e do índice de temperatura e umidade (ITU) em um Compost Barn. O estudo foi realizado em novembro de 2023, em uma instalação com dimensões de 54 x 22 x 4,50 m (comprimento x largura x pé-direito) que aloja 86 vacas. Foram coletados dados em 80 pontos em duas alturas (0,25 e 1,50 m) acima da superfície da cama. A geoestatistica foi aplicada para determinar a variabilidade espacial e elaborar os mapas de dispersão. O ITU apresentou variação de 72 a 76 na altura de 0,25 m, e uma variação de 70 a 75 à 1,50 m. Já o CH4 apresentou altas concentrações na altura de 0,25 m, variando de 238 a 243 ppm, e concentrações mais baixas na altura de 1,50 m, onde a variação registrada ficou 35 a 145 ppm. A geoestatística permitiu a análise e interpretação das variáveis coletadas e demonstra ser uma ferramenta viável para o monitoramento contínuo e facilitando a tomada de decisões para o manejo produtivo.

Ano da publicação: 2024

ISSN: 2358-582X

Palavras-chave: impacto ambiental, Brachiaria decumbens, sobrepastejo

Área: Agricultura Digital (AD)

 Este estudo foi desenvolvido com o objetivo de avaliar as variáveis que interferem na recuperação de um pasto sob sistema de piquete rotacionado. Em um piquete de 50 m x 50 m, sob pastagem de Brachiaria decumbens e taxa de lotação de 3,2 UA ha-1, atendendo aos períodos utilizados de ocupação e descanso do piquete de 7 e 28 dias, respectivamente. Na área foi realizado a coleta de amostras de raiz (AR, g), resistência do solo a penetração (RP, MPa), taxa de acúmulo de forragem (TAF) e a capacidade de suporte animal (CS). Os registros dos dados foram obtidos antes e após a saída dos animais do piquete, e também após o período recomendado de descanso, o que permitiu a análise estatística descritiva e geoestatística. A área de pasto estudada foi capaz de suportar os animais durante o ciclo estudado, e foi observado uma recuperação da espécie forrageira após o período de descanso, porém os valores de capacidade de suporte foram menores que o recomendado caracterizando a necessidade de mudanças no manejo adotado, como o aumento do período de descanso ou diminuição do número de animais no piquete para a recuperação da pastagem.

Ano da publicação: 2024

ISSN: 2358-582X

Palavras-chave: variáveis climáticas, regiões vitivinícolas, python

Área: Agricultura Digital (AD)

A aplicação de algoritmos na estimativa da produtividade da uva não apenas impulsiona a eficácia das decisões agrícolas, mas também promove a sustentabilidade e a viabilidade econômica dos vinhedos em regiões vitivinícolas do Brasil. A pesquisa abrangeu sete regiões distintas, os dados meteorológicos das regiões foram obtidos a partir do banco de dados da NASA-Power. O banco de dados foi submetido a treinamento por meio do algoritmo Random Forest. A avaliação da performance da estimativa do modelo foi realizada através do coeficiente de determinação ajustado e da raiz do erro quadrático médio. Os dados das diversas regiões foram consolidados para formar um conjunto de dados único, permitindo a extração de respostas gerais por meio da aplicação do modelo. O modelo que incorporou a seleção de atributos mostrou métricas inferiores em comparação com aquele que incorporou todas os atributos disponíveis. Portanto, é importante compreender a relação entre índices climáticos, produtividade e fatores geográficos, evidenciando a complexidade das interações climáticas com a fenologia da uva, e a necessidade de considerar diferentes regiões para entender os impactos das variabilidades climáticas na produção vitivinícola brasileira.

Ano da publicação: 2024

ISSN: 2358-582X

Palavras-chave: Arachis hypogaea L., IRVI, NDVI

Área: Agricultura Digital (AD)

Uma das ferramentas indiretas utilizadas para a escolha de cultivares e genótipos mais produtivos em um sistema de produção é o sensoriamento remoto. Objetivou-se avaliar e comparar a variação temporal dos índices de vegetação NDVI e IRVI em três cultivares de amendoim como ferramenta para a escolha de genótipos mais produtivos. O experimento foi desenvolvido em Jaboticabal/SP, utilizando-se 3 cultivares de amendoim contrastantes quanto ao seu tipo e crescimento, com quatro repetições. Após a emergência da cultura, foi realizado aos 15, 33, 45, 61, 81, 98 e 122 dias após a emergência (DAE) a determinação dos índices de vegetação por diferença normalizada (NDVI) e por relação inversa (IRVI). De posse dos dados dos índices de vegetação, foram ajustadas regressões polinomiais para modelar a variação do IRVI e NDVI em função do ciclo das três cultivares. A regressão quadrática foi a que melhor se ajustou para modelar a variação dos índices NDVI e IRVI ao longo do ciclo das três cultivares. Os máximos valores de NDVI para as cultivares IAC 503, BRS 421 OL e JS 48516-2 foram 0,923, 0,918 e 0,890, enquanto os valores mínimos de IRVI foram de 0,022, 0,031 e 0,046, respectivamente, diferenciando-se quanto aos índices.

Ano da publicação: 2024

ISSN: 2358-582X

Palavras-chave: manejo diferenciado, agricultura de precisão, imagens orbitais.

Área: Agricultura Digital (AD)

A implementação de zonas de manejo é uma prática essencial na produção de grãos, proporcionando uma abordagem estratégica para otimizar a produtividade e a sustentabilidade dos sistemas agrícolas. Essas zonas são delineadas com base, principalmente, em variáveis do solo e das plantas. Desta forma esse trabalho teve o objetivo de explorar combinações de dados para gerar zonas de manejo em uma área de produção de grãos no estado de São Paulo. Foram utilizadas a combinação das variáveis condutividade elétrica aparente do solo, altitude, produtividade de milho e bandas de imagens orbitais. Em uma combinação de variáveis foram geradas duas zonas e em outra combinação foram geradas 3 zonas para a área. As zonas geradas demostraram diferença significativa nos valores das amostras de solo. A utilização de zonas de manejo é importante para viabilizar o manejo diferenciado em área de produção de grãos.

Ano da publicação: 2024

ISSN: 2358-582X

Palavras-chave: pecuária de precisão, processamento de imagem, vaca.

Área: Agricultura Digital (AD)

A produção leiteira possui grande importância econômica para a redução da pobreza e o fortalecimento da segurança alimentar. A análise de imagens digitais para classificação e identificação de características importantes em bovinos leiteiros permite a visualização e tomada de decisões antecipadas. O objetivo foi de classificação da massa corporal em bovinos leiteiros usando imagens RGB por meio de redes neurais artificiais (RNA). Para treinamento e teste de aplicação foram obtidas 91 imagens de vacas leiteiras capturadas numa altura de 2,80 metros do piso. A proporção aplicada para treinar, validar e testar foi de 64:27, sendo que o treinamento foi separado em 5 categorias de pesos em intervalos de 60 kg. Foram aplicados quatro modelos de rede neural, sendo o que Inception V3 resultou nas melhores métricas, com uma acurácia de classificação (CA) para imagens de 89%. Dentre os benefícios da aplicação de RNA está o processamento de grandes volumes de dados em tempo real, permitindo uma análise instantânea do ambiente e do comportamento dos animais.

Ano da publicação: 2024

ISSN: 2358-582X

Palavras-chave: android, fator atrito, smartphone.

Área: Agricultura Digital (AD)

 Sendo a hidráulica uma área do conhecimento que apresenta inúmeros usos e diferentes níveis de complexidade, a cita o dimensionamento hidráulico com os cálculos de perda carga, fazendo com que seja recomendado o uso de softwares, por isso o objetivo deste estudo foi desenvolvimento de um aplicativo para o sistema operacional android para cálculo de perda de carga pela equação universal. Resultando em um aplicação que permite calcular com acurácia a perda de carga por essa equação, no qual o fator f da mesma pode ser determinado de forma automática de acordo com regime de fluxo ou ser estimado por equações específicas, incluindo as equações de Colebrook-White e Von Kármán que são implícitas.

Ano da publicação: 2024

ISSN: 2358-582X

Palavras-chave: agricultura de Precisão e Digital., coffea arabica. veículo aéreo não tripulado (VANT).

Área: Agricultura Digital (AD)

A cafeicultura é considerada uma commodity de significativa relevância mundial. Com isso, faz-se necessário compreender e monitorar as variabilidades existentes nas grandes lavouras pelo mundo. Para tanto, as técnicas de Sensoriamento Remoto (SR), direcionadas ao monitoramento de uma cultura agrícola torna possível mapear e estudar as variabilidades espaciais e os fatores limitantes da produção. Este trabalho objetivou o mapeamento do Índice de Área Foliar (IAF) de uma cultura cafeeira localizada nas proximidades do município de Santo Antônio do Amparo - MG. Diante deste cenário, este trabalho analisou as diferenças estatísticas entre as potencialidades de imagens de alta resolução, geradas por dados de sensoriamento remoto multiespectral, obtidos a partir de Aeronave Remotamente Pilotada (RPA) e entre dados de campo. Não foram detectadas diferenças estatisticamente significativas entre os valores da variável de estudo, considerando os dois métodos analisados, efetivando, portanto, a aplicação e estimativa do IAF por sensoriamento remoto.