Autores: ALVES, M. F. A., PANDORFI, H., ALMEIDA, G. L. P., SILVA, R. A. B., SANTANA, T. C., GOMES, N. F.
Ano da publicação: 2024
Nome do livro: Avanços das tecnologias digitais na Engenharia Agrícola
ISBN: 978-65-87729-07-7
Corpo editorial: Prof. Dr. Anderson Prates Coelho, Profa. Dra. Tatiana Fernanda Canata e Prof. Dr. Glauco Eduardo Pereira Cortez.
Palavras-chave: ambiência animal, análise de imagem, monitoramento remoto.
Área: Construções Rurais e Ambiência (CRA)
O objetivo deste estudo foi desenvolver um modelo computacional usando algoritmo de máquina de vetores de suporte (SVM) para classificar o conforto térmico de suínos, com base em imagens obtidas por câmera termográfica por infravermelho. Foram utilizados 27 suínos, submetidos a diferentes condições de variação, que incluíam baias sem climatização (T), baias com ventilação forçada (VF) e baias com sistema de resfriamento adiabático evaporativo (SRAE). Foram registradas as variáveis termohigrométricas do ar e fisiológicas dos animais. A precisão do modelo definido pela área sob a curva (AUC) indicou que as predições para os animais submetidos a VF foi de 91%, associado ao ITGU de 79,00, seguido pelos animais alojados na T que apresentou ITGU de 81,50 e ajuste de 79%, enquanto os animais submetidos ao SRAE, o valor do ITGU foi de 72,50 e a predição de 60%. Esses resultados demonstram que a termografia pode ser utilizada como um valioso recurso para caracterizar o conforto térmico animal. Além disso, demonstram a capacidade do modelo SVM em prever o bem-estar térmico dos suínos com base em padrões de temperatura cutânea.
Autores: SANTANA, T. C., PANDORFI, H., GUISELINI, C., ALVES, M. F. A., GOMES, N. F., SILVA, M. A.
Palavras-chave: conforto térmico, regressão múltipla, termograma.
Este estudo foi desenvolvido com o objetivo de identificar a melhor região de interesse (RI) na superfície corporal de suínos (TS), a partir de imagens térmicas e, estabelecer um modelo de predição da temperatura retal (TR) baseado na temperatura superficial da RI e de variáveis termohigrométricas do ar, por meio de regressão múltipla. Os procedimentos envolveram o registro de dados meteorológicos, temperatura do ar (oC), umidade relativa do ar (%) e fisiológicos, incluindo TR e as TS de regiões corporais específicas, como olho e orelha, por meio de câmera termográfica sensível ao infravermelho. Os resultados destacaram forte correlação entre a TR e as TS, especialmente na região traseira da orelha. O modelo de regressão estabelecido apresentou coeficiente de determinação satisfatório (R2 = 0,85) e significância estatística (p < 0,05) associado as variáveis preditoras. A TS_orelha foi considerada um indicador confiável da TR, ressaltando o potencial do monitoramento remoto por câmera termográfica na classificação do estresse térmico em suínos.
Autores: CASTRO JÚNIOR, S. L., BALTHAZAR, G. R., SILVA, I. J. O.
Palavras-chave: estímulos ambientais, ovos férteis, zootecnia de precisão.
A incubação comercial é suporte para o sucesso da indústria avícola, devendo acompanhar as tendencias tecnologias e a precisão de dados que acompanha todo o setor. Embora o ambiente de incubação tenha um grande impacto na embriogênese e no desempenho das aves após a eclosão, ainda há um conhecimento limitado sobre como os estímulos térmicos, sonoros e luminosos externos são filtrados pelas cascas dos ovos e percebidos pelos embriões. O objetivo deste estudo foi desenvolver e calibrar um sensor multinível destinado ao monitoramento simultâneo do ambiente externo (incubadora) e do interior de ovos férteis. As medições no ambiente externo focaram na temperatura do ar e na umidade relativa dentro das incubadoras, enquanto que no interior dos ovos foram mensuradas a temperatura da casca e interna, luminosidade e nível de pressão sonora. O sensor foi elaborado usando um microcontrolador ATmega328 e prototipagem de código aberto, com componentes eletrônicos compatíveis à estrutura dos ovos. A calibração ocorreu em um ambiente controlado, onde o sistema desenvolvido foi comparado com dispositivos comerciais, alcançando coeficientes de determinação (R2) superiores a 0,90 para todas as variáveis analisadas. Estes resultados destacam que o sistema desenvolvido é uma inovação prática para o monitoramento em tempo real de variáveis ambientais críticas dentro de um processo de incubação.
