Agricultura de precisão - Precision agriculture
Agricultura de precisão ( PA ), agricultura satélite ou manejo de cultivo específico do local ( SSCM ) é um conceito de manejo agrícola baseado na observação, medição e resposta à variabilidade inter e intra-campo nas colheitas. O objetivo da pesquisa em agricultura de precisão é definir um sistema de apoio à decisão (SAD) para o gerenciamento de toda a fazenda, com o objetivo de otimizar o retorno dos insumos e, ao mesmo tempo, preservar os recursos.
Entre essas muitas abordagens está uma abordagem fitogeomorfológica que vincula a estabilidade / características do crescimento da cultura em vários anos aos atributos topológicos do terreno. O interesse na abordagem fitogeomorfológica decorre do fato de que o componente geomorfológico normalmente dita a hidrologia do campo agrícola.
A prática da agricultura de precisão foi possibilitada pelo advento do GPS e do GNSS . A capacidade do agricultor e / ou pesquisador de localizar sua posição precisa em um campo permite a criação de mapas da variabilidade espacial de tantas variáveis quanto podem ser medidas (por exemplo, rendimento da colheita, características do terreno / topografia, conteúdo de matéria orgânica, níveis de umidade, níveis de nitrogênio, pH, CE, Mg, K e outros). Dados semelhantes são coletados por conjuntos de sensores montados em colheitadeiras equipadas com GPS . Essas matrizes consistem em sensores em tempo real que medem tudo, desde os níveis de clorofila até o status da água da planta, junto com imagens multiespectrais . Esses dados são usados em conjunto com imagens de satélite por tecnologia de taxa variável (VRT), incluindo semeadores, pulverizadores, etc. para distribuir recursos de forma otimizada. No entanto, os avanços tecnológicos recentes permitiram o uso de sensores em tempo real diretamente no solo, que podem transmitir dados sem fio sem a necessidade da presença humana.
A agricultura de precisão também foi habilitada por veículos aéreos não tripulados como o DJI Phantom, que são relativamente baratos e podem ser operados por pilotos novatos. Esses drones agrícolas podem ser equipados com câmeras multiespectrais ou RGB para capturar muitas imagens de um campo que podem ser costuradas usando métodos fotogramétricos para criar ortofotos . Essas imagens multiespectrais contêm vários valores por pixel, além dos valores tradicionais de vermelho, verde e azul, como valores de espectro próximo ao infravermelho e borda vermelha, usados para processar e analisar índices vegetativos, como mapas NDVI . Esses drones são capazes de capturar imagens e fornecer referências geográficas adicionais, como elevação, o que permite que o software execute funções de álgebra de mapas para construir mapas topográficos precisos. Esses mapas topográficos podem ser usados para correlacionar a saúde da cultura com a topografia, os resultados dos quais podem ser usados para otimizar os insumos da cultura, como água, fertilizantes ou produtos químicos, como herbicidas e reguladores de crescimento por meio de aplicações de taxa variável.
História
A agricultura de precisão é um componente chave da terceira onda de revoluções agrícolas modernas . A primeira revolução agrícola foi o aumento da agricultura mecanizada , de 1900 a 1930. Cada agricultor produziu comida suficiente para alimentar cerca de 26 pessoas durante esse período. A década de 1960 levou à Revolução Verde com novos métodos de modificação genética, que levou cada agricultor a alimentar cerca de 156 pessoas. Espera-se que em 2050, a população global alcance cerca de 9,6 bilhões, e a produção de alimentos deve efetivamente dobrar em relação aos níveis atuais, a fim de alimentar todos. Com os novos avanços tecnológicos na revolução agrícola da agricultura de precisão, cada agricultor será capaz de alimentar 265 pessoas na mesma área.
Visão geral
A primeira onda da revolução da agricultura de precisão veio na forma de imagens de satélite e aéreas, previsão do tempo, aplicação de fertilizantes de taxa variável e indicadores de saúde das colheitas. A segunda onda agrega os dados da máquina para um plantio, mapeamento topográfico e dados de solo ainda mais precisos.
A agricultura de precisão visa otimizar o gerenciamento em nível de campo no que diz respeito a:
- ciência das culturas : combinando as práticas agrícolas mais de perto com as necessidades das culturas (por exemplo, insumos de fertilizantes);
- proteção ambiental : reduzindo os riscos ambientais e a pegada da agricultura (por exemplo, limitando a lixiviação de nitrogênio);
- Economia : aumentando a competitividade por meio de práticas mais eficientes (por exemplo, melhor gestão do uso de fertilizantes e outros insumos).
A agricultura de precisão também fornece aos agricultores uma riqueza de informações para:
- construir um registro de sua fazenda
- melhorar a tomada de decisão
- promover maior rastreabilidade
- melhorar a comercialização de produtos agrícolas
- melhorar acordos de arrendamento e relacionamento com proprietários
- melhorar a qualidade inerente dos produtos agrícolas (por exemplo, nível de proteína em farinha de pão de trigo)
Plantio prescritivo
O plantio prescritivo é um tipo de sistema de cultivo que fornece conselhos de plantio baseados em dados que podem determinar taxas de plantio variáveis para acomodar condições variáveis em um único campo, a fim de maximizar o rendimento. Foi descrito como " Big Data na fazenda". Monsanto , DuPont e outras empresas estão lançando essa tecnologia nos Estados Unidos.
Princípios
A agricultura de precisão usa muitas ferramentas, mas aqui estão alguns dos princípios básicos: tratores, colheitadeiras, pulverizadores, plantadeiras, escavadeiras, todos considerados sistemas de orientação automática. Os pequenos dispositivos nos equipamentos que utilizam GIS (sistema de informações geográficas) são o que torna a precisão do que ela é. Você pode pensar no sistema GIS como o "cérebro". Para poder usar a agricultura de precisão, o equipamento precisa ser conectado com a tecnologia e os sistemas de dados corretos. Mais ferramentas incluem tecnologia de taxa variável (VRT), sistema de posicionamento global e sistema de informações geográficas, amostragem de grade e sensores remotos.
Geolocalização
A localização geográfica de um campo permite que o agricultor sobreponha informações coletadas da análise de solos e nitrogênio residual e informações sobre safras anteriores e resistividade do solo. A geolocalização é feita de duas maneiras
- O campo é delineado usando um receptor GPS no veículo enquanto o fazendeiro dirige um trator pelo campo.
- O campo é delineado em um mapa base derivado de imagens aéreas ou de satélite. As imagens de base devem ter o nível certo de resolução e qualidade geométrica para garantir que a geolocalização é suficientemente precisa.
Variáveis
A variabilidade intra e inter-campo pode resultar de uma série de fatores. Isso inclui condições climáticas ( granizo , seca, chuva, etc.), solos (textura, profundidade, níveis de nitrogênio), práticas de cultivo ( plantio direto ), ervas daninhas e doenças. Indicadores permanentes - principalmente indicadores de solo - fornecem aos agricultores informações sobre as principais constantes ambientais. Os indicadores pontuais permitem que eles acompanhem o status de uma cultura, ou seja, para ver se doenças estão se desenvolvendo, se a cultura está sofrendo de estresse hídrico , estresse de nitrogênio ou acamamento, se foi danificada pelo gelo e assim por diante. Essas informações podem vir de estações meteorológicas e outros sensores (resistividade elétrica do solo, detecção a olho nu, imagens de satélite, etc.). As medições de resistividade do solo combinadas com a análise do solo tornam possível medir o teor de umidade . A resistividade do solo também é uma medida relativamente simples e barata.
Estratégias
Usando mapas de solo , os agricultores podem seguir duas estratégias para ajustar os insumos do campo:
- Abordagem preditiva: baseada na análise de indicadores estáticos (solo, resistividade , histórico de campo, etc.) durante o ciclo da cultura .
- Abordagem de controle: as informações dos indicadores estáticos são atualizadas regularmente durante o ciclo da cultura por:
- amostragem: pesando biomassa , medindo o teor de clorofila nas folhas , pesando frutas, etc.
- sensoriamento remoto: a medição de parâmetros como temperatura (ar / solo ), umidade (ar / solo / folha), vento ou diâmetro do caule é possível graças às redes de sensores sem fio e à Internet das coisas (IoT)
- detecção proxy: sensores no veículo medem o status da folha; isso requer que o fazendeiro dirija em torno de todo o campo.
- sensoriamento remoto aéreo ou por satélite: imagens multiespectrais são adquiridas e processadas para derivar mapas de parâmetros biofísicos da cultura, incluindo indicadores de doenças. Instrumentos aerotransportados são capazes de medir a quantidade de cobertura vegetal e distinguir entre plantações e ervas daninhas.
As decisões podem ser baseadas em modelos de suporte à decisão ( modelos de simulação de safra e modelos de recomendação ) baseados em big data , mas na análise final cabe ao agricultor decidir em termos de valor de negócios e impactos no meio ambiente - um papel que está sendo assumido por sistemas de inteligência artificial (IA) baseados em aprendizado de máquina e redes neurais artificiais .
É importante perceber porque a tecnologia de PA é ou não adotada, "para que ocorra a adoção da tecnologia de PA, o agricultor deve perceber a tecnologia como útil e fácil de usar. Pode ser insuficiente ter dados externos positivos sobre os benefícios econômicos da PA tecnologia como percepções dos agricultores devem refletir essas considerações econômicas. "
Implementando práticas
As novas tecnologias de informação e comunicação tornam o manejo da safra em nível de campo mais operacional e mais fácil de alcançar para os agricultores. A aplicação de decisões de gestão de culturas exige equipamento agrícola que suporte tecnologia de taxa variável ( VRT ), por exemplo, a densidade de sementes variando junto com a aplicação de taxa variável (VRA) de nitrogênio e produtos fitossanitários.
A agricultura de precisão usa tecnologia em equipamentos agrícolas (por exemplo, tratores, pulverizadores, colheitadeiras, etc.):
- sistema de posicionamento (por exemplo, receptores GPS que usam sinais de satélite para determinar com precisão uma posição no globo);
- sistemas de informação geográfica (SIG), ou seja, software que dá sentido a todos os dados disponíveis;
- equipamento agrícola de taxa variável ( semeadora , espalhadora ).
Uso em todo o mundo
O conceito de agricultura de precisão surgiu pela primeira vez nos Estados Unidos no início dos anos 1980. Em 1985, pesquisadores da Universidade de Minnesota variaram os insumos de cal em plantações. Foi também nessa época que surgiu a prática da amostragem em grade (aplicando uma grade fixa de uma amostra por hectare). No final da década de 1980, esta técnica foi usada para derivar os primeiros mapas de recomendação de entrada para fertilizantes e correções de pH. O uso de sensores de rendimento desenvolvidos a partir de novas tecnologias, aliado ao advento dos receptores GPS, vem ganhando espaço desde então. Hoje, esses sistemas cobrem vários milhões de hectares.
No meio-oeste americano (EUA), ela não está associada à agricultura sustentável, mas aos fazendeiros tradicionais que estão tentando maximizar os lucros gastando dinheiro apenas em áreas que requerem fertilizantes. Esta prática permite que o agricultor varie a taxa de fertilizante no campo de acordo com a necessidade identificada pela Grade guiada por GPS ou Amostragem de Zona. O fertilizante que seria espalhado em áreas que não precisam pode ser colocado em áreas que precisam, otimizando seu uso.
Em todo o mundo, a agricultura de precisão desenvolveu-se em ritmos variáveis. Os países precursores foram os Estados Unidos, Canadá e Austrália. Na Europa, o Reino Unido foi o primeiro a trilhar esse caminho, seguido de perto pela França, onde apareceu pela primeira vez em 1997-1998. Na América Latina, o país líder é a Argentina , onde foi implantado em meados da década de 1990 com o apoio do Instituto Nacional de Tecnologia Agropecuária . O Brasil criou uma empresa estatal, a Embrapa , para pesquisar e desenvolver uma agricultura sustentável. O desenvolvimento de GPS e técnicas de espalhamento de taxa variável ajudaram a ancorar as práticas de manejo da agricultura de precisão. Hoje, menos de 10% dos agricultores franceses estão equipados com sistemas de taxa variável. O uso do GPS é mais difundido, mas isso não os impediu de usar os serviços de agricultura de precisão, que fornecem mapas de recomendação em nível de campo.
Um terço da população global ainda depende da agricultura para viver. Embora as tecnologias de agricultura de precisão mais avançadas exijam grandes investimentos iniciais, os agricultores dos países em desenvolvimento estão se beneficiando da tecnologia móvel. Este serviço auxilia os agricultores com pagamentos e recebimentos móveis para melhorar a eficiência. Por exemplo, 30.000 agricultores na Tanzânia usam telefones celulares para contratos, pagamentos, empréstimos e organização empresarial.
Os benefícios econômicos e ambientais da agricultura de precisão também foram confirmados na China, mas a China está ficando para trás em países como a Europa e os Estados Unidos porque o sistema agrícola chinês é caracterizado por fazendas familiares em pequena escala, o que torna a taxa de adoção de agricultura de precisão inferior a outros países. Portanto, a China está tentando introduzir melhor a tecnologia da agricultura de precisão em seu próprio país e reduzir alguns riscos, abrindo caminho para que a tecnologia chinesa desenvolva a agricultura de precisão no futuro.
Impactos econômicos e ambientais
Agricultura de precisão, como o nome indica, significa a aplicação de quantidades precisas e corretas de insumos como água, fertilizantes, pesticidas etc. no momento correto da cultura para aumentar sua produtividade e maximizar seus rendimentos. As práticas de gestão de agricultura de precisão podem reduzir significativamente a quantidade de nutrientes e outros insumos agrícolas usados enquanto aumentam os rendimentos. Assim, os agricultores obtêm retorno sobre o investimento economizando nos custos de água, pesticidas e fertilizantes.
O segundo benefício em maior escala de direcionar os insumos diz respeito aos impactos ambientais. Aplicar a quantidade certa de produtos químicos no lugar certo e na hora certa beneficia as culturas, os solos e as águas subterrâneas e, portanto, todo o ciclo da cultura. Consequentemente, a agricultura de precisão tornou-se a pedra angular da agricultura sustentável , pois respeita culturas, solos e agricultores. A agricultura sustentável busca assegurar um suprimento contínuo de alimentos dentro dos limites ecológicos, econômicos e sociais necessários para sustentar a produção a longo prazo.
Um artigo de 2013 tentou mostrar que a agricultura de precisão pode ajudar os agricultores de países em desenvolvimento como a Índia.
A agricultura de precisão reduz a pressão da agricultura sobre o meio ambiente, aumentando a eficiência das máquinas e colocando-as em uso. Por exemplo, o uso de dispositivos de gerenciamento remoto como GPS reduz o consumo de combustível para a agricultura, enquanto a aplicação de taxa variável de nutrientes ou pesticidas pode potencialmente reduzir o uso desses insumos, economizando custos e reduzindo o escoamento prejudicial para os cursos d'água.
Tecnologias emergentes
A agricultura de precisão é uma aplicação de tecnologias agrícolas digitais inovadoras. Mais de US $ 4,6 bilhões foram investidos em empresas de tecnologia agrícola - às vezes chamadas de agtech.
Robôs
Os tratores autodirecionados já existem há algum tempo, pois o equipamento da John Deere funciona como um avião em piloto automático . O trator faz a maior parte do trabalho, com o fazendeiro intervindo para emergências. A tecnologia está avançando em direção a máquinas sem condutor programadas por GPS para espalhar fertilizantes ou arar a terra. Outras inovações incluem uma máquina movida a energia solar que identifica ervas daninhas e as mata com precisão com uma dose de herbicida ou lasers. Robôs agrícolas , também conhecidos como AgBots, já existem, mas robôs de colheita avançados estão sendo desenvolvidos para identificar frutos maduros, ajustar sua forma e tamanho e arrancá-los cuidadosamente dos galhos.
Drones e imagens de satélite
Drone e tecnologia de satélite são usados na agricultura de precisão. Isso geralmente ocorre quando drones tiram imagens de alta qualidade enquanto os satélites capturam a imagem maior. Os pilotos de aeronaves leves podem combinar fotografia aérea com dados de registros de satélite para prever rendimentos futuros com base no nível atual de biomassa de campo . Imagens agregadas podem criar mapas de contorno para rastrear onde a água flui, determinar semeadura de taxa variável e criar mapas de produção de áreas que eram mais ou menos produtivas.
A Internet das coisas
A Internet das coisas é a rede de objetos físicos equipados com eletrônicos que permitem a coleta e agregação de dados. A IoT entra em ação com o desenvolvimento de sensores e software de gerenciamento de fazendas. Por exemplo, os agricultores podem medir espectroscopicamente nitrogênio, fósforo e potássio em esterco líquido , o que é notoriamente inconsistente. Eles podem então escanear o solo para ver onde as vacas já urinaram e aplicar fertilizante apenas nos pontos que precisam. Isso reduz o uso de fertilizantes em até 30%. Sensores de umidade no solo determinam os melhores horários para regar remotamente as plantas. Os sistemas de irrigação podem ser programados para trocar de lado do tronco da árvore que regam com base na necessidade da planta e na precipitação.
As inovações não se limitam apenas às plantas - elas podem ser usadas para o bem-estar dos animais. O gado pode ser equipado com sensores internos para monitorar a acidez do estômago e problemas digestivos. Sensores externos rastreiam os padrões de movimento para determinar a saúde e a aptidão da vaca, detectam lesões físicas e identificam os horários ideais para a reprodução. Todos esses dados de sensores podem ser agregados e analisados para detectar tendências e padrões.
Como outro exemplo, a tecnologia de monitoramento pode ser usada para tornar a apicultura mais eficiente. As abelhas têm um valor econômico significativo e fornecem um serviço vital para a agricultura, polinizando uma variedade de safras. O monitoramento da saúde de uma colônia de abelhas por meio de sensores sem fio de temperatura, umidade e CO2 ajuda a melhorar a produtividade das abelhas e a ler os primeiros avisos nos dados que podem ameaçar a própria sobrevivência de uma colmeia inteira.
Aplicativos para smartphone
.jpg)
Os aplicativos para smartphones e tablets estão se tornando cada vez mais populares na agricultura de precisão. Os smartphones vêm com muitos aplicativos úteis já instalados, incluindo câmera, microfone, GPS e acelerômetro. Existem também aplicativos feitos dedicados a várias aplicações agrícolas, como mapeamento de campo, rastreamento de animais, obtenção de informações meteorológicas e de cultivo e muito mais. Eles são facilmente portáteis, acessíveis e têm alto poder de computação.
Aprendizado de máquina
O aprendizado de máquina é comumente usado em conjunto com drones, robôs e dispositivos da Internet das coisas. Permite a entrada de dados de cada uma dessas fontes. O computador então processa essas informações e envia as ações apropriadas de volta para esses dispositivos. Isso permite que os robôs forneçam a quantidade perfeita de fertilizante ou que os dispositivos IoT forneçam a quantidade perfeita de água diretamente ao solo. O aprendizado de máquina também pode fornecer previsões para os agricultores no momento da necessidade, como o conteúdo de nitrogênio disponível para as plantas no solo , para orientar o planejamento da fertilização. À medida que mais agricultura se torna cada vez mais digital, o aprendizado de máquina sustentará uma agricultura eficiente e precisa com menos trabalho manual.
Conferências
- Conferência InfoAg
- Conferência Europeia sobre Agricultura de Precisão (ECPA) (bienal)
- Conferência Internacional sobre Agricultura de Precisão (ICPA) (bienal)
Veja também
- Drones agrícolas
- Geoestatística
- Agricultura integrada
- Controle de pragas integrado
- Programa Landsat
- NDVI
- Orçamento de nutrientes
- Manejo de nutrientes
- Phytobiome
- Apicultura de precisão
- Criação de gado de precisão
- Viticultura de precisão
- Monitoramento de safra por satélite
- SPOT (satélites)
- Tecnologia de taxa variável
Notas
links externos
Mídia relacionada à agricultura de precisão no Wikimedia Commons
- Agricultura de precisão , IBM