giovana tripoloni tangerino método de amostragem de área agrícola com sensores embarcados

140 Pages·2016·4.86 MB·Portuguese

GIOVANA TRIPOLONI TANGERINO

MÉTODO DE AMOSTRAGEM DE ÁREA AGRÍCOLA COM SENSORES
EMBARCADOS: UMA ABORDAGEM QUE LEVA EM CONTA A
VARIABILIDADE DO CAMPO

Tese de doutorado apresentada à Escola de
Engenharia de São Carlos da Universidade de São
Paulo, como parte dos requisitos para obtenção do
título de Doutora em Ciências em Engenharia
Mecânica.

Área de concentração: Manufatura

Orientador: Dr. Ricardo Yassushi Inamasu

ESTE EXEMPLAR TRATA-SE DA

VERSÃO CORRIGIDA.
A VERSÃO ORIGINAL
São Carlos
ENCONTRA-SE DISPONÍVEL
JUNTO AO DEPARTAMENTO DE
2014
ENGENHARIA MECÂNICA DA
EESC-USP

Dedicado aos meus pais Edson e Teresa.

Agradecimentos
Agradeço a todos que direta ou indiretamente me ajudaram neste trabalho.
À USP, ao Departamento de Engenharia Mecânica da EESC e à Embrapa pelo apoio no
desenvolvimento do doutorado.
Ao CNPq pelo apoio financeiro.
Ao Prof. Dr. Ricardo Yassushi Inamasu por sua orientação.
Ao Prof. Dr. Rafael Vieira de Sousa por seu apoio constante.
Ao Prof. Dr. Arthur José Viera Porto pelas oportunidades oferecidas por meio do Núcleo
de Ensino e Pesquisa em Automação e Simulação (NEPAS) do Departamento de Engenharia
Mecânica da EESC/USP.
À Dra. Maria Garcia-Alegre, ao Dr. David Martín, ao Dr. Domingo Guínea e ao Consejo
Superior de Investigación Científica (CSIC) pela colaboração e oportunidade de intercâmbio
internacional.
Aos amigos do NEPAS, aos amigos da USP e aos amigos de São Carlos pela amizade, apoio
e colaboração.
Aos amigos do CSIC por me receberam com tanto carinho na Espanha no período do
doutorado sanduíche.
À toda minha família pelo carinho, pelo apoio incondicional e pela paciência por meus
momentos ausentes dedicados à elaboração deste trabalho.

Resumo
TANGERINO, G. T. (2014). Método de amostragem de área agrícola com sensores
embarcados: uma abordagem que leva em conta a variabilidade do campo. São Carlos,
131 p. Tese (Doutorado) – Escola de Engenharia de São Carlos, Universidade de São Paulo,
São Carlos, 2014.

O trabalho apresentado destaca a importância do uso de práticas agrícolas que estimulem a
manutenção da agricultura em níveis de alta produtividade, mas que, ao mesmo tempo,
viabilizem uma minimização dos efeitos negativos da agricultura sobre o meio ambiente. O
trabalho situa-se no contexto da aquisição de informação sobre a plantação considerando sua
variabilidade para uso em Agricultura de Precisão. Foi proposto o desenvolvimento de um
método inteligente de amostragem, que faz uso de sensores embarcados em veículos autônomos
com capacidade de processamento em conjunto com técnicas geoestatísticas de amostragem. O
processo de amostragem proposto leva em consideração a dependência espacial do campo,
obtendo apenas a quantidade de informação necessária para reproduzir confiavelmente a
variável em estudo para análises posteriores, amostrando mais densamente áreas de maior
variabilidade e menos densamente áreas de menor variabilidade. O método desenvolvido
estabelece a exploração em duas fases. Na fase de levantamento exploratório é utilizado um
esquema de amostragem aninhado adaptado para as características do sistema de coleta de
dados, nesta fase é realizada uma primeira avaliação sobre a escala espacial de variabilidade do
campo. Na fase do levantamento principal são realizados ciclos de amostragens em grade,
quantas vezes seja necessário até que critérios de decisão sejam atingidos. Nestes ciclos, ou
etapas, são tomadas decisões com base na qualidade e na densidade de variabilidade das
amostras. Tais decisões estabelecem se a área deve ser mais amostrada ou dividida em subáreas.
A mínima precisão que se deseja alcançar é determinada pelo usuário e também limitada pelas
capacidades estruturais da máquina que realizará aplicações a taxa variada. Em comparação
com métodos tradicionais de obtenção de dados com sensores embarcados, as análises dos
resultados mostram reduções que chegam a 98% na quantidade de pontos amostrados e redução
de mais de 49% na distância final percorrida pelo veículo. Assim, a utilização do método
proposto viabiliza a redução em custos computacionais de armazenagem e processamento, de
gastos com combustíveis e de tempo de mão de obra. Os resultados evidenciam que é viável a
amostragem baseada na densidade de variabilidade, racionalizando a quantidade, a qualidade e
a disposição da informação obtida e armazenada. Em conclusão, o método de amostragem
proposto apresenta potencial capacidade para sua utilização como uma ferramenta de apoio às
novas práticas agrícolas, oferecendo uma alternativa mais eficiente e inteligente aos métodos
tradicionais de coleta de dados.

Palavras chave: Amostragem inteligente, planejamento de trajetória, variabilidade, Agricultura
de Precisão.