Rehagro Blog

Agricultura de precisão

Agricultura de precisão (AP) apresenta como premissa que as lavouras não são homogêneas. Sendo assim, sua gestão com base em dados médios não é a melhor opção. Sua viabilidade foi a partir da utilização de sistemas de navegação global por satélite (GNSS), que possibilitou georreferenciar o monitoramento das áreas de cultivo e aplicar tratamentos específicos a esses locais. Sendo assim, é um sistema de gestão que leva em conta a variabilidade espacial e temporal da lavoura, com os seguintes objetivos:

  • Aumentar a produtividade;
  • Otimizar o uso de insumos e qualidade do produto;
  • Melhorar a qualidade das operações;
  • Aumentar a lucratividade;
  • Minimizar impactos ambientais.

A aplicação de ferramentas de AP possibilita investigar as causas da variabilidade em nossos campos de produção, com isso ainda há espaço para se melhorar o que é feito hoje, e buscar mais eficiência no que é produzido no campo.

Práticas e aplicações da agricultura de precisão

No Brasil, a prática da AP é realizada basicamente pelo gerenciamento da fertilidade do solo, via aplicação em taxas variáveis basicamente de calcário, potássio, fósforo e gesso. Com base em amostragem georreferenciada (amostragens em grade), considerando apenas o solo.

Em um levantamento realizado pela Kleffmann Group, em 2013, foram entrevistados 992 agricultores brasileiros, distribuídos nas regiões produtoras de grãos, mostra que 45% dos agricultores possui alguma técnica de AP relacionadas com a variabilidade espacial das lavoras e 79% destes fazem o mapeamento de fertilidade do solo (Figura 1).

Agricultura de precisão

Figura 1. Nível de adoção de técnicas de AP relacionados com a variabilidade espacial das lavouras e de amostragem de solo em grade. (Fonte:  Kleffmann)

Atualmente as duas grandes vertentes da AP são atreladas a variabilidade espacial e uso de tecnologias relacionadas ao GNSS. A variabilidade espacial é aplicada pela investigação e mapeamento de amostragens georreferenciadas de solo, pragas, doenças e plantas daninhas; sensores embarcados como NDVI (Normalized Difference Vegetation Index) e condutividade elétrica do solo e uso do SIG (Sistema de Informação Geográfica) que são programas computacionais que integram dados, equipamentos e pessoas com objetivo de coletar, armazenar, manipular, visualizar e analisar dados espacialmente referenciados para que gestores de projetos possam realizar a tomada de decisão. O uso de tecnologias embarcadas nas máquinas é realizado por sistemas de direção automática (piloto automático) em tratores, colhedoras e pulverizadores, controle de tráfego de máquinas, automações com o controle automático de seções dentre outras. Na Figura 2 mostra a adoção dessas tecnologias pelos agricultores.

Agricultura de precisão

Figura 2. Frequência de adoção de tecnologias para o monitoramento das operações e de automação de máquinas. (Fonte – Kleffmann)

Nesse sentido o maior desafio na gestão da variabilidade espacial e temporal das lavouras é o entendimento das relações entre causas e efeito, para entendimento destas relações tem sido utilizado imagens de satélite bem como sensores ópticos embarcados em VANTs (Veículo aéreo não tripulado), para identificar “manchas” nas lavouras para orientar uma investigação detalhada de solo ou plantas e os mapas de produtividade que é o efeito da portanto sempre utilizada para entender a relação causa efeito.

Existem inúmeros índices de vegetação, mas até o dia de hoje, mais de 40 anos depois da sua primeira aparição o NDVI é o mais popular e com maior número de aplicações. O índice é uma matemática de bandas espectrais que são captadas por sensores na maioria dos casos de uso do NDVI, satélites. O NDVI é um ótimo indicativo do estado da planta porque leva em consideração a energia absorvida com a refletida na região que mostra a condição das estruturas celulares.

Desta forma, as aplicações do NDVI na agricultura são inúmeras, por exemplo: (1) monitoramento de culturas; (2) detecção de secas; (3) localização de pragas; (4) estimativas de produtividade; (5) modelagem hidrológica e (6) mapeamento de culturas. É importante ressaltar que o índice é um indicativo, para que os trabalhos de sensoriamento remoto produzam bons resultados faz-se necessária uma combinação de diversas fontes de informação para representar a condição da planta em campo (Figura 3).

Figura 3. Mapa de índice NDVI em lavoura de milho. (Fonte – Sensix)

Os mapas de produtividade ou “mapas de colheita” são adquiridos durante a colheita por sensores acoplados nas máquinas. Estes equipamentos visam informar a quantidade de produto colhido em cada porção da lavoura. As informações de produtividade de cada área são espacializadas, auxiliando os gestores nas investigações das variabilidades apresentadas, e melhoram o entendimento das relações causa e efeito de zonas de alta ou baixa produtividade. Os mapas de produtividade são vitais para o entendimento da variabilidade dos nossos talhões, pois possuem uma grande quantidade de dados. O maior desafio na gestão da variabilidade espacial das lavouras é o entendimento das relações entre causa e efeito, e a produtividade das culturas é o efeito, portanto sempre precisaremos desta informação (Figura 4).

Figura 4. Mapa de produtividade de soja. (Fonte – Alessandro Alvarenga)

Um conjunto de mapas de produtividade obtidos ao longo dos anos, associado a outros mapas temáticos – mapa do relevo e mapa da condutividade elétrica do solo (que está fortemente correlacionado com a quantidade de água e textura do solo), pode apontar regiões com comportamentos diferentes entre si e estáveis ao longo dos anos. É o que chamamos de unidades de gestão diferenciada (UGD); para estes locais, é possível traçar estratégias de gestão específicas (Figura 5).

Figura 5. UGD gerada a partir do conjunto de mapas de produtividade. (Fonte – Alessandro Alvarenga)

É crescente o uso da AP, que só não vem sendo maior por muitas vezes ser esbarrada por não haver entendimento dos preceitos básicos e a disponibilidade de gente com essa bagagem de conhecimento para atuar no setor. Já surgem também novos desafios como o uso mais intenso de coleta de dados, isso está fomentando a formação do “BigData” do agro que procura se adaptar e ajustar cada vez mais ao mercado.

A AP, como um conjunto de práticas de gestão, permite a coleta de dados em grande quantidade e viabiliza operações com tratamentos localizados. Portanto, o retorno econômico está diretamente atrelado ao uso correto das práticas, bem como à existência de variabilidade na lavoura. Mas é incontestável o potencial da AP em auxiliar os produtores na prática de uma agricultura mais eficiente.

Referências:

  • MOLIN, João P. AGRICULTURA DE PRECISÃO: NÚMEROS DO MERCADO BRASILEIRO. Boletim técnico 03, [s. l.], 1 abr. 2017. Disponível em: http://www.agriculturadeprecisao.org.br/upimg/publicacoes/pub_-boletim-tecnico-03—agricultura-de-precisao-numeros-do-mercado-brasileiro-11-04-2017.pdf. Acesso em: 11 set. 2019.
  • AUTOMAÇÃO e Agricultura de precisão. Embrapa, [s. l.], 2017. Disponível em: Portal Embrapa. Acesso em: 11 set. 2019.
  • Fancelli et al. Revista Visão Agrícola ESALQ/USP, n° 13 – Julho/Dezembro 2015.

 

webinar-leite

Comentar