Uso de sistema de controle fuzzy e internet das coisas para irrigação na agricultura de precisão
Carregando...
Arquivos
Citações na Scopus
Tipo de produção
Dissertação
Data
2021
Autores
Souza, Gilberto
Orientador
Aquino Junior, Plínio T.
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
SOUZA, Gilberto. Uso de sistema de controle fuzzy e internet das coisas para irrigação na agricultura de precisão. 2021. 164 p. Dissertação (Mestrado em Engenharia Elétrica) - Centro Universitário FEI, São Bernardo do Campo, 2021. Disponível em: https://doi.org/10.31414/EE.2021.D.131319.
Texto completo (DOI)
Palavras-chave
Internet das coisas
Resumo
A agricultura mundial enfrentará o desafio de garantir a segurança alimentar de 9 bilhões de pessoas na década de 2050. Diante disso torna-se essencial o desenvolvimento de novas técnicas de cultivo visando o aumento da produção de alimentos e também a manutenção
sustentável dos recursos naturais e do meio ambiente. Para produzir alimentos na quantidade certa, ao tempo certo e a preços acessíveis, os agricultores deverão adotar modelos de agricultura de precisão para elevar o volume de produção de alimentos. A agricultura de precisão
emprega técnicas de manejo agrícola baseada na medição e controle de parâmetros da cultura tais como a umidade do solo, a temperatura do ar e o controle da irrigação. Neste contexto, a irrigação agrícola responde pelo maior consumo da água doce disponível para uso no planeta. Adotar técnicas que permitam aumentar a produção agrícola, reduzindo o volume de água irrigada e o desperdício, torna-se crucial e as respostas mais adequadas passam pela implementação de soluções com o uso da Inteligência Artificial (IA). Este trabalho utiliza um modelo de Irrigação de Precisão, tendo a previsão de chuva como complemento ao processo de irrigação, a fim de manter o volume de água do solo em um nível adequado à cultura do pimentão. Um sistema de inferência utilizando controle fuzzy é empregado na prescrição do volume de irrigação, com a aquisição dos dados climáticos feita por meio de dispositivos de Internet das
Coisas (IoT) instalados no campo de cultivo, maximizando o molhamento do solo por meio da precipitação pluviométrica e reduzindo o consumo de água irrigada. A redução média de 16%
na irrigação, obtida nas simulações e experimentos reais, indica uma boa resposta do modelo frente ao objetivo proposto.
World agriculture will face the challenge of guaranteeing the food security of 9 billion people in the 2050s. Given this, it is essential to develop new farming techniques aimed at increasing food production and also the sustainable maintenance of natural resources and the environment. To produce food in the right quantity, at the right time, and affordable prices, farmers must adopt precision farming models to increase the food production amount. Precision agriculture uses agricultural management techniques based on the measurement and control of crop parameters such as soil moisture, air temperature, and the irrigation control. In this context, agricultural irrigation accounts for the greater consumption of freshwater available for use on the planet. Adopting techniques that allow increasing agricultural production, reducing irrigated water amount and waste, becomes crucial and the most appropriate responses are the implementation of solutions using Artificial Intelligence. This work uses a Precision Irrigation model, with the rain forecast as a complement to the irrigation process, to keep the soil moisture at an appropriate level for the sweet pepper culture. A fuzzy inference system was used in the the irrigation prescription amount, with the climatic data acquisition made through IoT devices installed in the crop field, maximizing soil wetting through rainfall and reducing irrigated water amount. The average reduction of 16% in irrigation, obtained in simulations and real experiments, indicates a good response of the model to the proposed objective.
World agriculture will face the challenge of guaranteeing the food security of 9 billion people in the 2050s. Given this, it is essential to develop new farming techniques aimed at increasing food production and also the sustainable maintenance of natural resources and the environment. To produce food in the right quantity, at the right time, and affordable prices, farmers must adopt precision farming models to increase the food production amount. Precision agriculture uses agricultural management techniques based on the measurement and control of crop parameters such as soil moisture, air temperature, and the irrigation control. In this context, agricultural irrigation accounts for the greater consumption of freshwater available for use on the planet. Adopting techniques that allow increasing agricultural production, reducing irrigated water amount and waste, becomes crucial and the most appropriate responses are the implementation of solutions using Artificial Intelligence. This work uses a Precision Irrigation model, with the rain forecast as a complement to the irrigation process, to keep the soil moisture at an appropriate level for the sweet pepper culture. A fuzzy inference system was used in the the irrigation prescription amount, with the climatic data acquisition made through IoT devices installed in the crop field, maximizing soil wetting through rainfall and reducing irrigated water amount. The average reduction of 16% in irrigation, obtained in simulations and real experiments, indicates a good response of the model to the proposed objective.