Projeto de um sistema de monitoramento para casas de

vegetação
Rayne de Souza Pereira1, Italo Diogo Schoveigert1, Jonathan de Matos1, Rosane
Falate1, Ricardo Antonio Ayub2
1
Departamento de Informática
Universidade Estadual de Ponta Grossa (UEPG) – Ponta Grossa – PR – Brazil
2
Departamento de Fitotecnia e Fitossanidade
Universidade Estadual de Ponta Grossa (UEPG) – Ponta Grossa – PR – Brazil.
raynesp@icloud.com, schoveigert@gmail.com, jonathan@uepg.br,
rfalate@gmail.com, rayub@uepg.br

Abstract. This paper outlines the key variables to be collected in a

greenhouse, given their importance to the cultivation, growth and
development of a healthy plant, and presents the results of some of the
sensors. It was chosen the following sensors: DS18B20, for temperature
readings; DHT11, to obtain air humidity data; SEN0114, for soil moisture
readings; LDR, to measure the brightness; and EF04024 OctupusRain, to
measure the wet leaf time. The calibration of the sensors, the design of
electronic components, and the web system to access data remotely are
presented in this paper. Therefore, data can be collected at a higher
frequency without the need to be present on site.
Resumo. Este trabalho define as principais variáveis a serem coletadas de
uma casa de vegetação, dadas suas importâncias para o cultivo, crescimento
e desenvolvimento de uma planta saudável, e implementa alguns dos sensores
para a leitura destas variáveis. Foram escolhidos os sensores: DS18B20, para
leitura da temperatura; o DHT11, para obter a umidade do ar; o SEN0114,
para a leitura da umidade do solo; o LDR, para medir a luminosidade; e o
EF04024 Octopus Rain, para medir o tempo de folha molhada. São
apresentadas as calibrações dos sensores, o projeto dos componentes
eletrônicos e do sistema web para acesso aos dados de forma remota. Com
isso os dados podem ser coletados em maior frequência, sem a necessidade de
estar presente no local.

1. Introdução
De acordo com Cermeño (1990), casa de vegetação é uma estrutura coberta e abrigada
artificialmente com materiais transparentes, para a proteção das plantas e contra ação
dos agentes meteorológicos exteriores. Através da proteção oferecida às plantas que a
estrutura abriga, diversas vantagens são oferecidas como, por exemplo, a viabilização de
cultivos em épocas desfavoráveis do ano, a amplificação do período de produção, e
maior qualidade dos frutos (CARRIJO, 2004). Pode-se citar ainda, o oferecimento de
proteção contra fenômenos climáticos (geadas, granizo, excesso de chuvas, forte
incidência de radiação solar e variação brusca de temperatura). O uso de casas de
 vegetação proporciona também diminuição do uso de fertilizante e maior controle de
pragas e doenças. Dessa forma, é a união desse conjunto de fatores de proteção que
permitem um aumento de produção de duas a três vezes em plantas cultivadas na casa
de vegetação, pois estas não sofrem influência dos fatores negativos existentes a céu
aberto (OLIVEIRA et al., 1992).
O fornecimento de um ambiente interno de qualidade é um problema com
múltiplos variantes, pois o conforto das plantas cultivadas internamente na casa de
vegetação depende de vários parâmetros ambientais, incluindo a velocidade do ar,
temperatura interna, umidade, além da iluminação (OMER, 2009). Desse modo, é
importante que seja fornecido um ambiente de qualidade ambiental interno visto que
esses fatores interferem diretamente na produção.
Mesmo com a melhora oferecida ao cultivo através da casa de vegetação,
observou-se que diferentes cultivos se desenvolvem melhor em ambientes distintos.
Desse modo, viu-se a importância do levantamento de dados do ambiente interno criado
pela casa de vegetação, bem como variáveis importantes ao desenvolvimento das
plantas como temperatura, umidade, umidade do solo, radiação solar, entre outras.
Através da aquisição desses dados é possível avaliar a influência dessas variáveis no
cultivo, pois são elas que participam dos processos metabólicos da planta, e ainda,
muitas vezes, dependentes entre si (PEREIRA, 2006).
Considerando que o ambiente interno da casa de vegetação, e consequentemente
suas variáveis, têm influência direta com relação ao meio em que a casa está inserida, a
título de referência, citam-se as especificações técnicas de duas estações
meteorológicas: a primeira modelo WE-16762, da WeatherHawk (WEATHERHAWK,
2015); e a segunda modelo MS900C, da Senmatic (WEATHER, 2015) para
temperatura, umidade relativa do ar e luminosidade, Tabela 1. Os valores de umidade do
solo e tempo de folha molhada não são fornecidos por estas estações. As demais
especificações podem ser encontradas em (WEATHERHAWK, 2015), (WEATHER,
2015).
Tabela 1. Especificações de duas estações meteorológicas usadas em uma
casa de vegetação (WEATHERHAWK, 2015), (MENDES, 2008), (WEATHER,
2015).

Estações Meteorológicas
WE-16762 MS900C
Leitura Faixa de operação Precisão Faixa de operação Precisão
Temperatura -40 ºC a +50 ºC ± 0,5 ºC -25 ºC a +60 ºC ± 0,3 ºC
10 % a 95 % ± 3% 10 % a 100 % nc
Umidade
relativa 90 % a 100 % ±5% 40 % a 100 % ±3%
Luminosidade 0 a 2000a W.m-2 ± 2,5% de ~0,25 mV/W.m-2 0 a 1000b W.m-2 nc

Um ambiente de qualidade pode proporcionar uma melhor adaptação da planta

desde o enraizamento. Segundo Damiani (2009) que realizou experimentos com
amostras de Mirtilo, mesmo cultivo presente na casa de vegetação da Universidade
Estadual de Ponta Grossa, exemplares cultivados em meio livre de sacarose associados
ao cultivo em casa de vegetação sob luminosidade natural, apresentam um número
muito maior de raízes com comprimentos maiores e com mais vigor e maior
desenvolvimento de folhas também, se comparado ao cultivado fora da casa de
vegetação. Comprovando assim que a casa de vegetação traz melhorias a esse tipo de
cultivo.

Atualmente o monitoramento das variáveis internas das casas de vegetação da

Universidade Estadual de Ponta Grossa (UEPG) é feito através de um sistema
proveniente do fabricante, que informa apenas a umidade e a temperatura interna da
mesma, como mostra a Figura 1. Os dados coletados são apresentados em um painel
interno, ou seja, o usuário deve estar na casa de vegetação para ter acesso a estas
informações. O presente trabalho apresenta o levantamento dos requisitos, o projeto e o
desenvolvimento inicial de um sistema que mantenha esse usuário informado sem que
haja a necessidade de sua presença na casa de vegetação, para que o usuário recebe as
informações mesmo sem estar presente na casa de vegetação foi utilizado comunicação
com a internet e um sistema web para visualização dos dados.

Figura 1. Sistema presenta na casa de vegetação

Segundo a National Greenhouse Manufacturers Association – Associação de

Fabricantes de Casas de Vegetação da Tailândia (ECAASER3, 2015) os parâmetros e
processos que devem ser controlados em casas de vegetação são: a temperatura, a
umidade relativa do ar, a iluminação/radiação solar, a concentração de CO 2, a
irrigação/umidade do solo, os tratamentos químicos, a aplicação de nutriente e o
abastecimento de água. Desses parâmetros foram escolhidos os mais significativos para
as pesquisas agronômicas, para que, depois de lidos e processados por um
microcontrolador, possam ser apresentados ao usuário. Os resultados obtidos da leitura
dos sensores de temperatura e de luminosidade são também apresentados no presente
trabalho.

Os objetivos do presente trabalho foram a calibração dos sensores para verificar

se estão obtendo medidas com valores reais; projetar os componentes eletrônicos para
fazer a captura do dado; desenvolver o sistema web para acesso remoto as informações
obtidas da casa de vegetação.

2. Materiais e Métodos

2.1. Definição dos Sensores

Fontes (2004) verificou que um dos fatores que influenciam na tomada de decisão
quando se opta pela automação de processos agrícolas está relacionado a
disponibilidade de sensores que atendam às necessidades do projeto e mantenham a
relação custo/benefício dentro dos limites aceitáveis. Para tonar viável a leitura dos
parâmetros importantes para o desenvolvimento das plantas foi pesquisado e
selecionado sensores condizentes a cada variável e que, de alguma forma, estivessem
próximos às especificações apresentadas na Tabela 1. As leituras de umidade do solo e
tempo de folha molhada não são fornecidas pelas estações citadas.
Para o monitoramento da temperatura interna da casa de vegetação foi escolhido
o sensor de temperatura DS18B20, fabricado por Dallas Semiconductor, que é um
termômetro digital que contém internamente um conversor A/D, fornecendo o resultado
já digitalizado em 9 a 12 bits (DTH, 2015a). O sensor faz uma comunicação serial
bidirecional e multiponto, ou comunicação esta denominada 1-Wire, e que requer
apenas uma conexão para o envio de dados ao microprocessador. Esse sensor opera
entre -55°C até +125°C, mas dentro da faixa de -10°C até +85°C tem uma precisão de ±
0,5°C.
Para a avaliação da iluminação/radiação solar o sensor escolhido foi o
Fotoresistor, também conhecido como LDR (Light Dependent Resistor – Resistor
dependente da luz), que é um componente eletrônico passivo de resistência variável.
Sua resistência varia conforme a intensidade da luz que incide sobre ele. Quanto maior a
intensidade de luz incidindo sobre o LDR menor será sua resistência. A maioria dos
LDRs são implementados através de células de sulfeto de cádmio (CdS), que usam a
habilidade deste material de variar sua resistência com a variação da luminosidade
(WANNER, 2006). O LDR é um sensor amplamente utilizado devido ao baixo custo,
em torno de R$ 1,50. Mede a luminosidade na faixa de 0,1 a 30000 lux, sendo 0,1
referente à luz do luar e 30000 ao brilho da luz do sol. A faixa espectral do LDR é de
370 a 870 nm (DTH, 1997). Para comparação com a Tabela 1, realizou-se a conversão
da unidade de grandeza lux para W/m2, que não é direta, pois depende da frequência da
luz. Devido a isso, utilizou-se a conversão disponível em (ENVIRONMENTAL, 2015),
o que resultou na faixa de leitura para o LDR de 0 a 120600 W/m2, considerando o sol
como fonte de radiação.
Para tornar viável a leitura da umidade do ar foi escolhido o sensor DHT11, por
garantir alta confiabilidade e estabilidade em longo prazo. Esse sensor opera com uma
resolução de 1% de umidade relativa (UR), com uma precisão de ± 5% UR, quando em
um ambiente com temperaturas entre 0°C à 50°C, e uma faixa de leitura da UR entre
20% à 90% (DTH, 2010). Na agricultura, a medida da umidade é especialmente
importante, devido as inúmeras interações que tem com as espécies vegetais,
representando, muitas vezes, fator decisivo para a implantação ou não de determinado
cultivo em uma dada região (MARIN et al., 2001).
Para a leitura da umidade do solo, o sensor escolhido foi o sensor de umidade do
solo SEN0114 fabricado pela DFROBOT. Esse sensor utiliza duas sondas para passar
corrente através do solo, e a partir do valor da resistência do solo obtido, determina-se a
umidade do solo. Como a água faz com que o solo conduza eletricidade mais
facilmente, menores valores de resistência indicam um solo úmido. Por outro lado,
quando o solo está seco, há uma menor condução de eletricidade, ou seja, o solo
apresenta maior resistência. Na prática, conectando o sensor SEN0114 em uma porta de
um microcontrolador com conversor analógico para digital de 10 bits, o valor decimal
igual a 1023 indica que o sensor está imerso em solo seco e o valor decimal zero sugere
que o sensor está mergulhado em água (SEN0114, 2015), (MOISTURE, 2015). Do
ponto de vista agrícola, a importância da umidade do solo estende-se também a outros
campos como a mecanização, fertilização e irrigação da parcela cultivada (SANTOS et
al., 2006).
Para ser possível mensurar o tempo de folha molhada, que está diretamente
relacionado à necessidade de abastecimento de água da planta, foi escolhido o sensor
EF04024 OctopusRain, que é basicamente um sensor de vapor da água. A tensão de
saída desse sensor é dependente da umidade, sendo que, à medida que a umidade da
superfície do sensor aumenta, a tensão de saída também aumenta. O EF04024 apresenta
faixa de tensão de saída variando de 0 V a 0,9 da tensão da entrada, que pode ser de 3,3
V a 5,0 V. Devido a isso, como esse sensor apresenta saída digital de 10 bits, os valores
de saída vão variar de 0 à 950, em números decimais. Quando o sensor apresenta valor
decimal entre 8 e 30 na saída, isto corresponde ao sensor ainda seco, sendo que o valor
8 ocorre quando acontece o toque no sensor; de 30 a aproximadamente 400 de valor
decimal na saída corresponde a umidade; e de 400 a aproximadamente 850, tem-se a
presença/formação de água (DTH, 2015b). Como essa leitura se dá com base do toque
da água na placa, este tipo de sensor pode também ser como um painel sensível ao
toque.

2.2. Prototipação
Definido os requisitos do projeto, uma implantação foi realizada. Através do
microcontrolador Arduino® Nano, os dados são obtidos em cada sensor utilizado. Neste
trabalho, são mostrados os procedimentos experimentais para as calibrações dos
sensores de temperatura e de luminosidade. Na Figura 2 é possível verificar de forma
abstrata como foi montado o circuito de calibração, os dados são obtidos pelos sensores
e enviados para o Arduíno; após esses dados são enviados por meio de comunicação
serial para o computador. No computador esses dados são salvos manualmente, para
posteriormente serem comparados com os dados dos instrumento de medição.
Para a calibração do sensor de temperatura, foi utilizado um calorímetro que,
segundo Assumpção (2010), são projetados para manter a transferência de calor entre o
interior e as vizinhanças ao mínimo valor absoluto, ou seja, um calorímetro tem como
principal função ser um isolante térmico. No calorímetro foi adicionado água em
diferentes temperaturas, inserido o sensor DS18B20 e o termômetro de mercúrio
(termômetro analógico) da marca ARBA TERMÔMETROS BRASIL. O termômetro de
mercúrio apresenta uma escala de 0 à 60 °C, com resolução de 0,1 °C. Uma ilustração
de como foi realizada a calibração do sensor de temperatura é apresentada na Figura 3.
O termômetro digital apresentado na imagem não foi utilizado para coleta de dados
devido suas mudanças abruptas de temperatura mesmo quando a água se encontrava em
equilíbrio térmico.

Figura 2. Fluxo do circuito utilizado para calibração

Figura 3. Montagem experimental para calibração do sensor de temperatura.

 Para a calibração do sensor de luminosidade foram criados diferentes ambientes
e com iluminações diferentes, e então foi realizada a medida da luminosidade do
ambiente com o sensor de luminosidade e com um luxímetro digital, modelo LD-511,
da ICEL. O arranjo dos sensores para a medida da luminosidade é ilustrado na Figura 4.

Figura 4. Arranjo dos equipamentos de medição de luminosidade

Após a calibração dos sensores, passou-se para a etapa de desenvolvimento de
um sistema cujo o objetivo é disponibilizar os valores lidos dos sensores a cada 5
minutos para o usuário, e deixar estes dados salvos em banco de dados permitindo que o
usuário possa consultar estas informações sobre a casa de vegetação posteriormente.
Nesse caso, considerando que as variáveis em uma casa de vegetação não sofrem
variações bruscas, o sistema com dados disponibilizados na web foi projetado para ler
as variáveis de cinco em cinco minutos. Diferente da calibração, esses dados serão
obtidos dos sensores por meio do microcontrolador Arduino Uno. O Arduino Uno se
conecta a um Shield Ethernet, sendo que esse se conecta a uma rede de internet, assim
os dados podem ser enviados do Arduino até um servidor web. O sistema web foi
desenvolvido com o uso da linguagem PHP, ou Hypertext Preprocessor é uma
linguagem de script de código aberto (PHP, 2015), e do framework JavaScript ExtJS da
Sencha, que é de fácil utilização, multiplataforma e rico em recursos (SENCHA, 2015).

3. Resultados e discussões
Os resultados da calibração do sensor DS18B20 são apresentados na Tabela 2,
que mostra também o erro em °C, E ( ℃ ), Equação 1, e o erro em porcentagem E(%),
Equação 2, onde ∆ T termômetro∆ T termômetro refere-se à temperatura obtida com o termômetro
de mercúrio e ∆ T sensor é a temperatura medida com o sensor de temperatura DS18B20.

E ( ℃ )=∆T term ô metro−∆ T Sensor (1)

∆ T term ô metro −∆ T sensor
E ( % )= ( ∆ T term ô metro ) ∗100 % (2)

Através dos dados apresentados na Tabela 2, obteve-se um erro médio de 0,29

°C, com um desvio padrão de 0,12 °C. Assim, foi possível confirmar que o sensor
trabalha dentro da faixa de erro informada pelo fabricante, que é de ± 0,5 °C. A partir
desses valores de leitura foi buscada a correlação entre as medidas, Figura 5.
 Tabela 2. Resultados da calibração do sensor DS18B20

  Medidas Erro
Leitura
Termômetro Sensor
(°C) (°C) °C %
L1 3,0 3,25 0,25 8,33
L2 6,1 6,44 0,34 5,57
L3 6,2 6,50 0,30 4,84
L4 9,9 9,80 0,10 1,01
L5 10,6 10,56 0,04 0,38
L6 14,6 14,44 0,16 1,10
L7 17,3 17,12 0,18 1,04
L8 21,4 21,19 0,21 0,98
L9 22,8 22,50 0,30 1,32
L10 25,9 25,50 0,40 1,54
L11 28,5 28,19 0,31 1,09
L12 31,15 30,87 0,28 0,90
L13 32,5 32,25 0,25 0,77
L14 35,5 35,13 0,37 1,04
L15 37 36,63 0,37 1,00
L16 38,1 37,88 0,22 0,58
L17 40,4 39,94 0,46 1,14
L18 41,2 40,94 0,26 0,63
L19 43,4 42,88 0,52 1,20
L20 46,8 46,31 0,49 1,05

A Figura 5 mostra que existe uma forte correlação entre a leitura do sensor de
mercúrio e o sensor DS18B20, com um coeficiente de correlação de 0,99996. O
coeficiente angular de 0,98459 também indica que a leitura do sensor DS18B20 está
bastante próxima ao do termômetro de mercúrio, com uma tendência de subestimar os
valores, que também pode ser confirmado na Tabela 2, para as leituras acima de 10 °C.
Há ainda um pequeno erro de posição do zero, dado o coeficiente linear obtido de
0,19335.
Tabela 3 apresenta os resultados da calibração do sensor de luminosidade, e a
Figura 6 apresenta a função de ajuste obtida para a correlação entre as medidas.
De acordo com os dados obtidos na calibração observa-se que a relação entre as
medidas feitas com o LDR e o luxímetro digital obedece a uma relação logarítmica,
cujo formato é: y = a - b*ln(x+c). Os valores obtidos para as variáveis a, b e c são,
respectivamente, -472 ± 26, -137 ± 3 e 30 ± 5. O coeficiente de determinação obtido
com esse ajuste foi de 0,99653. Dessa forma, essa relação será considerada quando da
leitura do LDR, para fins de conversão em unidades de medidas de luminosidade.
Figura 5. Correlação entre os sensores de temperatura

Figura 6. Correlação entre os sensores de luminosidade

 Tabela 3. Resultados da calibração do sensor de luminosidade

Luxímetr LDR Luxímetro LDR

o
(unid. arb.) (lux) (unid. arb.)
(lux)
0 1 1265 521
33 79 1650 568
38 112 3300 668
239 267 5520 721
235 278 7560 750
995 473 9120 771
960 477 10490 777
978 481 12210 797
1015 490 12000 814
1148 506
O fluxograma do funcionamento e montagem do sistema é apresentado na
Figura 7, sendo que os sensores, o Arduino, o Shield Ethernet e o Access Point ficariam
todos no interior da casa de vegetação.

Figura 7. Fluxo do sistema

Os dados são lidos pelos sensores que enviam dados para o Arduino indicando
seu valor, após isso o Arduino exibe esses dados que são apresentado na Figura 8 em
uma página html gerada pelo web server criado pelo arduíno com o auxílio do ethernet
shield, a página criada não possui uma máscara na URL seu endereço é o IP setado no
web server, através de um POST os dados são exibidos nessa página no formato json,
com o auxílio da linguagem php essa página criada pelo arduíno é acessada e as leituras
apresentadas na página são gravadas em um banco de dados esse processo é repetido a
cada cinco segundos. Com o auxílio da linguagem php os dados são acessados no banco
de dados e mostrados em uma página nova, já com uma interface funcional, interface
essa desenvolvida com o auxílio da biblioteca javascript. Assim os dados podem ser
visualizados pelo usuário em um sistema web conforme apresentado na Figura 9. As
leituras são apresentadas na seguinte ordem: sensor de temperatura DS18B20 (°C),
sensor de umidade do solo SEN0114 unidade arbitraria, sensor EF04024 OctopusRain,
sensor Fotoresistor LDR, sensor DHT11 funcionando como medidor de umidade e de
temperatura (°C). Os dados dos sensores de umidade e de luminosidade são
apresentados em unidades arbitrarias, variando de 0 à 1023. No sistema web
desenvolvido é possível ordenar os dados pelo tipo de variável, pelo valor da variável
ou pela data em que o dado foi lido.

Figura 8. Dados de leitura dos sensores

Figura 9. Apresentação das leituras em página web

4. Considerações finais
Foram apresentados os sensores escolhidos de acordo com as necessidades de uma casa
de vegetação. Dos cinco sensores selecionados, neste trabalho foi apresentada a
calibração de apenas dois sensores: o de temperatura (DS18B20) e o de luminosidade
LDR. Os demais não foram calibrados devido à falta de equipamentos para comparar as
variáveis medidas pelos mesmos.
Acredita-se que o protótipo poderá a ajudar a colher e manter maior número de
informações para o acompanhamento da evolução de diferentes culturas em casa de
vegetação, com isto, será possível tê-las como base para tomadas de decisões sobre
modificações e melhorias no ambiente onde os cultivos estão inseridos.
5. Referências
ASSUMPCAO, M. H. M. T. et al. “Construção de um calorímetro de baixo custo para a
determinação de entalpia de neutralização”. Eclet. Quím., São Paulo, v. 35, n. 2, p.
63-69, 2010.
CARRIJO, Osmar A. et al.; “Produtividade do tomateiro em diferentes substratos e
modelos de casas de vegetação”. Horticultura Brasileira. vol.22, n.1, p.05-09.
Brasília: Brasil; 2004, http://www.scielo.br/pdf/hb/v22n1/a01v22n1.pdf. Acesso em
26 de fevereiro de 2015.
CERMEÑO, Z. S. “Estufas, instalações e manejo. Litexta Editora”. Lisboa: Portugal;
1990. p.355.
DAMIANI, Cláudia Roberta; SCHUCH, Márcia Wulff. “Enraizamento in vitro de
mirtilo em condições fotoautotróficas”. 2009 http://www.scielo.br/scielo.php?
pid=S0103-84782009000400009&script=sci_arttext. Acesso em: 27 nov 2015.
DTH. 1997. “Datasheet (LDR - Ligth Dependent Resistor)”. RS Components, 1997,
http://www.biltek.tubitak.gov.tr/gelisim/elektronik/dosyalar/40/LDR_NSL19_M51.p
df. Acesso em: 17 jul 2015.
DTH. 2010. “Datasheet (DHT11 Humidity & Temperature Sensor)”. D-Robotics UK,
2010, http://www.micropik.com/PDF/dht11.pdf. Acesso em: 17 jul 2015.
DTH. 2015a. “Datasheet (DS18S20 - High-Precision 1-Wire Digital Thermometer)”.
Maxim Integrated, 2015,
http://datasheets.maximintegrated.com/en/ds/DS18S20.pdf. Acesso em: 17 jul 2015.
DTH. 2015b. “Datasheet (EF04024 Octopus Rain/Steam Sensor)”,
http://www.electronicoscaldas.com/datasheet/EF04024_ElecFreaks.pdf. Acesso em:
17 jul 2015.
ECAASER3.ecaa.ntu.edu.tw/weifang/ebook/NGMA/standardpdf/enviro_control.pdf.
2015,
“http://ecaaser3.ecaa.ntu.edu.tw/weifang/ebook/NGMA/standardpdf/enviro_control.p
df”. Acesso em: 17 jul 2015.
ENVIRONMENTAL growth chambers. Lighting Radiation Conversion. 2015.
“http://www.egc.com/useful_info_lighting.php”. Acesso em: 17 jul 2015.
FONTES, Ivo Reis, CAGNON, José Angelo and RODRIGUES, Ricardo Martini.
Sistema de supervisão e controle para casas de vegetação empregando rede wireless
de sensores.. In: ENCONTRO DE ENERGIA NO MEIO RURAL, 5., 2004,
Campinas.
MARIN, Fábio Ricardo et al. “Construção e avaliação de psicrômetro aspirado de
termopar”. Sci. agric., Piracicaba, v. 58, n. 4, Dec. 2001.
MENDES, A. G.; ANDRADE JUNIOR, A. S.; BASTOS, E. A.; MASCHIO, R.
“Avaliação de elementos climáticos em ambiente protegido em Teresina, PI”, In:
CONGRESSO NACIONAL DE IRRIGAÇÃO E DRENAGEM, 18, 2008, São
Mateus. O equilíbrio do fluxo hídrico para um agriculturta irrigada sustentável. São
Mateus: ABID, 2008.
MOISTURE sensor (SKU:SEN0114) – Robot Wiki. 2015.
“http://www.dfrobot.com/wiki/index.php?title=Moisture_Sensor_(SKU:SEN0114)”.
Acesso em: 17 jul 2015.
OLIVEIRA, M.R.V.de.; FERREIRA, D.N.M.; MIRANDA, R.G.; MESQUITA, H.R.
“Estufas, sua importância e ocorrência de pragas”, Brasília: EMBRAPA-
CENARGEN, 1992. p.7. (EMBRAPA-CENARGEN. Comunicado Técnico, 11).
OMER, A. M. “Constructions, applications and the environment of greenhouses”.
African Journal of Biotechnology. v. 8, n. 25, p. 7205-7227, 2009.
PEREIRA, G.A. “Sistema experimental de monitoramento e controle para casas de
vegetação baseado em redes de controle distribuído LonWorks”. 2006. 125 f.
Dissertação (Mestrado em Engenharia) – Escola Politécnica, Universidade de São
Paulo, São Paulo, 2006.
PHP Introdução. O que é PHP? 2015. https://secure.php.net/manual/pt_BR/intro-
whatis.php. Acessado em: 29 de novembro de 2015.
SANTOS, Ricardo Martins et al. “Montagem e acurácia de um sistema experimental de
pesagem para calibração de sensores de umidade do solo”. Rev. Ciênc. agrotec.
vol.30 nº6 Nov/Dez 2006.
SEN0114 datasheet – DFROBOT – Moisture Sensor. 2015. http://www.datasheet-
pdf.com/PDF/SEN0114-Datasheet-DFROBOT-770442. Acesso em: 17 de julho de
2015.
SENCHA Information. Sencha Ext JS. 2015.
https://www.sencha.com/products/extjs/#overview. Acessado em 29 de novembro de
2015.
WANNER, Lucas F. Um Ambiente de Suporte à Execução de Aplicações em Redes de
Sensores sem Fios. 2006, 114 f. Dissertação (Mestrado em Ciência da Computação)
– Universidade Federal de Santa Catarina. 2006.
WEATHER Stations. 2015, http://www.senmatic.com/greenhouse-technology/climate-
control/weather-stations. Acesso em: 17 jul 2015.
WEATHERHAWK 16762 232 Cabled Weather Station. 2015,
http://www.ambientweather.com/wewe232.html. Acesso em: 17 de julho de
2015.Boulic, R. and Renault, O. (1991) “3D Hierarchies for Animation”, In: New
Trends in Animation and Visualization, Edited by Nadia Magnenat-Thalmann and
Daniel Thalmann, John Wiley & Sons ltd., England.