Escolar Documentos
Profissional Documentos
Cultura Documentos
NO CAMPO
ESTRUTURA ORGANIZACIONAL
Presidente do Conselho Administrativo
José Márcio Schreiner
2
SUMÁRIO
APRESENTAÇÃO 5
ATIVIDADES DE APRENDIZAGEM 34
ATIVIDADES DE APRENDIZAGEM 61
3
AULA 2 - A Inteligência Artificial na Análise de Folhas e Insetos 74
ATIVIDADES DE APRENDIZAGEM 89
ENCERRAMENTO 118
REFERÊNCIAS 121
APRESENTAÇÃO
5
APRESENTAÇÃO
Olá!
Nosso intuito é que você possa compreender como utilizar os sistemas de inte-
ligência artificial para controle e monitoramento na pecuária e na agricultura.
Interessante, não é mesmo?
O curso possui carga horária de 20h e para facilitar seus estudos está dividido em
4 módulos, são eles:
IMPORTANTE
Todos os módulos estão organizados em três
aulas e ao final de cada um deles, para avançar,
você precisará, obrigatoriamente, responder às
atividades de aprendizagem. Elas são compostas
de três questões objetivas e você terá duas
chances para escolher a alternativa correta.
Toda vez que você encontrar uma palavra grifada dessa forma, logo abaixo have-
rá uma explicação a respeito do termo que estiver destacado.
Palavras grifadas possuem uma breve explicação sobre o conceito que trata.
6
No espaço a seguir, você pode registrar suas expectativas para esse curso:
Para concluir o curso e obter a certificação, é necessário que você realize todas
as atividades de aprendizagem e também responda à pesquisa de satisfação.
O curso é on-line, mas você não está sozinho, sempre que surgir qualquer dificul-
dade, entre em contato por meio do fórum, mensagem, tira-dúvidas, chat ou, se
preferir, por telefone, no número 0800 642 0212.
7
INTELIGÊNCIA ARTIFICIAL
NO CAMPO
MÓDULO 1
O fascinante mundo da ciência de
dados e suas aplicações no campo
O FASCINANTE MUNDO
DA CIÊNCIA DE DADOS
E SUAS APLICAÇÕES
NO CAMPO
9
INTRODUÇÃO
Olá!
Para suprir essa demanda de forma sustentável, a produção agrícola vem sofren-
do grandes mudanças e, para auxiliar nesse processo, a utilização de tecnolo-
gias disruptivas como ciências de dados, internet of things (IoT), conhecida
como internet das coisas, e inteligência artificial auxiliam o campo a ser mais
eficiente em seus processos.
Caso você não conheça algum desses termos, fique tranquilo, pois todos eles se-
rão explicados ao longo das nossas próximas aulas, ainda neste módulo!
10
Essas tecnologias permitem que gestores agrícolas tomem decisões mais assertivas
em suas atividades, diminuindo riscos e aumentando a lucratividade do negócio.
Então, vamos conhecer melhor como a tecnologia pode auxiliar o setor agrícola?
Bons estudos!
11
O QUE É CIÊNCIA DE
DADOS APLICADA AO
SETOR AGRÍCOLA?
AULA 1
12
DEFINIÇÃO DA CIÊNCIA
DE DADOS
Você sabe o que é ciência de dados e como ela pode ser utilizada no agro? É isso
que vamos descobrir neste módulo. Veja abaixo.
CONECTANDO | PODCAST
Atualmente, estamos vivendo na era do big data, você sabe o que é isso?
13
Durante nossas aulas, vamos entender mais como a ciência de dados
pode contribuir com o campo.
Agora que você já compreendeu o que é ciência de dados e como ela pode con-
tribuir para a agricultura, vamos ver um pouco mais sobre a importância dessa
tecnologia para o campo. Vamos lá?
A IMPORTÂNCIA DA CIÊNCIA DE
DADOS NO CAMPO
Atualmente, o setor agrossilvipastoril vem se tornando uma das principais
áreas para aplicação da ciência de dados, devido ao enorme volume de informa-
ções que podem ser geradas com a inovação tecnológica. Veja como a tecnologia
tem contribuído com o setor agrícola:
14
O uso da ciência de dados traz para
o campo um aumento expressivo de
eficiência na gestão e nas operações de
diversos setores, como hortifrúti, máquinas,
produção de grãos, cana-de-açúcar,
pecuária leiteira e de corte, produção de
aves de postura e corte, além de suínos e
florestas plantadas.
Agora que vimos como a tecnologia pode auxiliar em várias áreas do campo, va-
mos conhecer um pouco mais o papel de quem faz a extração dessas informa-
ções para o agricultor: o cientista de dados.
O CIENTISTA DE DADOS
NA AGRICULTURA
15
Produção animal: Na produção animal, esse profissional deverá conseguir me-
lhorar a eficiência do ganho de peso diário, da conversão alimentar, do tempo de
confinamento e da produção de leite, carne e ovos.
CIÊNCIA DE DADOS
X
ANÁLISE DE DADOS
Com base no que vimos até aqui, é importante sabermos que existem diferenças
significativas entre as pessoas que lidam com essas atividades, como o cientista
de dados e o analista de dados. Vamos conhecer cada um deles:
16
O analista de dados lida com a análise de
dados, ou data analytics, que é uma parte
mais específica da ciência de dados. Esse
profissional busca encontrar parâmetros
e tendências, através de previsões
estatísticas e análises, para a obtenção
de bons resultados que vão auxiliar as
decisões mais eficazes do negócio.
Agora que já conhecemos o que é a ciência de dados, sua importância e como ela
pode ser utilizada no campo, antes de iniciarmos a próxima aula, pense no que
vimos até aqui e registre no espaço abaixo quais recursos tecnológicos poderiam
auxiliar a sua propriedade:
17
A MODERNIZAÇÃO
DA AGRICULTURA NA
ATUALIDADE
AULA 2
18
Olá! Vamos iniciar nossa aula 2?
IMPORTANTE
De acordo com um relatório das Organizações das
Nações Unidas (ONU), a população mundial deverá
atingir 9,7 bilhões de pessoas em 2050 e chegará a
quase 11 bilhões de pessoas em 2100.
IMPORTANTE
O objetivo de cada modificação sempre foi
melhorar o setor para que ele possa cumprir as
exigências da sociedade.
19
A agricultura moderna é cercada por um
ambiente digital no estado da arte das
tecnologias em inteligência artificial,
internet das coisas e big data, que estão
sendo denominadas como “tecnologias
disruptivas”, por estarem transformando
e revolucionando o mundo inteiro. Com a
agricultura não é diferente.
PROGRAMANDO
Caso um produtor de frangos de corte verifique a
necessidade de acender lâmpadas ou ligar motores
elétricos, usará para isso um dispositivo com relé
automático conectado na internet.
20
• Ela inclui todos os componentes da agricultura de precisão e permite o
gerenciamento de processos de produção. É um passo importante para a
agricultura sustentável;
PROGRAMANDO
Aplicativos de big data mudaram muitas
abordagens na agricultura tradicional. Como
exemplo temos o uso de telemetria da empresa
brasileira Stara, com sede em Não-Me-Toque – RS.
21
Quando equipado com câmeras hiperespectrais, esses dispositivos também po-
dem ser usados para calcular o desenvolvimento de biomassa e o estado de fertiliza-
ção das culturas.
COMPLETANDO
Para conhecer a história de uma fazenda moderna
real, confira esta reportagem do Globo Rural sobre
um aviário em São Paulo: De pai para filha: inovação
marca sucessão familiar de aviário em SP | Globo
Rural | G1
DIGITALIZAÇÃO DA
AGRICULTURA – AGRICULTURA
DIGITAL
A digitalização da agricultura se refere à evolução da agricultura de precisão para
uma era mais avançada, centralizada e de conhecimentos baseados em sistemas
de produção.
22
As ferramentas e técnicas usadas na agricultura digital incluem todos os parâmetros
utilizados na agricultura de precisão, com adição de redes inteligentes e ferramentas
de gerenciamento de dados.
PROGRAMANDO
Um exemplo é a existência do GPS, o sistema de
orientação por satélites que conduz as máquinas
em tráfego controlado e permite a fertilização
específica do local como parte de um ciclo completo
de produção, usando conectividade privada
baseada em nuvem.
23
Dessa forma, o processamento automatizado de dados e redes harmonizadas e
totalmente integradas fazem parte de um futuro não tão distante para a agricul-
tura e as máquinas agrícolas:
Ah, mas antes disso, registre no espaço abaixo quais maquinários modernos po-
deriam ajudar na sua produção diária. O que eles precisam ter ou fazer?
24
TRANSIÇÃO PARA A
AGRICULTURA DE PRECISÃO
INTELIGENTE
Até o final do século XIX, equipamentos como enxadas, foices e machados, eram uti-
lizados para o cultivo.
Esse tipo de produção que ficou conhecida como agricultura 1.0 era caracteri-
zada por baixa produtividade e estava totalmente baseada no trabalho manual.
Confira no vídeo, no curso on-line, como foram ocorrendo os avanços na agricul-
tura até a chegada da IA. Para facilitar seus estudos, aqui está o conteúdo:
25
VÍDEO
Vamos para nossa última aula deste módulo? Agora é hora de conferir os benefí-
cios da agricultura de precisão inteligente. Vamos lá?
26
BENEFÍCIOS DA
AGRICULTURA DE
PRECISÃO INTELIGENTE
AULA 3
GESTÃO EFICAZ NAS
OPERAÇÕES AGRÍCOLAS DA
CANA-DE-AÇÚCAR
A introdução da inteligência artificial (IA) e do aprendizado de máquina, ou ma-
chine learning (ML), nas práticas agrícolas para a cana-de-açúcar causaram um
impacto positivo na produção de um modo geral, pois muitos aspectos foram
melhorados. Vamos conhecer alguns deles!
28
• Etapa 1: O uso de inteligência artificial pode orientar as safras, as quais
podem ser plantadas com a ajuda de um maquinário que, auxiliado por IA,
fornece informações sobre as condições ideais em intervalos constantes;
Agora vamos conferir como a inteligência artificial pode colaborar para o geren-
ciamento do solo. Vamos lá?
EXCELÊNCIA NO GERENCIAMENTO
DO SOLO
Para realizar um bom plantio, é necessário que o produtor rural tenha conheci-
mento profundo e completo sobre o solo, para impulsionar a produção agrícola.
29
VÍDEO
Você sabia que para que o produtor possa realizar um bom plantio, ter
informações sobre o solo é essencial?
Isso porque com essa tecnologia, os dados do solo são administrados com
um modelo de Machine Learning, ou seja, por uma máquina que aprende
por conta própria.
E em nosso país, o que está sendo feito nesse sentido? Bom, no Brasil, as
pesquisas estão em pleno desenvolvimento. A Embrapa está produzindo
um equipamento para monitoramento de solo em tempo real, o robô Mirã.
Ele realiza o mapeamento georreferenciado da lavoura para otimização
dos atributos do solo. O robô poderá ser utilizado para mensuração de
matéria orgânica no solo, análise nutricional e detecção de doenças. O
equipamento, permite ainda mapear a lavoura com sistema de localização
por satélite de alta precisão.
Agora que já conhecemos como a IA pode auxiliar a coleta de dados sobre o solo,
vamos conferir como ela pode contribuir para o sistema de irrigação.
30
SISTEMA DE IRRIGAÇÃO
INTELIGENTE
DASHBOARD
Com a ajuda da IoT, ou internet das coisas, o
monitoramento da qualidade da água também
pode ser feito em tempo real.
31
Sistemas para determinar a estimativa de evapotranspiração necessária e para
projetar e gerenciar um plano de irrigação inteligente podem utilizar a inteligên-
cia artificial e algoritmos de machine learning para essa finalidade.
ROBÓTICA NO CAMPO
Robôs agrícolas inteligentes são algumas das máquinas mais bem-sucedidas uti-
lizadas nesse tipo de agricultura.
Um exemplo disso é o robô Rippa que possui uma coleção de sensores e algo-
ritmos sofisticados para detectar ervas daninhas na cultura bem como objetos
estranhos, como pedra, vidro ou metal.
Com um bico móvel movido por braços robóticos, ele aplica o defensivo somente
na planta daninha, na quantidade correta, conforme a necessidade.
32
Como nos carros autônomos, o equipamento da Case IH é dotado de vários sen-
sores, câmeras e radares, entre eles o LiDAR, que mapeia o local com ondas ele-
tromagnéticas e posteriormente faz o envio dos dados coletados para uma uni-
dade de controle eletrônico.
Bom, chegamos ao final do nosso primeiro módulo. Vamos relembrar o que vimos
durante nossas aulas?
33
ATIVIDADES DE
APRENDIZAGEM
34
ATIVIDADES DE
APRENDIZAGEM
1. De acordo com o que vimos na aula 1, como podemos definir o que é a ciência
de dados aplicada ao setor agrícola?
a. fazenda tradicional.
c. fazenda cultural.
d. fazenda orgânica.
35
3. Tratores autônomos e robôs podem trazer inúmeros benefícios para produto-
res rurais, como trabalhar mais horas no dia em operações como plantio, preparo
de solo, tratos culturais e outras atividades. Essas máquinas são dotadas de di-
versos sensores que possuem programações avançadas. A expansão desse tipo
de tecnologia traz inúmeros benefícios para a agricultura de precisão, como:
36
INTELIGÊNCIA ARTIFICIAL
NO CAMPO
MÓDULO 2
Uso da inteligência artificial na cultura
da cana-de-açúcar
INTRODUÇÃO
Olá!
Você sabia que Goiás está trabalhando para ser o estado mais agroecológico da
América Latina?
É isso mesmo! As empresas agrícolas goianas estão migrando para o uso da ciên-
cia de dados e da inteligência artificial (IA) para alavancarem seu crescimento e
se tornarem mais competitivas no mercado nacional e no internacional.
Dessa forma, é possível transmitir informações em tempo real para que os gesto-
res do agro goiano possam tomar decisões rápidas e assertivas.
Bons estudos!
38
A CANA-DE-AÇÚCAR
NO NOSSO DIA A DIA
AULA 1
INTRODUÇÃO À CULTURA DA
CANA-DE-AÇÚCAR NO MUNDO
A cana-de-açúcar vem sendo utilizada no mundo todo há milhares de anos. Ela
tem várias utilidades, como a alimentação e a geração de energia. Mas como as
pessoas identificaram que a cana poderia ser consumida? E quando ela começou
a ser cultivada?
CONECTANDO | PODCAST
40
A Organização das Nações Unidas para Alimentação informou que foram
produzidas um bilhão, novecentos e sete milhões e vinte e cinco mil toneladas
de cana-de-açúcar em todo o mundo no ano de doismil e dezoito.
Desse total, cinquenta e três vírgula sessenta e três por cento do total de
toneladas foram produzidas pelo continente americano.
A Ásia foi responsável por produzir trinta e nove vírgula quarenta e três por
cento do total.
Em quarto lugar está a Oceania, com um vírgula oitenta e quatro por cento.
CANA-DE-AÇÚCAR NO BRASIL
Segundo o censo do agro realizado pelo Instituto Brasileiro de Geografia e Estatísti-
ca (IBGE), o maior estado produtor de cana-de-açúcar é São Paulo, seguido de
Goiás e depois Minas Gerais. Veja mais detalhes sobre a produção de cada um deles:
São Paulo
Cultivo: 347.684.180 toneladas
Área: 4.824.495 hectares
Valor da produção: 24,5 bilhões de reais
41
Goiás
Cultivo: 72.720.538 toneladas
Área: 942.289 hectares
Valor da produção: 5,7 bilhões de reais
Minas Gerais
Cultivo: 65.984.683 toneladas
Área: 875.742 hectares
Valor da produção: 5,6 bilhões de reais
COMPLETANDO
Você pode consultar o Censo Agro 2017 e mais
informações no site: IBGE | Censo Agro 2017 | Home
42
A Companhia Nacional de Abastecimento (Conab) divulgou a estimativa de área,
produtividade e produção de cana-de-açúcar no Brasil para as safras 2020/2021
e 2021/2022. Observe as informações no infográfico abaixo:
43
O QUE É A UNICA
Como vimos no tópico anterior, o setor sucroenergético vivencia uma nova era
global pautada em desenvolvimento sustentável e econômico.
Por isso, em 2007, surgiu uma entidade que representa as principais empresas pro-
dutoras de açúcar, etanol e bioeletricidade da região Centro-Sul do Brasil, a União da
Indústria de Cana-de-Açúcar (UNICA).
44
COMPLETANDO
Conheça mais sobre a UNICA acessando o seu site
no endereço: Home - UNICA
Agora vamos conhecer quais são os produtos que podem ser obtidos da cana.
PRODUTOS E SUBPRODUTOS DA
CANA-DE-AÇÚCAR
45
• Açúcar: No Brasil são produzidos dois tipos de açúcar: o cristal branco e o
demerara. E entre esses tipos, existem os subprodutos.
• Açúcar branco (tipo exportação): Desse produto temos dois tipos: o açú-
car branco para ser consumido diretamente, com baixa cor e sem refino, e o
branco sem refino, com cor mais escura, para reprocessamento no destino.
46
• Levedura seca: É o resultado do processo de fermentação da cana. É
produzida na proporção de 2,5 kg para cada 100 litros de etanol. Possui 35%
de proteína e alto teor de vitamina B. A levedura é utilizada especialmente na
composição de ração animal.
• Etanol: São dois tipos mais produzidos: o hidratado e o anidro. O etanol hi-
dratado é utilizado diretamente no tanque dos carros flex e sua composição é
de 92% de álcool e 8% de água. Já o etanol anidro tem cerca de 99,6% de gra-
duação alcóolica e é misturado na gasolina. Atualmente, a gasolina no Brasil
contém 27% de etanol anidro.
São muitos produtos, não é mesmo? Agora vamos iniciar nossa próxima aula!
47
SISTEMATIZAÇÃO
INTELIGENTE NA
CANA-DE-AÇÚCAR
AULA 2
48
O QUE É SISTEMATIZAÇÃO
DE ÁREAS?
Você sabe o que é sistematização de áreas inteligentes na cana-de-açúcar? A
execução dessa atividade é um dos exemplos práticos do uso de dados na agri-
cultura. Veja só:
DASHBOARD
A sistematização é um conjunto de operações e
atividades que visa dar condições adequadas de
solo para o plantio e colheita da cana-de-açúcar.
Seu principal objetivo é o planejamento do plantio
e da colheita.
VÍDEO
Você já ouviu falar em carreadores? São aquelas estradas utilizadas para
locomoção de máquinas, tratores e caminhões. De acordo com o Centro
de Tecnologia Canavieira, o CTT, os carreadores são divididos em três:
secundários, primários e principais.
49
Os carreadores primários são utilizados para o tráfego de caminhões
que retiram a cana da lavoura para levar até a indústria. Sua largura
deve ser de 6 a 7 metros.
50
No nosso próximo tópico, vamos conhecer mais detalhes sobre a alocação de pátios.
ALOCAÇÃO INTELIGENTE DE
PÁTIOS DE CARREGAMENTO
UTILIZANDO ALGORITMOS
PREDITIVOS
Como vimos, os pátios de carregamento são ferramentas importantes para evitar
o pisoteio do canavial. Portanto, as alocações eficientes desses pátios trarão inú-
meros benefícios logísticos e financeiros para as empresas.
PROGRAMANDO
Um exemplo bem interessante do uso da
inteligência artificial para a otimização de colheita é
o LOC, uma solução para a colheita mecanizada que
inclui um software que otimiza a estrutura de corte
e transbordamento, da empresa brasileira Agroadbo.
51
• Tempo de entrega: O sistema é capaz de regularizar o tempo de entrega
da matéria prima na indústria, evitando as paradas de transbordo que one-
ram o setor. Sua funcionalidade se estende desde o planejamento do layout
de plantio até a otimização da operação de colheita e o dimensionamento da
frente de trabalho.
COMPLETANDO
Você pode consultar mais informações sobre a
Agroabdo no site: Agroabdo.
52
LiDAR, do inglês Light Imaging, Detection and Ranging, é a sigla que identifica os
radares que fazem o envio de pulsos de laser na área a ser escaneada.
TIC-GO
Atualmente é possível encontrar empresas dentro
do estado de Goiás que fazem esse tipo de serviço,
como a AgroGPS com sede em Goiânia. A empresa
utiliza alta tecnologia em projetos de topografia com
drones, direcionamento automático de máquinas
e confecção de linhas para pilotos automáticos, do
plantio à colheita.
53
INTELIGÊNCIA
ARTIFICIAL NO
PROCESSO DE CTT
AULA 3
54
O QUE É CORTE,
TRANSBORDAMENTO
E TRANSPORTE (CTT)?
Você sabia que corte, transbordamento e transporte, ou CTT, é uma das áreas
mais importantes das usinas de cana-de-açúcar? É isso mesmo!
IMPORTANTE
Estima-se que o investimento nessa área
corresponda a 15% do custo médio da produção
de cana-de-açúcar.
55
Uma alternativa viável para esse tipo de impasse é a implantação de um sistema
de comunicação entre as máquinas. E para fortalecer essa comunicação, a inter-
net de quinta geração, 5G, já é uma realidade em algumas lavouras goianas.
Assim, é possível conferir como a inteligência artificial pode contribuir para mais
um tipo de cultivo.
TIC-GO
Exemplo disso é a Jalles Machado S/A, a maior
exportadora mundial de açúcar orgânico, que no
ano de 2018 recebeu um prêmio por inovação. A
empresa da cidade de Goianésia se encontra entre
as 100 empresas mais inovadoras do país.
56
No momento que a colhedora está
terminando de encher um trator
transbordo, ela mesma dispara um
pedido para que outro trator que já
esteja descarregado possa atendê-la.
Este então, ao receber a mensagem no
computador de bordo dentro da cabine,
já se desloca para o atendimento.
57
VÍDEO
Você sabia que a conexão de internet no campo possibilita transferir
dados em tempo real para o sistema de gestão? É isso mesmo!
Outro exemplo é a atividade que está sendo desenvolvida, que pode ser
a colheita, o plantio, o preparo do solo, a sistematização da área, ou a
irrigação. E também temos as paradas, que podem ser para trocar um
pneu furado, para o abastecimento, por causa da chuva ou até mesmo
quando há falta de insumo.
No próximo item vamos ver como é importante integrar os APIs aos sistemas de
gestão de uma usina de cana. Você sabe o que são APIs? Então vamos descobrir!
58
IMPORTÂNCIA DA INTEGRAÇÃO
DE APIS COM OS SISTEMAS
DE GESTÃO DA USINA DE
CANA-DE-AÇÚCAR
Já vimos ao longo dos nossos estudos que o incremento de tecnologia no campo
permite o aumento de produtividade, a redução de custos e a análise de informa-
ções em tempo real, certo? No entanto, existe um fator importante para se aten-
tar: a comunicação desses sistemas com o sistema de gestão da empresa.
IMPORTANTE
Dessa forma, é importante confirmar que softwares,
aplicativos e APIs desenvolvidos para áreas
específicas dentro das empresas tenham em sua
programação a capacidade de comunicação com
diferentes plataformas de gestão.
59
Dessa forma, é importante que esses dados possam se comunicar com os siste-
mas de gestão da empresa, evitando assim conflitos entre gestores e a área de
Tecnologia da Informação. Bom, né?
Conhecemos como a tecnologia dos veículos aéreos não tripulados (vants) é útil
para adquirir dados de topografia e para realizar o planejamento de sistematiza-
ção de área, reduzindo erros operacionais e aumentando a eficiência da colheita.
60
ATIVIDADES DE
APRENDIZAGEM
61
ATIVIDADES DE
APRENDIZAGEM
a. Nada está sendo feito para alavancar a tecnologia das empresas goianas.
62
3. O setor sucroenergético destaca-se pela adoção maciça de tecnologia em
seus processos produtivos industriais e agrícolas, aumentando o rendimento
por hectare e reduzindo custos. Graças a esses esforços, o estado de Goiás vem
incentivando o desenvolvimento tecnológico e pretende se tornar o estado mais
agrotecnológico do país. Dessa forma, podemos dizer que:
63
INTELIGÊNCIA ARTIFICIAL
NO CAMPO
MÓDULO 3
Uso da inteligência artificial na
cadeia da soja
INTRODUÇÃO
Olá!
Você sabia que a soja é um dos alimentos mais importantes do mundo? É isso mes-
mo! E o Brasil lidera o ranking de produção dessa importante fonte de proteína.
Com muito esforço, o país vem aumentando sua produtividade, alavancado pelo
avanço tecnológico, que engloba desde a nanotecnologia até a inteligência artificial.
65
Neste módulo vamos abordar o uso da IA na cadeia da soja. Veremos que a inteli-
gência artificial possui recursos e ferramentas, capazes de aumentar a velocidade
na detecção de doenças e pragas através do uso de técnicas de visão computacio-
nal, e que essa técnica também se torna bastante eficaz na análise foliar.
Por fim, verificaremos como está o retrato da agricultura digital brasileira, os impac-
tos positivos das tecnologias digitais e quais são as perspectivas que a conectivida-
de poderá trazer no aumento do valor bruto de produção no agronegócio brasileiro.
Bons estudos!
66
O USO DA INTELIGÊNCIA
ARTIFICIAL NA PREVISÃO
DA SAFRA E DO PREÇO
DA SOJA
AULA 1
INTRODUÇÃO À CADEIA DA SOJA
NO BRASIL E NO MUNDO
Você pensou em quantos produtos podem ser derivados da soja? E quais são eles?
Como eles estão presentes em nosso dia a dia? Ah! E você já se perguntou como
a soja começou a ser cultivada? Onde ela surgiu? E quando foi que ela chegou ao
nosso país?
CONECTANDO | PODCAST
Bom, a soja que conhecemos hoje em dia é diferente das plantas rasteiras
produzidas na Ásia, do outro lado do mundo.
Naquela época, o grão era considerado sagrado, assim como o arroz, o trigo, a
cevada e o milheto.
68
Já sobre a origem da soja, existe um conflito de informações entre alguns
autores. Um grupo diz que a soja está presente no livro “Pen Ts’ao Kong
Mu”, no qual consta a descrição da cultura sendo apresentada ao imperador
chinês Sheng-Nung.
Na época, a demanda de farelo de soja era uma alternativa viável para o país.
69
COMPLETANDO
Para saber mais sobre a história do cultivo da soja,
acesse esta página da Embrapa: https://www.
embrapa.br/soja/cultivos/soja1/historia
70
Seguindo o Brasil nesse ranking estão os EUA, com 112,549 milhões de tonela-
das produzidas em 33,313 milhões de hectares e produtividade média de 3,379
kg por hectare.
O estado fica atrás somente do Mato Grosso, maior produtor brasileiro, com 35,947
milhões de toneladas; do Paraná, com 19,872 milhões de toneladas, e do Rio Gran-
de do Sul, que produziu 20,164 milhões de toneladas.
Uma dúvida que podemos ter é: o que se faz com tanta soja? E a resposta é simples.
Não existe nenhuma proteína vegetal no mundo que apresente um custo/benefí-
cio tão favorável para a produção de carnes, ovos, leites e derivados que a soja.
O produto está presente em nossa mesa quando comemos ovo, batata e mandio-
quinha fritos, pois a maior parte do óleo brasileiro vem da soja.
71
A soja ainda pode ser utilizada para outros inúmeros produtos, como chocolate,
temperos prontos e massas, derivados de carne, bebidas, papinhas de bebê e mui-
tos outros alimentos introduzidos em dietas proteicas.
E seu uso não para por aí. Diferentes setores econômicos utilizam a soja em seus
processos produtivos, como a indústria farmacêutica, de cosméticos, veteriná-
ria, vernizes de tinta e plásticos. Outras áreas que também fazem o uso da olea-
ginosa são as indústrias de adesivos e fertilizantes, formulador de espumas e
produção de fibras.
IMPORTANTE
A soja está presente em diversos produtos para
pessoas vegetarianas ou intolerantes à lactose. Além
disso, existem pesquisas que associam o consumo
de soja à redução de doenças cardiovasculares,
diminuição de infarto e derrame cerebral.
TÉCNICAS DE INTELIGÊNCIA
ARTIFICIAL PARA ESTIMAR A
PRODUTIVIDADE DA SOJA
Você sabia que o manejo da água e dos fertilizantes, necessários para que as
plantas se desenvolvam, representam fontes de variação na resposta de imagens
de câmeras especiais, que captam diferentes espectros de luz da lavoura de
soja? É isso mesmo!
72
Informações sobre o estágio fenológico da planta podem ser decisivas para es-
timar com precisão as variáveis agronômicas, por meio do uso de imagens aéreas
obtidas por vants e inseridas em sistemas de IA.
• A lavoura irrigada com pivô central gera imagens multiespectrais que são
utilizadas para alimentar um sistema de redes neurais artificiais (machine lear-
ning), através de tratamentos estatísticos, utilizando coeficientes de correla-
ções, algoritmos de ajuste preditivo, como a Multi-Layer Perceptron (MLP), e
validações cruzadas;
• O estudo tem um futuro promissor, pois oferece uma ferramenta útil para
avaliar a produtividade de grãos em uma lavoura de soja irrigada por pivô cen-
tral. No entanto, é necessário observar o estágio fenológico da cultura, pois
esse é um fator-chave na análise da previsão da produtividade de grãos por
sensoriamento remoto, juntamente com testes estatísticos adequados.
Agora, vamos para a aula 2, que vai tratar da inteligência artificial na análise de
folhas e insetos nas lavouras de soja. Vamos lá?
73
A INTELIGÊNCIA
ARTIFICIAL NA ANÁLISE
DE FOLHAS E INSETOS
AULA 2
A ANÁLISE FOLIAR INTELIGENTE
NO GERENCIAMENTO DA
PRODUÇÃO AGRÍCOLA
Segundo o Centro de Estudos Avançados em Economia Aplicada (CEPEA), somente
na safra 2016/2017 os produtores de soja tiveram um custo de R$ 8,3 bilhões com
fungicidas, R$ 6,2 bilhões com inseticidas e R$ 4,8 bilhões com herbicidas, to-
talizando R$19,3 bilhões. Esse significativo montante representa 16,5% do custo
total da produção de soja naquela safra.
75
Destacamos que existe ainda outra técnica, chamada segmentação, que também
pode ser utilizada para a análise foliar. Na imagem é possível separar e quantificar
pontos de doenças que apresentam sintomas diferentes em uma mesma folha.
CONTAGEM E IDENTIFICAÇÃO
DE INSETOS
Vimos anteriormente o desgaste gerado no caixa da empresa rural com os cus-
tos relacionados à compra de defensivos agrícolas. Para combater a elevação de
custo na propriedade, vem à tona um velho ditado popular: “prevenir é melhor
que remediar”.
IMPORTANTE
Nesse contexto, o Serviço Nacional de
Aprendizagem Rural de Goiás (Senar Goiás), oferece
gratuitamente aos produtores e trabalhadores
rurais a capacitação em Manejo Integrado de
Pragas (MIP).
76
Uma das técnicas conhecidas do MIP é a batida de pano. Veja abaixo a descrição
dessa técnica e arraste para o lado para conferir a imagem do procedimento:
Para que possamos entender como a ciência de dados e a inteligência artificial po-
dem auxiliar no MIP, devemos conhecer exatamente o que é uma imagem na visão
computacional. Acompanhe!
IMPORTANTE
Uma imagem é a junção de pequenos pontos de
cores específicas, chamados pixels. O pixel é o
menor elemento em um dispositivo de exibição
e a junção desses pequenos elementos formam
uma imagem.
77
Basicamente um pixel tem três cores: o
vermelho (red), o verde (green) e o azul
(blue), isso forma o padrão RGB. Na visão
computacional, cada uma dessas cores
apresenta 256 tonalidades diferentes,
possibilitando a geração de 16 milhões de
combinações, assim é possível transformar
informações qualitativas em quantitativas.
Na figura ao lado temos o exemplo de uma
imagem com os pixels ressaltados através da
máxima ampliação.
RGB é uma sigla composta pelas letras iniciais de três cores em inglês: red
(vermelho), green (verde) e blue (azul). Esse sistema de cores é constituído
à base de emissão de luz, combinando uma variação de tonalidades de luz
para formar a cor.
Passo 2: Após a inserção das fotos, o responsável pela atividade deverá rela-
cionar no sistema qual é o padrão de composição de cores que o sistema de-
verá identificar.
78
Resumindo, a máquina é ensinada, através de imagens, a fazer a diferenciação das
características de cada inseto para, posteriormente, classificar de acordo com o
grupo específico.
COMPLETANDO
Para saber mais sobre o curso oferecido pelo SENAR
sobre as pragas que podem atacar a lavoura, leia a
matéria: Pragas da safrinha: curso oferecido pelo
Senar Goiás auxilia na defesa sanitária da produção
agrícola - Sistema FAEG
IDENTIFICAÇÃO DE DOENÇAS
FÚNGICAS COM INTELIGÊNCIA
ARTIFICIAL
Também com o uso da inteligência artificial é possível detectar doenças provenien-
tes de fungos na soja. Quer saber como? Confira abaixo:
VÍDEO
79
No estágio final, as estruturas passam a adquirir uma coloração com tons
marrons, expelindo esporos que vão se disseminar por toda a planta.
Antes de encerrar esta aula, vamos conhecer um software da Embrapa que auxi-
lia na análise das folhas da soja.
PROGRAMANDO
Um exemplo desse avanço é a criação do software
AF Soft, que é capaz de fazer a análise das imagens
de folhas através de fotos tiradas com câmeras
fotográficas digitais.
80
Ele consegue realizar medições de áreas infestadas por pragas, de lesões causa-
das por doenças e da área de buracos feitos por insetos, entre outras, graças à
diferença na sequência de cores dos pixels. Observe a imagem abaixo:
IMPORTANTE
O sistema permite analisar dados de diversas
culturas, como soja, milho e cana-de-açúcar, e
de florestas. Para isso, são geradas imagens que
servirão de padrão para, posteriormente, serem
comparadas com as da lavoura do produtor, no
intuito de identificar e quantificar os principais
problemas que afetam as suas culturas.
81
O programa, gratuito, é constantemente atualizado pela equipe da empresa.
Dessa forma, cabe ao usuário apenas informar quais são os requisitos que ele
precisa e a equipe de desenvolvimento realiza novas versões.
82
PERCEPÇÃO DOS
AGRICULTORES
BRASILEIROS SOBRE A
ADOÇÃO DE TECNOLOGIA
NA AGRICULTURA
DE PRECISÃO E NA
AGRICULTURA DIGITAL
AULA 3
O RETRATO DA AGRICULTURA
DIGITAL BRASILEIRA
Nos últimos 50 anos, a agricultura brasileira passou por profundas transforma-
ções. Anteriormente, a agricultura era analisada sob as perspectivas da extensão
de terras, da mão de obra para produção e da baixa produtividade.
DASHBOARD
A Embrapa, em parceria com outras empresas,
criou o Radar AgTech, que consiste no
mapeamento de startups do agro brasileiro. A
sua principal função é trazer dados sobre perfil,
segmento de atuação e localização das agtechs.
Essa iniciativa aumenta as oportunidades para o
agro brasileiro ter mais competitividade.
84
No ano de 2018 houve o mapeamento de 7.000 startups e foram selecionadas
135 para a realização de um mapa de agtechs no país. Os dados do estudo mos-
tram que 72% das empresas estavam localizadas na região Sudeste, 23% na
região Sul e o restante nas outras regiões brasileiras. O estudo apontou que 41%
das empresas não tinham funcionários registrados, tendo como força de trabalho
os próprios fundadores e parceiros sem vínculos empregatícios.
Podemos notar um grande crescimento na área nos últimos anos, não é mesmo?
85
OS IMPACTOS POSITIVOS DO USO
DE TECNOLOGIAS DIGITAIS E O
IMPACTO DA CONECTIVIDADE
NA PRODUTIVIDADE
Certamente toda a tecnologia utilizada na agricultura traz impactos para o produ-
tor rural e para sua propriedade. Vamos acompanhar como isso ocorre? Veja abaixo
o conteúdo do vídeo disponível no curso on-line:
VÍDEO
86
Com base nisso, a Confederação Nacional da Agricultura, o Senar Goiás
e os produtores rurais reivindicam a faixa de frequência de 700 MHz, da
rede 5G, à Agência Nacional de Telecomunicações (Anatel), para realizar
a ampliação da conectividade das zonas rurais, através de pequenos e
médios provedores de internet.
COMPLETANDO
Para saber ainda mais sobre conectividade no
campo, leia esta matéria: Sistema CNA/Senar
participa de audiência pública sobre conectividade
no campo | Confederação da Agricultura e Pecuária
do Brasil (CNA) (cnabrasil.org.br)
87
O QUE VIMOS ATÉ AQUI…
Neste módulo verificamos a importância da inteligência artificial na cadeia da soja.
Vimos que o produto é uma importante fonte de proteína vegetal e que pode ser
utilizada em vários segmentos, como a alimentação humana e animal, indústria
farmacêutica e de tintas, até mesmo na produção de biodiesel.
No próximo capítulo, vamos conhecer mais sobre o uso da inteligência artificial no ma-
nejo de gado. Antes disso, porém, realize as atividades de aprendizagem. Até breve!
88
ATIVIDADES DE
APRENDIZAGEM
ATIVIDADES DE
APRENDIZAGEM
c. Para produzir soja são utilizados defensivos agrícolas que são prejudi-
ciais aos seres humanos. Assim, ela pode ser utilizada apenas para a produ-
ção de biodiesel.
90
b. Para aplicar a inteligência artificial no MIP, o sistema precisa ser treinado
com imagens de insetos. No entanto, como existe uma variedade muito grande
de pragas, somente as cores do padrão RGB (vermelho, verde e azul) não se-
riam capazes de fazer a atividade.
91
INTELIGÊNCIA ARTIFICIAL
NO CAMPO
MÓDULO 4
Uso da inteligência artificial no
manejo do gado
INTRODUÇÃO
Olá!
93
Também neste módulo, vamos conhecer o uso de uma plataforma de pecuária de
precisão para fazer a pesagem dinâmica, o controle da transferência de animais em
pasto com o uso de sensores de célula de carga e a transmissão de dados em tem-
po real para o escritório.
Por fim, conheceremos o uso dos sensores de radiofrequência (RFID) e como eles
são importantes para auxiliar o manejo do gado de corte, e vamos também definir os
melhores protocolos da internet das coisas para transmissão de dados ao escritório
da fazenda. Vamos lá?
Bons estudos!
94
MONITORAMENTO
DE GADO DE CORTE
AULA 1
BOVINOCULTURA DE CORTE
NO PAÍS
Você sabia que de acordo com o levantamento do Instituto Brasileiro de Geografia
e Estatísticas (IBGE), realizado em 2020, o país apresenta um total de 218.150.292
cabeças de gado? É isso mesmo! Observe nas imagens abaixo a distribuição do re-
banho pelo Brasil e no estado de Goiás:
96
De acordo com o Banco Mundial, no ano de 2050 existirão cerca de 9 bilhões de pes-
soas no planeta e isso elevará a demanda da soja em 148% e da carne em 120%.
IMPORTANTE
Com isso, o aumento de tecnologia na produção
elevará significativamente a demanda de mão
de obra especializada, a fim de superar os vários
gargalos da produção e aumentar a produtividade
do rebanho.
CONECTANDO | PODCAST
97
A evolução da tecnologia de imagens e da inteligência artificial e as
melhorias realizadas em veículos aéreos não tripulados têm permitido o
uso de drones para várias funcionalidades.
Agora vamos conhecer outro recurso em que a inteligência artificial pode auxiliar,
que é o controle dos rebanhos.
98
USO DA INTELIGÊNCIA
ARTIFICIAL NA IDENTIFICAÇÃO
DO COMPORTAMENTO BOVINO
Diferente dos filmes que vemos na televisão, o uso da inteligência artificial na identi-
ficação do comportamento de bovinos não é ficção científica! Quer ver um exemplo?
Com as imagens é possível verificar alterações de temperatura na área dos olhos, coste-
las e até no flanco. Depois da coleta, é possível exportar esses dados para que os profis-
sionais de análise de dados possam tomar decisões com base em possíveis mudanças.
99
Além da temperatura corporal, outros dados comportamentais também podem ser
analisados com a inteligência artificial, como o uso de colares e acelerômetros. Co-
nheça mais sobre eles:
Essas informações são enviadas por meio de sistemas de IoT para o celular da fa-
zenda, por Telegram, WhatsApp, SMS ou e-mail, por exemplo, para uma possível in-
tervenção, caso haja necessidade. Em nosso próximo item, vamos conferir como a
tecnologia pode auxiliar na avaliação do escore corporal do gado. Vamos lá?
COMPLETANDO
Você pode ler mais sobre o que é o acelerômetro
nesta reportagem da TecMundo: https://www.
tecmundo.com.br/curiosidade/2652-o-que-e-um-
acelerometro-.htm
100
AVALIAÇÃO DO ESCORE
CORPORAL COM INTELIGÊNCIA
ARTIFICIAL
A utilização de imagens digitais mostra um grande potencial para alterar a rotina de
pesagem tradicional de bovinos, pois podem ser capturadas de forma automatiza-
da no ambiente em que os animais estão sendo criados.
101
IMPORTANTE
Através da pesagem frequente é possível verificar a
eficiência da suplementação alimentar e manejar a
taxa de lotação dos pastos. Outro fator relevante é
que a sua realização demanda pouco tempo, então os
funcionários da propriedade poderão ser rapidamente
liberados para outras atividades na fazenda.
COMPLETANDO
Para saber mais sobre o aplicativo Olho do Dono,
acesse o site: Olho do Dono | Precisão na Pecuária
Agora, vamos seguir para nossa próxima aula, onde veremos um pouco mais so-
bre plataformas inteligentes que auxiliam o manejo do rebanho. Vamos lá?
102
PLATAFORMA
INTELIGENTE DE
PECUÁRIA DE
PRECISÃO
AULA 2
103
O QUE É A PLATAFORMA DE
PECUÁRIA DE PRECISÃO BOSCH
Talvez você já tenha precisado dos serviços dessa empresa e nem saiba! A Bosch é
uma multinacional alemã fundada no ano de 1886, que atua no segmento de oficina
mecânica e elétrica de alta precisão, destacando-se mundialmente no segmento de
peças automotivas. Em 2017, a empresa decidiu lançar seus olhos para o mercado
agropecuário, criando uma plataforma completa de pecuária de precisão.
PROGRAMANDO
O sistema fornece ao produtor dados reais e precisos,
que resultam em aumento de produtividade e
retorno financeiro. Ele é formado por uma série de
módulos, permitindo ao produtor controlar de forma
individualizada o rendimento dos animais
104
Muito interessante, não é mesmo? Essa tecnologia pode facilitar muito a vida do
produtor rural. Agora, vamos para o nosso próximo tópico!
CONTROLANDO À DISTÂNCIA
A MUDANÇA DE ANIMAIS
NO PASTO
Você sabe a diferença entre o pastejo rotacionado e o contínuo? Veja:
105
Com o sistema de pecuária de precisão é
possível monitorar a entrada de animais
nos pastos através dos sistemas de brincos
eletrônicos descartáveis de alta frequência
colocados individualmente nos bovinos.
À medida que os animais são conduzidos
para dentro do pasto, um sensor de
identificação à distância, colocado acima do
corredor de transferência, capta a presença
e contabiliza a quantidade de animais que
entraram na área.
IDENTIFICAÇÃO E PESAGEM
DE BOVINOS A PASTO
A plataforma de pecuária de precisão permite a pesagem dinâmica de animais
a pasto, ou em regimes de confinamento e semiconfinamento. Para saber como
esse sistema funciona, você pode conferir o vídeo disponível no curso on-line.
Para facilitar seus estudos, aqui está o conteúdo dele:
VÍDEO
A plataforma de pecuária de precisão permite a pesagem dinâmica de
animais a pasto, ou em regimes de confinamentos e semiconfinamento.
Para que o sistema funcione é preciso criar uma cerca de divisa entre
a água e os cochos de alimentação. Assim, todas as vezes que os
animais atravessarem a estrutura para beber água ou comer, o peso será
automaticamente coletado por uma balança eletrônica, na qual os animais
passam em cima.
106
Ah, esse sistema permite que o animal seja pesado enquanto está
em movimento.
107
As redes neurais artificiais conseguem
estabelecer o rendimento médio por
carcaça, sem que haja a necessidade de
intervenção humana no animal. Portanto,
esse processo acaba reduzindo não só os
riscos de acidentes do trabalho dentro da
fazenda, como também o estresse animal,
facilitando a conversão de alimento em
peso vivo.
108
FERRAMENTAS BÁSICAS
PARA CAPTAÇÃO E
TRANSMISSÃO DE DADOS
AULA 3
109
O QUE É O SISTEMA RFID E
COMO É O SEU USO PARA A
IDENTIFICAÇÃO DE ANIMAIS
O RFID é um sistema de identificação por radiofrequência. Esse termo é originário
do inglês “Radio Frequency IDentification”. Para entendê-lo melhor, você pode
assistir ao vídeo disponível no curso on-line. Aqui trazemos o conteúdo para faci-
litar seus estudos:
VÍDEO
110
O sistema de RFID é uma alternativa para utilização de código de barras,
pois permite a identificação de produtos mesmo estando distante do
scanner e fora do posicionamento para leitura.
UTILIZAÇÃO DE SENSORES
DO TIPO CÉLULAS DE CARGA
PARA PESAGEM ANIMAL SEM
INTERVENÇÃO HUMANA
O uso dos sistemas de identificação RFID podem ser configurados para trabalhar
com sensores de célula de carga, a qual é um transdutor de força, ou seja, a
célula capta a força exercida pelo peso do animal e a converte em corrente elétri-
ca. Veja como funciona:
Todas as vezes que um animal sobe em uma plataforma que contém células de
carga o seu peso é registrado e as informações do animal são transferidos para
uma plataforma de internet das coisas.
Essa informação vai para o escritório e ao mesmo tempo para o dispositivo móvel,
que pode ser da fazenda, do gerente ou do proprietário.
111
DASHBOARD
É importante ressaltar que as informações
transferidas podem ocorrer em tempo real,
conforme a necessidade do projeto e a velocidade
de conexão de internet da fazenda. Assim, a vinda
da tecnologia 5G trará inúmeros benefícios para a
gestão de processos da fazenda.
TRANSFERINDO INFORMAÇÕES
PARA O ESCRITÓRIO ATRAVÉS DA
INTERNET DAS COISAS (IoT)
112
PROGRAMANDO
Os protocolos LPWAN, do inglês Low Power Long
Range, que significa baixo consumo e longo
alcance, são perfeitos para uso em aplicações
rurais. A rede LPWAN pode conectar dispositivos,
como células de carga e máquinas, que estejam
distantes cerca de 10 km a 20 km da base, de forma
bem melhor que as estações 3G e 4G.
113
Um dos protocolos amplamente utilizados é o MQTT. Este é um protocolo de mensa-
gens de publicação muito utilizado para transmitir dados entre dispositivos, quando
há baixa largura de banda de rede disponível, e para dispositivos com operacionais
menos complexos, como sensores.
Vimos também que uma prática muito comum é o pecuarista mandar o animal
para dentro do frigorífico sem saber ao certo o peso desses animais e que a IA
poderá ajudar na predição do rendimento e do peso de carcaça, através de ima-
gens digitais e de algoritmos que analisam as curvaturas do animal, reportando
ao produtor a atual condição de seu rebanho.
114
ATIVIDADES DE
APRENDIZAGEM
115
ATIVIDADES DE
APRENDIZAGEM
d. O monitoramento por drones poderá ser feito desde que haja uma câ-
mera especial multiespectral para realizar a captura da imagem posterior-
mente à contagem manual dos animais.
116
c. A plataforma de pecuária de precisão permite coletar automaticamente
informações de peso e de mudança de animais nos pastos, identificar os ani-
mais e transferir esses dados para o escritório, para o gerente e para o dono da
fazenda, em tempo real, através da internet das coisas.
d. Ela é uma alternativa mais viável que o código de barras, pois permite a
identificação de um animal, mesmo que ele se apresente fora de posiciona-
mento e ele ainda pode ser lido à distância.
117
ENCERRAMENTO
118
Olá!
Esses assuntos ainda são novidade no Brasil e em Goiás e ainda existe muito a
ser explorado.
119
No entanto, temos grandes avanços em andamento, como os aplicativos desenvol-
vidos aqui no estado para monitoramento de situações de rodovias, o RodoPontes,
e a plataforma Apporteira, que ajuda os produtores goianos a tomarem decisões
mais assertivas.
O Senar Goiás está em constante inovação para trazer ao produtor rural as melhores
tecnologias para alavancar o agro. Esperamos que esse curso tenha ajudado você a
abrir novos horizontes para alavancar seu crescimento e sua produção.
Até a próxima!
120
REFERÊNCIAS
ACETO, G.; PERSICO, V.; PESCAPÉ, A. A survey on information and communication
technologies for industry 4.0: state-of-the-art, taxonomies, perspectives, and
challenges. IEEE Communications Surveys and Tutorials, v. 21, n. 4, p. 3467-
3501, 2019.
AGROCERES. What is the difference between precision, digital and smart far-
ming. Disponível em: https://www.agrocares.com/2020/10/30/what-is-the-diffe-
rence-between-precision-digital-and-smart-farming/. Acesso em: 21 dez. 2021.
AHMAD, L.; NABI, F. AI (artificial intelligence) driven smart agriculture. In: Agri-
culture 5.0: artificial intelligence, IoT, and machine learning. Boca Ratón, Florida,
EUA: CRC Press, 2021. p. 123-134.
AHMAD, L.; NABI, F. Smart intelligent precision agriculture. In: Agriculture 5.0:
artificial intelligence, IoT, and machine learning. Boca Ratón, Florida, EUA: CRC
Press, 2021. p. 25-34.
BARBEDO, J. G. A. et al. Counting cattle in uav images: dealing with clustered ani-
mals and animal/background contrast changes. Sensors, v. 20, n. 7, p. 2126, 2020.
121
CHEN, J.; Yang, A. Intelligent agriculture and its key technologies based on inter-
net of things architecture. IEEE Access, v. 7, p. 77134-77141, 2019.
FAO. World Food and Agriculture. Statistical Yearbook 2020. Rome. Disponível
em: https://www.fao.org/3/cb1329en/cb1329en.pdf. Acesso em: 21 dez. 2021.
122
PRADA, Rodrigo. O que é um acelerômetro. Disponível em: O que é um acelerô-
metro? - TecMundo. Acesso em 01 set. 2021.
RAPELA, M. A. Fostering Innovation for Agriculture 4.0. New York, EUA: Sprin-
ger International Publishing, 2019.
SISTEMA FAEG. Pragas da safrinha: curso oferecido pelo Senar Goiás auxilia na
defesa sanitária da produção agrícola. Disponível em: https://sistemafaeg.com.
br/faeg/noticias/manejo-integrado-e-atencao-constante/pragas-da-safrinha-
-curso-oferecido-pelo-senar-goias-auxilia-na-defesa-sanitaria-da-producao-a-
gricola. Acesso em: 10 set 2021.
123
RESPOSTAS DAS ATIVIDADES
DE APRENDIZAGEM
Módulo 1
1. B
2. B
3. D
Módulo 2
1. B
2. A
3. A
Módulo 3
1. A
2. D
3. C
Módulo 4
1. A
2. C
3. D
124
125 125