Sumário

Sistemas de localização via satélite

1. Como funciona o sistema de localização por
satélite;
2. Equipamentos utilizados na geolocalização;
3. Geração, recepção e erros de sinal no
posicionamento.

Importância da variabilidade temporal e

espacial
1. Entendendo a necessidade de conhecer a
variabilidade;
2. Quais fatores interferem na variabilidade;
3. Utilização da geoestatística para determinar
variabilidade espacial.

Sensores e instrumentos embarcados para

obtenção de dados
1. Sensores de condutividade elétrica;
2. Sensores ópticos;
3. Sensores mecânicos;

Processamento de dados
1. Sistemas de aplicação pré-processados;
2. Sistemas de aplicação em tempo real;
3. Sistemas de monitoramento de máquinas.

Uso de inteligência e robótica na agricultura

1. Conceitos de IoT e big data;
2. Máquinas autônomas e o futuro da
agricultura.
2
Conheça o autor:

Matheus Giroto, Analista

de Qualidade e Líder de
Operações na Sensix.
Formado em Agronomia
pela Universidade
Federal de Uberlândia,
pós-graduando em
Agronegócios pela USP.
Responsável pelo setor
de Falhas de Plantio,
Restituição de Linhas de
Colheita e detecção de
Plantas Infestantes.
 Introdução:
No cenário atual da agricultura brasileira, cada vez
mais a tecnologia está presente no cotidiano de
produtores. Porém, a principal barreira que lidamos
no mercado de trabalho é a falta de conhecimento
técnico adequado, aliada à limitação da
conectividade no campo. O conhecimento sobre
como o moderno maquinário presente no campo
cria, processa e transforma a larga quantidade de
dados agronômicos é de extrema importância para
obtenção de uma agricultura mais assertiva,
economizando recursos e insumos, com
consequente redução em impactos sociais e
ambientais.

4
1.
SISTEMAS DE
LOCALIZAÇÃO
VIA SATÉLITE

5
 Como funciona o sistema
de localização por satélite?
Quando falamos de agricultura de precisão, é
impossível não relacioná-la ao uso de máquinas
inteligentes, drones, pulverizadores, satélites e
tantas outras atribuições. Mas será que já paramos
para nos perguntar como esse complexo sistema
de máquinas se comunicam entre si ou como
elas sabem exatamente onde operar?
Falar sobre os sistemas de geolocalização via
satélite em agricultura de precisão é fundamental
para compreender o funcionamento desta cadeia.
O termo GPS (Global Positioning System) é
amplamente utilizado até os dias atuais para
designar os sistemas de posicionamento, mas a
verdade é que o termo correto a ser utilizado nos
dias de hoje seria GNSS (Global Navigation Satellite
Systems), que em português seria traduzido para
“Sistemas Globais de Navegação por Satélites”.
Tais sistemas permitem saber a localização exata do
maquinário 24 horas por dia a um custo acessível.
Caso a propriedade possua acesso à internet, os
dados de posicionamento são enviados em tempo
real pelas máquinas.
Assim, para uma execução adequada, o sistema
deve seguir alguns requisitos básicos, como:
● Precisão;
● Continuidade (evitar interrupções);
● Capacidade de corrigir anormalidades.

6
São necessários três componentes para o
funcionamento do sistema de posicionamento:
● Segmento espacial: constelação formada por no
mínimo 24 satélites dispostos em 6 órbitas
diversas, permitindo que, pelo menos, 4 satélites
sejam visíveis acima da linha do Equador;
● Segmento de controle: estações em terra
utilizadas para fazer a comunicação e o ajuste
dos satélites, assim como seu reposicionamento;
● Segmento de usuários: antena e receptor que
irá receber e calcular os sinais emitidos e definir
seu posicionamento.

Imagem 1: Exemplo de interação entre segmentos espacial, de controle e usuário

Acesso em:
https://edisciplinas.usp.br/pluginfile.php/7841779/mod_resource/content/0/FINAL_GNSS_1.pdf

7
Suponha que você queira saber a localização de
determinado pulverizador em uma fazenda no
estado de Minas Gerais. Um primeiro satélite
informa que este pulverizador está localizado em
um raio de aproximadamente 330 km de
Goiânia-GO (1), porém essa informação não é tão
relevante, pois pode estar em qualquer direção em
linha reta. Um segundo satélite informa que este
pulverizador está aproximadamente a 100 km de
Catalão-GO (2). Ao traçar uma interseção entre o
alcance dos 2 satélites, encontramos 2 pontos
possíveis para a localização deste pulverizador. Por
fim, um terceiro satélite informa que o pulverizador
se encontra a aproximadamente 150 km de
Patrocínio-MG (3). Feita a triangulação,
concluímos que o pulverizador se encontra em
Uberlândia-MG (P).

Imagem 2: Esquema de triangulação entre três pontos distintos para identificação de um

quarto ponto de interesse.
Acesso em:
https://edisciplinas.usp.br/pluginfile.php/7841779/mod_resource/content/0/FINAL_GNSS_1.pdf 8
A precisão de dados enviados entre satélite e
receptor necessita de um quarto satélite para
corrigir a diferença de tempo da transmissão do
sinal enviado, pois a menor diferença causaria um
erro de posicionamento das máquinas, o que seria
desastroso para qualquer atividade agrícola, como
por exemplo pulverização, semeadura e etc.
Os satélites são enviados para a órbita da Terra
formando assim, uma “constelação”, sendo que
para maior exatidão do posicionamento, um ponto
deve estar sob três coordenadas distintas
(altitude, latitude e longitude).
A constelação de satélites é constituída por várias
unidades idênticas que se comunicam com
unidades terrestres de modo interligado. O
aparelho receptor recebe e calcula sua posição em
relação ao sinal recebido de cada satélite em uma
constelação. É de extrema importância saber qual
sistema de referências está sendo usado, pois
pode haver distorções.
Os sistemas mais utilizados na agricultura são o
WGS84 (World Geodetic System) e SIRGAS2000
(Sistema de Referência Geocêntrico para as
Américas). Em relação à projeção, um sistema
bastante conhecido é o de Zonas UTM (Universal
Transverse Mercator), que divide o planeta em 60
zonas com uma amplitude de 6º na longitude. Esse
sistema é bastante utilizado para fornecer
informações já em unidades métricas, não sendo
necessária sua conversão.

9
Imagem 3: Divisão e área de abrangência de cada zona UTM.
Fonte:
https://adenilsongiovanini.com.br/blog/projecao-utm-o-que-e-caracteristicas-e-aplica
coes/

Imagem 4: Zonas UTM do Brasil

Fonte: https://forest-gis.com/2016/06/um-pouco-sobre-a-projecao-utm.html/ 10
 Equipamentos utilizados na
geolocalização
Receptores GNSS: Aparelhos móveis ou
“semi-estacionários” que calculam a distância entre
o receptor e o satélite. São classificados em
receptores de navegação, topográfico e geodésico.
Os receptores de navegação são compactos,
modernos, com tela sensível ao toque. Possui
entrada USB e também entrada para cartão de
memória.

Imagem 5: Esquema simplificado das interações entre equipamentos de

geolocalização.
Fonte:https://edisciplinas.usp.br/pluginfile.php/7841779/mod_resource/conte
nt/0/FINAL_GNSS_1.pdf

Antena: detecção de ondas emitidas;

Seção de rádio: capta as frequências de rádio e as
converte para uma frequência menor;
Microprocessador: decodifica mensagens de
navegação, calcula posição e velocidade do
maquinário;
11
Oscilador: receptores de quartzo que servem para
calcular o tempo. O método se baseia no código
C/A onde o receptor gera este sinal transmitido por
cada satélite e ao mesmo tempo recebe o sinal via
satélite. O sinal do satélite sofre um atraso que é
determinado pelo tempo que ele leva para chegar
no receptor desde sua emissão; Interface e painel de
comandos; Memória e baterias.
Os receptores quando conectados a quatro ou mais
satélites conseguem obter o posicionamento
horizontal e vertical e ao decodificar os sinais
enviados, determinam latitude e longitude. São
classificados de acordo com sua precisão:
5 a 10 m: utilizam apenas o código C/A da L1 e são
utilizados para navegação;
1 a 5 m: utilizam frequência L1 + C/A e os dados
podem ser armazenados para um
pós-processamento. A utilização de um rover e base
- que consistem em 2 receptores GNSS, sendo que a
base possui coordenadas conhecidas e o rover é o
ponto que se quer descobrir as coordenadas - à
uma distância de até 10 km, as precisões podem
chegar a < 1m pós processada.
Para precisões menores que 1 metro, o uso de
equipamento RTK (Real Time Kinematics) usam as
frequências L1 + C/A, com medições da fase L2.
Dependendo do tempo de rastreamento, a precisão
pode ser de centímetros, tendo uma margem de
erro de 5 cm.

12
 Imagem 6: Interação entre equipamentos receptores e satélites.
Fonte: https://www.geosensori.com.br/2019/05/27/o-rtk-e-suas-aplicacoes/

Imagem 7: Unidade de controle captando sinais dos sensores e GPS transmitindo

para tela de visualização
Fonte: ZHANG, Qin. Precision agriculture technology for crop farming. Taylor &
Francis, 2016.

13
Imagem 8: Alguns dos componentes básicos que atuam como sensores em uma
máquina agrícola
.Fonte:
https://revistacultivar.com.br/noticias/tipos-de-pilotos-automaticos-para-maquinas
-agricolasa

Geração, recepção e erros de sinal

no posicionamento
Os sistemas GNSS trabalham utilizando frequências
específicas. A frequência L1 é transmitida é 1575,42
MHz e a L2 em 1227,60 MHz e estes sinais são
modulados por códigos (FIORIO, 2020):
● Código P (Precision Code): Com frequência de
10,23 MHz e se repete a cada 267 dias (cerca de
37 semanas) com λ efetivo de 29,31 metros
modulado em ambas as Portadoras “L1 e L2”. É
de uso restrito dos militares dos EUA obtendo
maior precisão.
14
● Código C/A (aquisition code): Com frequência
de 1,023 MHz é repetido a cada milissegundo e
traz com ele as mensagens de navegação. É
modulado apenas na portadora L1.
● Código (S/A) – disponibilidade seletiva:
Promove uma degradação do sinal o qual
posicionamento absoluto (um único aparelho)
gera um erro de 100 m na posição (x e y). Em
maio de 2000 por determinação do governo
americano o código S/A o foi desativado fazendo
com que o erro de posicionamento no modo
absoluto fosse próximo de 5 - 10 m.
Todos esses códigos são gerados de forma binária (0
e 1) e o sinal enviado pelo satélite é igual ao gerado
pelo receptor (sinal C/A). A diferença de tempo
entre o sinal enviado e o recebido pelo receptor é o
erro, que pode ser causado pela ionosfera, dentre
outras camadas da atmosfera, assim como pode ser
causado pela reflexão de objetos., pois quanto
maior a diferença de tempo, maior a imprecisão.

Imagem 9: Mudança de fase para geração de sinal

Fonte:
https://edisciplinas.usp.br/pluginfile.php/7841779/mod_resource/content/0/FINAL_
GNSS_1.pdf 15
Desse modo, para corrigir esses erros, são utilizadas
correções em tempo real ou pós-processados. A
correção pós-processada consiste em corrigir os
dados armazenados no receptor (ou rover). Já as
correções em tempo real são realizadas por
equipamentos comumente chamados de RTK.
Equipamentos com RTK possuem erros menores
que 5 centímetros e são bastante utilizados para
estipular a posição em equipamentos móveis
(pulverizadores, colheita de cana, etc).
Na agricultura de precisão é necessária uma
acurácia menor que 2 metros.

Imagem 10: Representação da diferença entre acurácia e precisão.

Dica de leitura:
Correção De GPS Via Satélite: Economia, Produtividade E Precisão No
Campo

16
2.
ENTENDENDO A
NECESSIDADE DE
CONHECER A
VARIABILIDADE

17
 Entendendo a necessidade de
conhecer a variabilidade
Práticas agrícolas exercem grande influência na
produtividade dos cultivos, seja positiva ou
negativa. Ou seja, quando deixamos de levar em
conta a heterogeneidade de uma área, estamos
desperdiçando todo seu potencial produtivo, pois
em uma mesma área, diversos atributos sofrem
variações causadas pela ação natural ou antrópica
de agentes físicos, químicos e biológicos.
Por exemplo, em uma fazenda cuja produtividade é
bastante variada ao longo dos anos, é impossível
fazer uma predição temporal para safras futuras e a
manutenção das condições espaciais irá interferir
positivamente para a estabilidade temporal. A partir
do momento que se sabe o comportamento de
uma área, é possível definir quais locais para extrair
maior potencial produtivo (focar manejo nessas
áreas).
Ao entendermos a correlação entre os diversos
atributos e como eles agem em uma lavoura,
realizamos o manejo para mitigar o efeito negativo
e aproveitar ao máximo o potencial produtivo de
uma cultura, dentro das possibilidades.
De acordo com a EMBRAPA, existem etapas para o
estudo das variabilidades no campo:
● identificação da variabilidade;
● caracterização da variabilidade;
● identificar o(s) principal(is) fator(es) limitante(s);
● desenvolver plano de ação;
● manejo da variabilidade;
● avaliação econômica e ambiental.
18
 Quais fatores interferem na
variabilidade
Para que um parâmetro seja considerado variável
no tempo e espaço, ele necessita de dependência
espacial (ou seja, quanto mais próximo de um
ponto de referência, maior sua relação).
A produtividade de uma cultura é um dos atributos
mais utilizados para entender sua variabilidade e
sua relação com outros fatores que a influenciam
(atributos de solo, fisiológicos, etc) faz-se muito
importante, pois atuam em conjunto e raramente
de forma isolada. Existem fatores mais persistentes
e outros mais flexíveis quanto à sua alteração em
relação ao manejo.
De acordo com Inácio (2023), para realizar a
identificação da variabilidade, o ponto inicial é a
coleta de dados, que pode ser feita a partir de
análise de solo georreferenciada, imagens de
satélite e mapas de produtividade. Tais dados são
tratados em softwares que realizam a interpolação
dos dados.

Imagem 11: Gráfico da relação entre pH e disponibilidade de nutrientes no solo.

Fonte:https://www.agrolink.com.br/culturas/%7BCULTURA%7D/informacoes-da-c
ultura/nutricao/fertilidade_361590.html 19
Imagem 12: Visualização de um mapa de colheita pela plataforma FieldScan.

Utilização da geoestatística para

determinar variabilidade espacial
“Geoestatística é uma ferramenta que utiliza o
conceito de variáveis regionalizadas na avaliação
de variabilidade espacial por meio da extração e
organização espacial dos dados disponíveis de
acordo com a semelhança entre pontos vizinhos
georreferenciados. Não se limita apenas em obter
um modelo de dependência espacial, pretende
também estimar valores nos locais não
amostrados” (Grego, 2014).
Por bastante tempo as áreas agrícolas eram
tratadas como uma unidade só, em que a aplicação
de insumos e as correções realizadas eram
determinadas por uma média dos valores obtidos
através da amostragem. Se tratarmos uma área
com o método convencional, estaremos fadados ao
não aproveitamento máximo de uma determinada
cultura, pois cada uma possui uma particularidade
em relação à disponibilidade de água e nutrientes,
por exemplo. 20
 O uso da geoestatística auxilia produtores no
melhor uso de recursos, redução de custos
operacionais e de insumos, assim como menor
compactação do solo decorrente do tráfego de
máquinas.

Dica de leitura:
Agricultura de Precisão e os métodos de interpolação
de dados - Sensix Blog

Dados concretos serão melhor obtidos se a

amostragem for bem realizada. Eis os tipos de
amostragem:
● Amostragem por grade
É o método mais utilizado no Brasil atualmente. Se
determina um shape georreferenciado da área de
interesse em software específico (QGis, por
exemplo), logo após é gerada uma grade com
espaçamento pré-definido para se determinar as
subáreas onde serão coletadas as amostras.
Após determinação, vai-se à campo com o auxílio
de um GPS para coletar sub amostras em um raio
de até 10 metros do ponto central (que não
necessita ser no centro da célula) para gerar uma
amostra composta. Faz-se isso em todas as células
dentro da área. Em amostras por ponto, o efeito da
variância de uma variável é menor, pois a área a ser
amostrada é menor do que em células.

Imagem 13: Exemplo de

pontos amostrais em
grade.
Fonte: KNOB, Marcelino
João et al. Aplicação de
técnicas de agricultura de
precisão em pequenas
propriedades. 2006.
21
Imagem 14: Grade gerada a partir do shape de contorno em software QGis de uma
área de interesse para amostragem

● Amostragem por célula

A amostragem por célula tem um padrão inicial
semelhante à da amostragem por grades, na
geração das áreas onde serão coletadas as
amostras. Porém, ao invés de utilizar um ponto de
referência, faz-se a coleta em zigue-zague, N ou em
forma de V dentro da célula e, após criar uma
amostra composta, o valor resultante da análise de
solos irá valer por toda aquela célula. É um método
mais econômico.

Imagem 15: Amostragem em zigue zague para obtenção de dados or célula.

Fonte:https://revistacultivar.com.br/noticias/quais-as-vantagens-dos-diferentes-tipo 22
s-de-amostragens-de-solo
Imagem 16: Exemplo de mapa de recomendação por células
Fonte:https://revistacultivar.com.br/noticias/quais-as-vantagens-dos-diferentes-tipo
s-de-amostragens-de-solo

● Amostragem por zonas de manejo

Zonas de manejo (ZM) ou Unidades de
gerenciamento diferenciada (UGD) são áreas dentro
de um talhão que apresentam similaridade entre
atributos condicionantes às culturas e que não
possuem ação antrópica e são estáveis ao longo das
safras, como condutividade elétrica, declividade e
profundidade do solo. A obtenção das ZM se dá por
meio da correlação desses atributos com imagens
obtidas de satélite ou drones, mapas de
produtividade, dentre outros. Técnicas de
agrupamento visam agrupar atributos com menor
variabilidade para a criação destas zonas.
As zonas de manejo levam em conta não só a
variabilidade espacial entre tais atributos, mas
também leva em consideração o histórico produtivo
da área para definir quais locais deverão ser
agrupados.

Dica de leitura:
Ebook Zonas de Manejo 23
Também são importantes por levar em conta cada
cultura e suas necessidades, aplicando um
tratamento específico para cada zona, otimizando
não só os recursos disponíveis em uma
propriedade, mas também o manejo (cultivares
diferentes, espaçamento, etc).

Imagem 17: Visualização de zonas de manejo na plataforma FIeldScan para

correção da fertilidade do solo.

Fonte:
https://blog.sensix.ag/tipos-de-equipamentos-para-fazer-amostragem-de-solos/

24
3.
SENSORES E
INSTRUMENTOS
EMBARCADOS
PARA OBTENÇÃO
DE DADOS

25
“Um sensor é um dispositivo que detecta um
sinal, condição física ou produto químico.
Geralmente é composto de um transdutor
(converte um tipo de energia em outra) e uma
parte que converte a energia resultante em um
sinal elétrico. Atuador é um elemento que produz
ações, atendendo a comandos que podem ser
manuais ou automáticos.”

Sensores de condutividade
elétrica
A condutividade elétrica aparente é o resultado
da mensuração da capacidade do solo de
conduzir uma carga elétrica, sendo influenciada
de acordo com o ambiente. Ou seja, se em uma
mesma área a coleta for realizada em períodos
distintos dentro de uma safra, por exemplo, os
resultados trarão divergências. Mesmo não tendo
significância agrícola, a condutividade elétrica se
relaciona com atributos físicos e químicos do solo,
como capacidade de troca catiônica (CTC) e
disponibilidade de água. De acordo com a
literatura, o ideal é que a condutividade elétrica seja
mensurada quando a umidade do solo está
próxima à capacidade de campo.
O método mais utilizado na agricultura para
mensurar a CEa do solo é através de um medidor
de resistividade elétrica (imagem) em que uma
corrente elétrica é aplicada nos eletrodos externos e
os eletrodos internos medem a diferença de
potencial. Este tipo de medidor pode ser acoplado
a tratores ou quadriciclos.
Esse sistema é denominado aparente pois, pode ser
influenciado por fatores físico-químicos do solo, por
exemplo o tipo de argila e CTC. 26
Imagem 18: Esquema de um sensor de condutividade elétrica.
Fonte: RABELLO, Ladislau Marcelino; BERNARDI, AC de C.; INAMASU, Ricardo
Yassushi. Condutividade elétrica aparente do solo. Bernardi, ACC; Naime, JM;
Resende, AV; Bassoi, LH, p. 48-57, 2014.

Sensores ópticos
Sensores ópticos são amplamente utilizados na
agricultura de precisão tanto de forma proximal,
acoplados a máquinas, quanto de forma orbital e
sub-orbital, através de satélites e drones,
respectivamente. Aqui iremos focar apenas em
sensores acoplados a máquinas, atuando
principalmente na aplicação de insumos.
Na semeadura, o uso de sensores ópticos é uma
ferramenta fortemente ligada à variabilidade
espacial de uma lavoura onde o uso destes
equipamentos acoplados ao tubo condutor de
sementes consegue mensurar em tempo real a
distribuição de insumos. Os sensores utilizam uma
fonte de luz própria composta por LEDs e assim
calculam a reflectância emitida que será enviada ao
monitor de semeadura. Sensores que utilizam fio
possuem maior acurácia de dados, que só sofrerá
interferência caso haja alguma ruptura mecânica na
estrutura. A velocidade de semeadura também
influenciará diretamente na eficácia da contagem
de sementes (GOMES et al., 2018).
27
 Imagem 19: A – Sensor com fio instalado no tubo condutor. B – Sensor sem fio
instalado no tubo condutor.

Imagem 20: Sensor óptico acoplado na semeadora para contagem de sementes

Acesso:
https://www.rech.com/p/7499993/tubo-de-sementes-com-sensor-rech-compativel-jo
hn-deere-aax10062-unitario

Processo similar ocorre quanto à geração de mapas

de produtividade, em que há um emissor de luz
acoplado ao lado do elevador que transporta grãos
em direção ao tanque graneleiro. Quanto menor for
o feixe de luz recebido, maior a quantidade de
grãos.

28
Imagem 21: Exemplo de sensores ópticos para determinação de produtividade.
Acesso: https://tractorgps.gr/en/product/trimble-yield-monitor/

Estes sensores acoplados com sistema de

posicionamento realizam a criação de mapas de
variabilidade espacial. Há que se atentar para a
calibração do equipamento sempre que as
condições de plantio e cultura plantada se alteram.
Além disso, cada fabricante tem uma
recomendação específica para calibragem.

Dica de leitura:
Mapas de colheita: como são gerados? - Sensix Blog

Sensores mecânicos
Dentre os fatores limitantes à produtividade de uma
lavoura, a compactação do solo está entre as
principais, pois ela cria uma resistência ao
crescimento radicular das plantas, limitando seu
acesso às fontes de água e nutrientes. Além disso, a
compactação do solo foge aos olhos do produtor,
portanto o uso de equipamento para medição de
resistência e compactação do solo é fundamental.

29
O mais utilizado é o penetrômetro, que possui
diversas configurações, sendo o mais simples o que
utiliza do impacto mecânico. Há também os
equipamentos hidráulicos onde há acoplado um
medidor de força que altera o valor à medida que o
equipamento é fixado no solo.
Para uma cobertura maior de área, são utilizados
equipamentos acoplados à quadriciclos ou outros
veículos que possuem uma maior mobilidade para
cobrir grandes áreas. O equipamento realiza a
perfuração no solo e cruza com dados
georreferenciados que são exportados para uma
central de controle localizada ao lado do
equipamento.

Imagem 22: Penetrômetro acoplado à quadriciclo para realização de amostragens.

Fonte: https://www.falker.com.br/br/suporte 30
4.
PROCESSAMENTO
DE DADOS

31
 Sistemas de aplicação
pré-processados
Desde que as tecnologias que envolvem dados
georreferenciados na agricultura começaram a se
popularizar - aliadas aos conceitos de variabilidade
espacial - todo maquinário vem sendo aprimorado
para suportar o que se chama de “aplicação em
taxa variável”, controlando seus dosadores,
semeadoras e etc. E quando obtemos dados,
precisamos tratá-los para que sejam imputados
dentro das máquinas.
Estes dados podem ser tratados tanto em tempo
real quanto enviados à um escritório para pré
-processamento. Estes tratamentos previnem a
aplicação incorreta de algum insumo, seja na
quantidade, seja na localização incorreta (erros na
aplicação de algum inseticida, por exemplo, podem
custar toda a produtividade de uma fazenda).
Podem ser obtidos através de sensores acoplados às
máquinas (proximais) ou através de drones e
satélites (imagens de NDVI, por exemplo).
Para imagens obtidas de forma orbital ou suborbital
(NDVI), é necessário que os dados sejam tratados
para filtrar a imagem dentro dos intervalos
aceitáveis, entre –1 e +1, organizado em classes de
intervalos iguais.
Após o tratamento dos dados, eles são enviados à
uma plataforma ou pendrive para serem lidos pelo
maquinário, que irá realizar a aplicação de acordo
com as informações recebidas. À medida que a
máquina se desloca pelo terreno, os dosadores vão
se ajustando à dose correta do insumo.
32
Todo este processo envolve não só os dados que a
máquina está lendo, mas também como seu
controle de velocidade e localização. Tais máquinas
irão depender de um receptor de sinal GNSS.
Uma característica sobre os sistemas pré
-processados é que são amplamente utilizados na
agricultura, uma vez que os equipamentos são mais
acessíveis e as análises feitas em escritórios e
laboratórios são altamente confiáveis. Além disso,
em dados pré-processados, a velocidade de
operação não irá exercer tanta influência, pois cada
área georreferenciada estará ligada à uma dose pré
estabelecida.

Imagem 23: Esquema simplificado de tratamento de dados para posterior uso em

maquinário.
Fonte: ESS, Daniel R.; MORGAN, Mark T.; PARSON, S. D. Implementing site-specific
management: map-versus sensor-based variable rate application. Pub. No.
SSM-2-W, Site-Specific Management Center, Purdue University, West Lafayette, IN,
2001.

Sistemas de aplicação em tempo

real
Nos sistemas de aplicação em tempo real o
maquinário é equipado com diversos sensores que
irão coletar dados, processar e fazer a aplicação em
uma só vez, sendo assim indispensável o uso de
receptores GNSS. Incluem uma unidade de
comando dinâmico que determina a aplicação
através de análises em tempo real das medidas de
um sensor do solo ou cultura para cada lugar dentro
33
do campo percorrido.
Por exemplo, quando vamos analisar uma
população de plantas infestantes, em
mapeamentos pré processados a imagem passa por
uma identificação de áreas a serem aplicadas e
eliminação de falsos positivos, já em
equipamentos de funcionamento em tempo real,
sensores acoplados ao trator próximos aos bicos de
pulverização identificam a presença de uma
planta indesejada e aciona os pulverizadores,
regulando o fluxo de insumo a ser aplicado.
Assim, sensores de velocidade ajudam a diminuir a
probabilidade de erro durante a aplicação de
insumos. É importante lembrar que os erros são
causados pela má calibração dos equipamentos,
mudanças ambientais, operacionais e no tempo
de resposta do sensor para o atuador.
A área colhida é calculada pelo deslocamento
informado pelo receptor GNSS ou pelo sensor de
velocidade, multiplicado pela largura de colheita
(largura de trabalho ou largura da plataforma)
informada pelo operador no monitor. A partir dessa
informação, calcula-se a produtividade para aquela
área.
Sistemas de monitoramento de
máquinas
A cada dia que passa, a presença da automação na
agricultura é cada vez mais forte. Por causa disso,
sistemas de comunicação entre plataformas vêm
sendo criados e aprimorados constantemente para
que a transmissão de informações ocorra de
maneira rápida e segura.
34
O monitoramento de máquinas permite ao
operador acompanhar em tempo real a “saúde” da
máquina ou implemento, através de sensores e
rastreadores que irão gerar relatórios sobre
velocidade, disposição de insumos, funcionamento
do motor, dentre outros.
Esse acompanhamento auxilia na prevenção de
falhas que podem vir a ocorrer, evitando assim o
desperdício de insumos, combustível e mão de
obra.
Além disso, o controle do tráfego das máquinas
permite a menor compactação do solo,
estabelecendo o traçado das máquinas.
A conectividade no campo em muitas áreas do
Brasil ainda não atingiu sua total capacidade, o que
dificulta a transmissão de informações em tempo
real, fazendo-se necessária a exportação de dados
para uma nuvem que serão processados após
captarem sinal. Para manter uma padronização nas
comunicações entre plataformas, é utilizado um
sistema chamado Controller Area Network (CAN).

Dica de leitura: Monitoramento de Colheita:

como melhorar a eficiência? - Sensix Blog

Imagem 24: Linhas de soja semeadas em direções diferentes. 35

Fonte: https://agro.trimble.com.br/blog/solucoes-de-plantio-por-onde-comecar/
Imagem 25: Sensores voltados para mensurar produtividade da colheita.
Fonte: https://blog.aegro.com.br/mapas-de-produtividade-na-agricultura-de-precisao/

Imagem 26: Diversas máquinas colhendo e semeando simultaneamente.

Esalq/usp. Fonte: https://www.slcagricola.com.br/produtos/soja/

O sucesso do monitoramento das máquinas irá

depender não só do potencial operacional
(aquisição de máquinas, implementos, sensores,
etc), mas também de sua calibração (Velocidade de
trabalho, largura de linhas

36
5.
USO DE
INTELIGÊNCIA E
ROBÓTICA NA
AGRICULTURA
37
Conceitos de IoT e big data
Conjunto de tecnologias integradas que encontra
várias aplicações em diversas áreas. Criado em 99, o
conceito consiste na a interação entre componentes
físicos (eletrônicos, elétricos), inteligentes (sensores,
geralmente não visíveis, obtém e analisam dados) e
internet e comunicações sem fio.
Assim, eles conectam o mundo físico ao virtual,
através de estabelecer comunicação entre
máquinas. E emprega tecnologias como:
Hardware: processadores, atuadores, sensores;
Software: protocolos, linguagem de programação;
Big data, computação em nuvem, análise de dados
Todos os tópicos discutidos anteriormente podem
se encaixar na IoT, desde que haja capacidade de
comunicação entre si

Imagem 27: Exemplo de dispositivo Arduino.

Fonte:
https://www.casadarobotica.com/placas-embarcadas/arduino/placas/placa-uno-
r3-smd-atmega328-sem-cabo

Esse dispositivo interage de maneira simples com

outros dispositivos através de linguagens,
padronizou as bibliotecas de sensores e atuadores
e possui capacidade de portabilidade (realizar um
projeto nele ou em outro dispositivo sem alterar o
código). 38
Apesar do baixo poder de processamento, possui
várias aplicações, baixo custo e simplicidade.
Automação não é necessariamente IoT, pois precisa
de internet, controle remoto e dispositivos que
tomem decisões sozinhos. Um exemplo é o conceito
SaaS (Software As A Service) em que o usuário
acessa um software ou aplicativo. Outro exemplo
são as denominadas “casas inteligentes”, onde a
partir de um aplicativo, você consegue automatizar
diversos eletrodomésticos, alarmes, luzes, etc.

Imagem 28: Representação das interações de um dispositivo IoT

Fonte: https://blog.brutalit.com.br/2021/05/17/ferramentas-de-iot-de-codigo-aberto/

Na agricultura, podemos destacar um conjunto de

sensores no campo, máquinas, que vão ajudar na
produtividade e gestão da fazenda, com seus dados
enviados a um banco (data lake) seja via internet ou
outra conexão sem fio, que serão passados pelo
processo de analytics, gerando recomendações.
Por exemplo, sensores acoplados à uma
colheitadeira captam alguma falha na leitura de
colheita e através da conectividade, enviam uma
mensagem diretamente no celular ou computador
do produtor, indicando que a máquina X está com
algum tipo de problema.
39
Outro exemplo seria a manutenção da umidade de
grãos em silos, onde diversos sensores acoplados à
estrutura interna e externa medem a umidade e
temperatura relativa, conectadas com informações
condicionais dos grãos e climatológicas para
predizer se é necessário secar ou arejar os grãos.
Sensores pluviométricos captando informações do
clima em período de colheita.
Um obstáculo presente além da falta de
conectividade no campo é a proteção de dados
sensíveis. Para isso é importante que ao adotar
tecnologias IoT, o produtor se preocupe também
com a segurança dos dados gerados, cuidando para
que não sejam vazados para outros servidores.
Definir protocolos, atualizações de softwares, limitar
o acesso às informações é de extrema importância.
As informações geradas por sensores, em
convergência com a IoT gera uma quantidade
massiva de dados brutos diversos que podem se
relacionar e fornecer a melhor tomada de decisão
em uma propriedade. Isto é o big data. A
informação gerada necessita de alguém com
capacidade analítica para interpretar e aplicá-la.

Máquinas autônomas e o futuro

da agricultura
Passado todos os conceitos aprendidos,
entendemos a importância da tecnologia na
otimização do trabalho no campo. Atualmente,
protótipos estão sendo lançados a fim de executar
funções que antes demandava um alto gasto
energético com mão de obra.
40
O uso de máquinas autônomas que utilizam de
inteligência artificial, machine learning e
algoritmos vem se mostrando cada vez mais
promissor, por poderem executar seus trabalhos
independente das condições climáticas ou dias da
semana.
Além disso, a exposição a produtos químicos que
podem ser nocivos à saúde humana é reduzida ao
se utilizar pulverizadores independentes.
Para que uma máquina seja comercializada, assim
como qualquer tecnologia, é necessária a
realização de diversos testes a nível de campo para
garantir a segurança e confiabilidade das
operações. A intervenção humana ainda estará
presente na forma de tomada de decisões e
interpretação de relatórios gerados
automaticamente. Por outro lado, a utilização de
tais tipos de máquinas irá requerer uma maior mão
de obra especializada em manutenção e
programação.

Dica de leitura: Inteligência Artificial na

produção de alimentos - Sensix Blog

Imagem 29: Pulverizador autônomo Jacto lançado recentemente.

Fonte:
https://revistacultivar.com.br/noticias/jacto-leva-para-a-coopercitrus-expo-2022-o-p
ulverizador-autonomo-arbus-4000-jav 41
Já conhece a Sensix?
A Sensix é uma empresa de software que
auxilia produtores e consultores a tomar
melhores decisões sobre o manejo de
lavouras usando análise avançada de
dados e tecnologia de taxa variável. Nós
somos pioneiros ao apresentar uma visão
360° do fluxo de informações da fazenda,
agregando e gerando análises
continuamente a partir de dados de
satélites, drones, máquinas, solo e chuva,
impactando de maneira muito ativa a
gestão de mais de 2.5 mi de hectares em
mais de 5400 fazendas no Brasil e Mundo
afora. Nossa marca já alcançou os cinco
continentes e sonhamos grande!
Nossa crença é de que só é possível
crescer e fazer a diferença se tivermos
uma cultura forte de pessoas, e o nosso
principal ativo são os sensixers, que
compartilham e vivem nossos valores
todos os dias.
Clique aqui e saiba mais sobre nossos
serviços!
42
Referências:
https://www.embrapa.br/en/satelites-de-mo
nitoramento/missoes/gps
edisciplinas.usp.br (FIORIO, 2020)
INACIO, Karini Aparecida de Matos et al.
Variabilidade espacial da produtividade da
soja e sua correlação com atributos
químicos e textura do solo. 2023.
GREGO, Célia Regina; OLIVEIRA, RP de;
VIEIRA, Sidney Rosa. Geoestatística aplicada
a Agricultura de Precisão. BERNARDI, AC de
C.; NAIME, J. de M, p. 74-83, 2014.
https://ainfo.cnptia.embrapa.br/digital/bitstr
eam/CNPMS/18887/1/Doc_46.pdf
https://tracan.com.br/blog/materia/evolucao
-em-campo/materia/conectividade-em-ma
quinas-agricolas-por-que-ter-frotas-conecta
das/

43