Aplicativo de celular para manejo da irrigação com base no clima por meio de redes neurais artificiais

• Autor(a) principal: Ferreira, Lucas Borges
• Data de Publicação: 2020
• Outros Autores: Cunha, Fernando França da, Oliveira, Rubens Alves de, Rodrigues, Thiago Ferreira
• Tipo de documento: Artigo
• Idioma: eng
• Título da fonte: Pesquisa Agropecuária Brasileira (Online)
• Texto Completo: https://seer.sct.embrapa.br/index.php/pab/article/view/26726
• topic: Zea mays; inteligência artificial; evapotranspiração; aprendizado de máquina; irrigação inteligente; Zea mays; artificial intelligence; evapotranspiration; machine learning; smart irrigation

O objetivo deste trabalho foi desenvolver um aplicativo (APP) para manejo da irrigação com base no clima, por meio de redes neurais artificiais (ANNs), além de validá-lo em um cultivo de milho (Zea mays) verde. Desenvolveu-se um APP (IrriMobile) que utiliza ANNs com base em temperatura e umidade relativa, ou apenas em temperatura, para estimar a evapotranspiração de referência (ETo). O aplicativo e a metodologia de manejo da irrigação de Bernardo, com a ETo estimada pela equação FAO-56 Penman-Monteith, foram utilizados para manejar a irrigação na cultura do milho verde. Avaliou-se também o desempenho de equações empíricas para estimar a ETo. Avaliaram-se diversas características morfológicas e agronômicas do milho. O APP foi utilizado no experimento com dados de temperatura, umidade relativa e precipitação. Simulou-se, também, seu uso apenas com dados de temperatura e precipitação. Não houve diferença para nenhuma das características do milho avaliadas. A estimação de ETo pelo APP mostrou desempenho superior à das equações avaliadas. O aplicativo superestima os requisitos de irrigação em 8 e 19%, ao usar temperatura e umidade relativa, e apenas temperatura, respectivamente.