Uso de sistema de controle fuzzy e internet das coisas para irrigação na agricultura de precisão

• Autor(a) principal: Souza, Gilberto
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da FEI
• Texto Completo: https://doi.org/10.31414/EE.2021.D.131319; https://repositorio.fei.edu.br/handle/FEI/3213
• topic: Internet das coisas

A agricultura mundial enfrentará o desafio de garantir a segurança alimentar de 9 bilhões de pessoas na década de 2050. Diante disso torna-se essencial o desenvolvimento de novas técnicas de cultivo visando o aumento da produção de alimentos e também a manutenção sustentável dos recursos naturais e do meio ambiente. Para produzir alimentos na quantidade certa, ao tempo certo e a preços acessíveis, os agricultores deverão adotar modelos de agricultura de precisão para elevar o volume de produção de alimentos. A agricultura de precisão emprega técnicas de manejo agrícola baseada na medição e controle de parâmetros da cultura tais como a umidade do solo, a temperatura do ar e o controle da irrigação. Neste contexto, a irrigação agrícola responde pelo maior consumo da água doce disponível para uso no planeta. Adotar técnicas que permitam aumentar a produção agrícola, reduzindo o volume de água irrigada e o desperdício, torna-se crucial e as respostas mais adequadas passam pela implementação de soluções com o uso da Inteligência Artificial (IA). Este trabalho utiliza um modelo de Irrigação de Precisão, tendo a previsão de chuva como complemento ao processo de irrigação, a fim de manter o volume de água do solo em um nível adequado à cultura do pimentão. Um sistema de inferência utilizando controle fuzzy é empregado na prescrição do volume de irrigação, com a aquisição dos dados climáticos feita por meio de dispositivos de Internet das Coisas (IoT) instalados no campo de cultivo, maximizando o molhamento do solo por meio da precipitação pluviométrica e reduzindo o consumo de água irrigada. A redução média de 16% na irrigação, obtida nas simulações e experimentos reais, indica uma boa resposta do modelo frente ao objetivo proposto.