{"id":763,"date":"2017-09-13T10:37:19","date_gmt":"2017-09-13T13:37:19","guid":{"rendered":"http:\/\/insights.certi.org.br\/?p=763"},"modified":"2025-08-13T18:56:49","modified_gmt":"2025-08-13T21:56:49","slug":"a-revolucao-da-agricultura-digital","status":"publish","type":"post","link":"https:\/\/certi.org.br\/blog\/a-revolucao-da-agricultura-digital\/","title":{"rendered":"A Revolu\u00e7\u00e3o da Agricultura Digital"},"content":{"rendered":"

Ao longo das \u00faltimas d\u00e9cadas v\u00e1rios setores da sociedade v\u00eam sendo revolucionados pelo avan\u00e7o da tecnologia digital e, mais recentemente, pelo advento dos chamados sistemas inteligentes. Diariamente usufru\u00edmos de forma bem tang\u00edvel dos benef\u00edcios trazidos pela digitaliza\u00e7\u00e3o dos setores de comunica\u00e7\u00f5es, medicina, banc\u00e1rio e de entretenimento. Falamos recentemente sobre processamento digital de sinais<\/strong><\/a>\u00a0 e suas diversas aplica\u00e7\u00f5es e possibilidades mesmo dentro do nosso cotidiano j\u00e1 imerso nesta realidade. Em muitos setores os efeitos da digitaliza\u00e7\u00e3o podem n\u00e3o ser t\u00e3o aparentes, mas est\u00e3o igualmente presentes. Qual a rela\u00e7\u00e3o entre agricultura digital<\/strong> e os alimentos que consumimos todos os dias, por exemplo?<\/p>\n

A era da agropecu\u00e1ria digital<\/h2>\n

Quando pensamos em tecnologia agr\u00edcola, talvez as primeiras imagens que v\u00eam \u00e0 mente sejam as de sistemas de irriga\u00e7\u00e3o, grandes tratores, semeadeiras e colheitadeiras de mec\u00e2nica complexa, e n\u00e3o imagens de computadores, sensores, rob\u00f4s e drones. No entanto, j\u00e1 h\u00e1 algum tempo vem acontecendo uma verdadeira revolu\u00e7\u00e3o digital no campo, marcada inicialmente pela ado\u00e7\u00e3o de sistemas de informa\u00e7\u00e3o que modernizaram a gest\u00e3o do agroneg\u00f3cio. Em um segundo momento, a evolu\u00e7\u00e3o dos Sistemas de Informa\u00e7\u00f5es Geogr\u00e1ficas (SIGs) e do sensoriamento remoto, principalmente a partir de imagens captadas por sat\u00e9lites e por aerolevantamento, permitiu considerar na gest\u00e3o de safra a variabilidade espacial e temporal do solo e do clima, n\u00e3o mais tratando toda a lavoura de modo uniforme. Passou-se a ter como objetivo aplicar os insumos agr\u00edcolas a taxas vari\u00e1veis, \u201cna quantidade certa, no lugar certo e na hora certa\u201d.<\/p>\n

Atualmente, a agricultura digital<\/strong> utiliza tecnologias como o processamento digital de sinais<\/strong><\/a> (de que falamos em outro artigo do CERTI Insights), os sistemas de posicionamento por sat\u00e9lites (dos quais o mais conhecido \u00e9 o GPS), os sensores inteligentes, a vis\u00e3o computacional e a rob\u00f3tica, que permitem uma adaptabilidade ainda mais refinada \u00e0s condi\u00e7\u00f5es locais, at\u00e9 mesmo metro a metro. A efici\u00eancia de processos assim obtida proporciona redu\u00e7\u00e3o de custos e ganhos significativos de produtividade, de qualidade e de agrega\u00e7\u00e3o de valor aos produtos agropecu\u00e1rios, al\u00e9m de maior sustentabilidade e menor impacto ambiental. Embora o termo mais usado para descrever o uso destas tecnologias no campo seja \u201cagricultura de precis\u00e3o\u201d ou \u201cagricultura digital\u201d, muitos destes avan\u00e7os tamb\u00e9m s\u00e3o aplic\u00e1veis \u00e0 pecu\u00e1ria, podendo-se ent\u00e3o falar de forma mais abrangente em \u201cagropecu\u00e1ria digital\u201d.<\/p>\n

Dois (ou mais) sensores inteligentes \u201cpensam\u201d melhor que um<\/h2>\n

Grande parte das informa\u00e7\u00f5es que alimentam os sistemas de agricultura digital prov\u00eam de sensores que medem grandezas f\u00edsicas relevantes para o controle dos processos de cultivo e cria\u00e7\u00e3o, tais como sensores de umidade do solo e de incid\u00eancia solar instalados em planta\u00e7\u00f5es, sensores de temperatura em avi\u00e1rios e muitos outros. Na agricultura digital as medi\u00e7\u00f5es dos sensores tipicamente n\u00e3o s\u00e3o coletadas de forma manual, e sim por telemetria, pois os sensores podem ser dotados de processadores embarcados e sistemas de comunica\u00e7\u00e3o que os tornam \u201cinteligentes\u201d, permitindo que realizem localmente parte do processamento dos dados e o acionamento de controles e alarmes, como tamb\u00e9m que sejam conectados em rede. Estas redes de sensores inteligentes utilizam princ\u00edpios de metrologia para garantir a confiabilidade das medi\u00e7\u00f5es, processamento digital de sinais para tratamento dos dados, tecnologias de Internet das Coisas para conex\u00e3o com a rede, e de Big Data para an\u00e1lise das informa\u00e7\u00f5es contidas nos grandes volumes de dados gerados. Como exemplos de projetos desenvolvidos pela Funda\u00e7\u00e3o CERTI nesta \u00e1rea podemos citar uma rede de sensores inteligentes para monitoramento ambiental e uma boia instrumentada para monitoramento de qualidade da \u00e1gua, que pode ser usada em reservat\u00f3rios h\u00eddricos e na aquicultura.<\/p>\n

De gr\u00e3o em gr\u00e3o<\/h2>\n

Um tipo de sensor amplamente utilizado na agricultura digital<\/strong> \u00e9 o sensor de imagens, encontrado em c\u00e2meras instaladas na lavoura, em viveiros e pastagens, embarcadas em m\u00e1quinas de beneficiamento dos produtos, ou ainda em aeronaves e drones, e mesmo em telefones celulares. As imagens s\u00e3o tratadas com t\u00e9cnicas de processamento digital que incluem, tipicamente, algoritmos de filtragem, de segmenta\u00e7\u00e3o, de classifica\u00e7\u00e3o e de identifica\u00e7\u00e3o de padr\u00f5es, com m\u00faltiplas finalidades, tais como identifica\u00e7\u00e3o de pragas, doen\u00e7as e defici\u00eancia de nutrientes, elabora\u00e7\u00e3o de mapas de produtividade e rastreamento de objetos. O processamento digital de imagens tamb\u00e9m encontra aplica\u00e7\u00e3o em maquin\u00e1rio para beneficiamento p\u00f3s-colheita, como nos sistemas de inspe\u00e7\u00e3o, sele\u00e7\u00e3o e classifica\u00e7\u00e3o autom\u00e1tica de cereais, hortifrutigranjeiros e outros produtos agr\u00edcolas, detec\u00e7\u00e3o de defeitos e de contamina\u00e7\u00e3o qu\u00edmica ou biol\u00f3gica e seguran\u00e7a alimentar em geral. Um exemplo de equipamento que utiliza o processamento de imagens s\u00e3o as m\u00e1quinas para beneficiamento de cereais, capazes de examinar e selecionar ou classificar os gr\u00e3os um a um \u00e0 velocidade de at\u00e9 centenas de gr\u00e3os por segundo, segundo crit\u00e9rios de cor, tamanho, forma ou textura.<\/p>\n

O que os olhos n\u00e3o veem, o bolso sente!<\/h2>\n

Adicionalmente \u00e0s c\u00e2meras convencionais e fotom\u00e9tricas, tamb\u00e9m s\u00e3o empregados na agricultura digital radi\u00f4metros e c\u00e2meras com sensores multi- e hiperespectrais, capazes de detectar a radia\u00e7\u00e3o eletromagn\u00e9tica com maior resolu\u00e7\u00e3o espectral e em comprimentos de onda fora do intervalo vis\u00edvel ao olho humano, como o da luz ultravioleta, do infravermelho e mesmo de raios-X. Esta capacidade \u00e9 de grande interesse para o setor agropecu\u00e1rio, visto que muitas caracter\u00edsticas intrinsecamente relacionadas \u00e0 produtividade, aos custos e \u00e0 qualidade da produ\u00e7\u00e3o s\u00e3o impercept\u00edveis ao olho humano. Como exemplo de caracter\u00edsticas de interesse podem ser citados o conte\u00fado de umidade no solo e nas plantas, o vigor vegetativo, a qualidade do pasto, e a ocorr\u00eancia de doen\u00e7as ou pragas agr\u00edcolas.<\/p>\n

\u00c9 nesse contexto que a aplica\u00e7\u00e3o de t\u00e9cnicas de processamento digital a imagens multi- e hiperespectrais coletadas por sensores a bordo de plataformas remotas, como sat\u00e9lites, aeronaves e drones, destaca-se como uma das principais ferramentas de an\u00e1lise e suporte \u00e0 agricultura digital<\/strong>. O desenvolvimento e aplica\u00e7\u00e3o de t\u00e9cnicas de processamento em imagens coletadas em faixas fora do espectro vis\u00edvel permitem a elabora\u00e7\u00e3o de diversos \u00edndices para a identifica\u00e7\u00e3o precoce de anomalias, bem como a tomada de a\u00e7\u00f5es corretivas durante o processo produtivo, garantindo assim melhor desempenho, redu\u00e7\u00e3o de custos e redu\u00e7\u00e3o da pegada h\u00eddrica do setor agropecu\u00e1rio. Al\u00e9m disso, uma vez que as c\u00e2meras e radi\u00f4metros s\u00e3o geralmente embarcados em plataformas remotas, permitem a vis\u00e3o sin\u00f3tica de grandes \u00e1reas de produ\u00e7\u00e3o, com dados padronizados coletados de forma sistem\u00e1tica, geralmente a um menor custo em compara\u00e7\u00e3o a coletas realizadas in loco.<\/p>\n

\"agricultura<\/p>\n

Na pecu\u00e1ria, imagens t\u00e9rmicas geradas por c\u00e2meras sens\u00edveis ao infravermelho podem ser usadas, por exemplo, para monitorar a atividade metab\u00f3lica e o conforto t\u00e9rmico de animais em viveiros, controlando automaticamente o sistema de climatiza\u00e7\u00e3o, e tamb\u00e9m para a identifica\u00e7\u00e3o precoce de animais doentes em rebanhos, contribuindo para conter o alastramento de doen\u00e7as infectocontagiosas, como a febre aftosa. Outros exemplos de imagens n\u00e3o-convencionais s\u00e3o as de fluoresc\u00eancia, usadas para an\u00e1lise qu\u00edmica, e as de raios-X e de resson\u00e2ncia magn\u00e9tica, que podem ser usadas para identificar infesta\u00e7\u00f5es internas e outras deteriora\u00e7\u00f5es de produtos n\u00e3o-detect\u00e1veis por inspe\u00e7\u00e3o externa, embora seu uso seja limitado a algumas aplica\u00e7\u00f5es espec\u00edficas que justifiquem o custo mais elevado e a menor velocidade de imageamento.<\/p>\n

Agrob\u00f4s e outras m\u00e1quinas surpreendentes<\/h2>\n

Al\u00e9m das tecnologias descritas acima, tamb\u00e9m a rob\u00f3tica e os ve\u00edculos aut\u00f4nomos e semiaut\u00f4nomos est\u00e3o cada vez mais presentes na agricultura digital<\/strong>. Rob\u00f4s agr\u00edcolas (ou \u201cagrob\u00f4s\u201d) est\u00e3o sendo desenvolvidos para plantio, aplica\u00e7\u00e3o de defensivos agr\u00edcolas e fertilizantes, poda e colheita, seja no campo ou em estufas, e alguns j\u00e1 encontram-se dispon\u00edveis comercialmente. Por serem menores e mais \u00e1geis, os agrob\u00f4s podem evitar a compacta\u00e7\u00e3o do solo decorrente do uso de maquin\u00e1rio pesado, e realizar opera\u00e7\u00f5es com maior precis\u00e3o, como, por exemplo, identificar ervas daninhas e fazer a aplica\u00e7\u00e3o precisa de defensivos agr\u00edcolas somente sobre elas, ou avaliar o grau de amadurecimento de frutos individuais, retirando apenas aqueles que est\u00e3o no ponto certo para colheita. Tamb\u00e9m os drones est\u00e3o sendo cada vez mais usados na agropecu\u00e1ria em fun\u00e7\u00f5es que v\u00e3o al\u00e9m da capta\u00e7\u00e3o de imagens descrita acima, como, por exemplo, para liberar sobre lavouras certos insetos usados como agentes de controle biol\u00f3gico de pragas.<\/p>\n

As m\u00e1quinas agr\u00edcolas aut\u00f4nomas tipicamente utilizam o GPS para seguir trajetos pr\u00e9-programados, al\u00e9m de c\u00e2meras, sonares, radares, lidares (radares a laser) e outros sensores para identificar e contornar obst\u00e1culos encontrados ao longo do percurso. H\u00e1 tamb\u00e9m m\u00e1quinas semiaut\u00f4nomas, igualmente dotadas de piloto autom\u00e1tico, mas que necessitam da supervis\u00e3o de um operador para lidar com trajetos mais problem\u00e1ticos e situa\u00e7\u00f5es imprevistas. Entre as \u00e1reas de compet\u00eancia da CERTI para o desenvolvimento de implementos agr\u00edcolas avan\u00e7ados encontram-se a metrologia e instrumenta\u00e7\u00e3o, o projeto e execu\u00e7\u00e3o de mecatr\u00f4nica, o desenvolvimento de sistemas embarcados e o processamento digital de imagens<\/strong>, empregado nos sistemas de vis\u00e3o computacional.<\/p>\n\n\n

<\/div>\n