{"id":329864,"date":"2022-02-01T14:52:05","date_gmt":"2022-02-01T14:52:05","guid":{"rendered":"https:\/\/redepress.ecompare.com.br\/noticias\/2022\/02\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola\/"},"modified":"2022-02-22T21:07:40","modified_gmt":"2022-02-22T21:07:40","slug":"algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola","status":"publish","type":"post","link":"https:\/\/redepress.com.br\/noticias\/2022\/02\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola\/","title":{"rendered":"Algoritmos e sensores ajudam a mapear o solo e otimizam a produ\u00e7\u00e3o agr\u00edcola"},"content":{"rendered":"<div><img decoding=\"async\" src=\"data:image\/gif;base64,R0lGODlhAQABAIAAAAAAAP\/\/\/ywAAAAAAQABAAACAUwAOw==\" fifu-lazy=\"1\" fifu-data-sizes=\"auto\" fifu-data-srcset=\"https:\/\/i0.wp.com\/redepress.com.br\/noticias\/wp-content\/uploads\/2022\/02\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola.png?ssl=1&amp;w=75&amp;resize=75&amp;ssl=1 75w, https:\/\/i0.wp.com\/redepress.com.br\/noticias\/wp-content\/uploads\/2022\/02\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola.png?ssl=1&amp;w=100&amp;resize=100&amp;ssl=1 100w, https:\/\/i0.wp.com\/redepress.com.br\/noticias\/wp-content\/uploads\/2022\/02\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola.png?ssl=1&amp;w=150&amp;resize=150&amp;ssl=1 150w, https:\/\/i0.wp.com\/redepress.com.br\/noticias\/wp-content\/uploads\/2022\/02\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola.png?ssl=1&amp;w=240&amp;resize=240&amp;ssl=1 240w, https:\/\/i0.wp.com\/redepress.com.br\/noticias\/wp-content\/uploads\/2022\/02\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola.png?ssl=1&amp;w=320&amp;resize=320&amp;ssl=1 320w, https:\/\/i0.wp.com\/redepress.com.br\/noticias\/wp-content\/uploads\/2022\/02\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola.png?ssl=1&amp;w=500&amp;resize=500&amp;ssl=1 500w, https:\/\/i0.wp.com\/redepress.com.br\/noticias\/wp-content\/uploads\/2022\/02\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola.png?ssl=1&amp;w=640&amp;resize=640&amp;ssl=1 640w, https:\/\/i0.wp.com\/redepress.com.br\/noticias\/wp-content\/uploads\/2022\/02\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola.png?ssl=1&amp;w=800&amp;resize=800&amp;ssl=1 800w, https:\/\/i0.wp.com\/redepress.com.br\/noticias\/wp-content\/uploads\/2022\/02\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola.png?ssl=1&amp;w=1024&amp;resize=1024&amp;ssl=1 1024w, https:\/\/i0.wp.com\/redepress.com.br\/noticias\/wp-content\/uploads\/2022\/02\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola.png?ssl=1&amp;w=1280&amp;resize=1280&amp;ssl=1 1280w, https:\/\/i0.wp.com\/redepress.com.br\/noticias\/wp-content\/uploads\/2022\/02\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola.png?ssl=1&amp;w=1600&amp;resize=1600&amp;ssl=1 1600w\" fifu-data-src=\"https:\/\/i0.wp.com\/redepress.com.br\/noticias\/wp-content\/uploads\/2022\/02\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola.png?ssl=1\" class=\"ff-og-image-inserted\"\/><\/div>\n<p><span class=\"date\">01\/02\/22 11h52<\/span> <\/p>\n<h2 class=\"line\"><\/h2>\n<p> <span class=\"font\">FAPESP<\/span> <\/p>\n<p>O manejo adequado da aplica&ccedil;&atilde;o de adubo e outros insumos nas lavouras &ndash; essencial para garantir a sustentabilidade econ&ocirc;mica e ambiental na produ&ccedil;&atilde;o agr&iacute;cola &ndash; depende do mapeamento preciso do solo em &aacute;reas de planta&ccedil;&otilde;es. Os m&eacute;todos convencionais &agrave; disposi&ccedil;&atilde;o para esse tipo de avalia&ccedil;&atilde;o, por&eacute;m, s&atilde;o onerosos e t&ecirc;m precis&atilde;o limitada. Para contornar o problema, a startup Cropman, sediada em Campinas, desenvolveu uma metodologia inovadora para diagn&oacute;stico de solos com alta precis&atilde;o e custo reduzido.&nbsp;<\/p>\n<p>Com apoio do Programa Pesquisa Inovativa em Pequenas Empresas (PIPE), da FAPESP, pesquisadores da empresa desenvolveram a plataforma tecnol&oacute;gica Smart Sampling, baseada no uso de m&uacute;ltiplos sensores em campo, com automa&ccedil;&atilde;o no fluxo de informa&ccedil;&otilde;es e minera&ccedil;&atilde;o de dados a partir da aplica&ccedil;&atilde;o de um algoritmo inovador.&nbsp;<\/p>\n<p>Os algoritmos produzem mapeamentos de zonas permanentes de manejo e de compacta&ccedil;&atilde;o de solos, que permitem ao agricultor o uso racional de insumos e o preparo de solos a profundidade vari&aacute;vel, assegurando economia, efici&ecirc;ncia, produtividade e sustentabilidade nas pr&aacute;ticas agr&iacute;colas.&nbsp;<\/p>\n<p>De acordo com Henrique Coutinho Junqueira Franco, pesquisador respons&aacute;vel pelo projeto, atualmente um dos fatores limitantes para o mapeamento preciso dos solos &eacute; a quantidade de amostras necess&aacute;rias. Para obter o mapeamento adequado dos atributos f&iacute;sicos e qu&iacute;micos do solo &eacute; necess&aacute;rio realizar uma amostragem densa na &aacute;rea.&nbsp;<\/p>\n<p>&ldquo;Na agricultura de precis&atilde;o cl&aacute;ssica, o m&eacute;todo consiste em desenhar sobre o mapa da fazenda uma grade amostral densa, realizando coletas de amostras de solo a cada 100 metros, a fim de obter uma amostra para cada hectare. Em grandes &aacute;reas, essa amostragem t&atilde;o densa &eacute; trabalhosa e eleva muito os custos, sem precis&atilde;o adequada. Eventualmente isso torna o mapeamento impratic&aacute;vel tanto f&iacute;sica quanto economicamente&rdquo;, explica Franco.&nbsp;<\/p>\n<p>Com inspira&ccedil;&atilde;o no modelo de mapeamento de solos utilizado pela ind&uacute;stria petrol&iacute;fera, o pacote tecnol&oacute;gico Smart Sampling permite obter uma amostragem inteligente, orientada por atributos do solo que s&atilde;o obtidos a partir de informa&ccedil;&otilde;es de sensores de condutividade el&eacute;trica. Mesmo com um n&uacute;mero muito menor de amostras, o mapeamento &eacute; mais eficiente e completo.&nbsp;<\/p>\n<p>&ldquo;Em campo, basta trafegar sobre a &aacute;rea com um ve&iacute;culo equipado de um sensor proximal de condutividade el&eacute;trica, que passa a menos de um metro de dist&acirc;ncia do solo. Os pulsos que retornam do solo s&atilde;o medidos e sua intensidade tem rela&ccedil;&atilde;o direta com o tipo de solo: propor&ccedil;&atilde;o de argila, compacta&ccedil;&atilde;o, presen&ccedil;a de pedras e assim por diante&rdquo;, diz Franco.&nbsp;<\/p>\n<p>O m&eacute;todo permite mapear a variabilidade das condi&ccedil;&otilde;es do solo, otimizando o gerenciamento e a tomada de decis&atilde;o do produtor quanto aos insumos necess&aacute;rios para cada &aacute;rea da planta&ccedil;&atilde;o. Como os atributos do solo s&atilde;o coletados em diversas profundidades, segundo Franco, &eacute; poss&iacute;vel identificar detalhadamente as condi&ccedil;&otilde;es de compacta&ccedil;&atilde;o do solo.&nbsp;<\/p>\n<p>&ldquo;Conseguimos ver a variabilidade do solo que o olho n&atilde;o v&ecirc; &ndash; e que explica por que, em uma mesma &aacute;rea, uma colheitadeira pode obter 124 toneladas de cana em uma parte e apenas uma tonelada em outra&rdquo;, relata.&nbsp;<\/p>\n<p>De acordo com o pesquisador, com as informa&ccedil;&otilde;es de altimetria e de amostras de solo coletadas em locais estrat&eacute;gicos, o Smart Sampling permite gerar zonas permanentes de manejo para diversos usos agr&iacute;colas e para qualquer cultura, reduzindo custos no uso de insumos e aumentando a produtividade. Para isso, o imenso n&uacute;mero de dados obtidos pelos sensoriamentos &eacute; processado por algoritmos desenvolvidos pela Cropman, entregando substancial efici&ecirc;ncia no diagn&oacute;stico de solos agr&iacute;colas.&nbsp;<\/p>\n<p>&ldquo;Usamos v&aacute;rios sensores para avaliar a produ&ccedil;&atilde;o, mas o nosso diferencial &ndash; e a verdadeira inova&ccedil;&atilde;o &ndash; est&aacute; relacionado &agrave; aplica&ccedil;&atilde;o do algoritmo. O segredo do servi&ccedil;o que prestamos consiste em saber o que fazer com os dados que coletamos&rdquo;, diz Franco.&nbsp;<\/p>\n<p><strong>Menos amostras, mais precis&atilde;o<\/strong>&nbsp;<\/p>\n<p>Segundo Franco, o desenvolvimento do algoritmo foi baseado nos softwares utilizados pela ind&uacute;stria do petr&oacute;leo para definir a localiza&ccedil;&atilde;o da perfura&ccedil;&atilde;o de po&ccedil;os a partir da obten&ccedil;&atilde;o de informa&ccedil;&otilde;es s&iacute;smicas do solo obtidas por sensores.&nbsp;<\/p>\n<p>&ldquo;Nessa ind&uacute;stria, n&atilde;o se sai perfurando &agrave;s cegas, &eacute; preciso ser altamente assertivo. Assim, eles alimentam algoritmos com dados qualitativos e quantitativos nas &aacute;reas onde estudos de prospec&ccedil;&atilde;o indicaram alta probabilidade de petr&oacute;leo. Pensando nisso, nos ocorreu a ideia de criar um algoritmo que fosse alimentado com coordenadas e dados do solo das propriedades agr&iacute;colas, a fim de gerir informa&ccedil;&otilde;es para tomada de decis&atilde;o do produtor&rdquo;, explica.&nbsp;<\/p>\n<p>Na fase conceitual do desenvolvimento do algoritmo, os pesquisadores j&aacute; conseguiam produzir mapas t&atilde;o bons como os que s&atilde;o feitos a partir de uma grade amostral densa, com coletas a cada 25 metros &ndash; mas com um n&uacute;mero de amostras dez vezes menor. &ldquo;O algoritmo era alimentado pelos dados de variabilidade el&eacute;trica e nos dizia onde coletar as amostras para fazer um mapa muito qualificado. Com isso, era preciso coletar muito menos&rdquo;, afirma Franco.<\/p>&nbsp;&nbsp;\n<p>No projeto PIPE fase 2, os pesquisadores decidiram escalonar a tecnologia e reunir tudo em uma &uacute;nica plataforma de gest&atilde;o de dados. Dessa forma, surgiu o Smart Sampling, que possibilitou uma evolu&ccedil;&atilde;o das grades amostrais para o estabelecimento de zonas de manejo precisamente determinadas.&nbsp;<\/p>\n<p>&ldquo;Depois de passar o sensor e rodar o algoritmo, rapidamente t&iacute;nhamos os pontos precisos onde fazer a coleta no dia seguinte. Essas amostras eram analisadas no laborat&oacute;rio. A partir da minera&ccedil;&atilde;o dos dados obtidos, criamos pol&iacute;gonos com a caracter&iacute;stica de cada por&ccedil;&atilde;o &ndash; que pode receber os insumos certos na quantidade necess&aacute;ria. Ningu&eacute;m fazia isso e percebemos que t&iacute;nhamos uma inova&ccedil;&atilde;o nas m&atilde;os. Embutimos no PIPE essa ideia de criar as zonas de manejo e intensificamos o processo de automa&ccedil;&atilde;o&rdquo;, explica Franco.&nbsp;<\/p>\n<p><strong>Parceria multinacional<\/strong>&nbsp;<\/p>\n<p>Em 2019, Franco visitou a &Aacute;ustria para conhecer a Geoprospector, empresa que desenvolve um sensor de indu&ccedil;&atilde;o eletromagn&eacute;tica que seria utilizado pela empresa brasileira. Essa parceria acabou aproximando a Cropman da multinacional italiana CNH Industrial, que det&eacute;m parte da empresa austr&iacute;aca. Em 2020, ainda antes da pandemia de COVID-19, a Cropman fez uma aproxima&ccedil;&atilde;o com a CNH Industrial, que estava lan&ccedil;ando no Brasil o Agxtend, uma plataforma inovadora de solu&ccedil;&otilde;es para a agricultura digital.&nbsp;<\/p>\n<p>Segundo Franco, os representantes da multinacional italiana ficaram impressionados com o pacote tecnol&oacute;gico desenvolvido pela Cropman &ndash; e em especial com o que o algoritmo da empresa brasileira era capaz de fazer com os dados.&nbsp;<\/p>\n<p>&ldquo;Eles viram o funcionamento do software da Cropman combinado ao hardware austr&iacute;aco e perceberam que nosso processamento potencializava o sensor da Geoprospector. Eles ficaram impressionados e come&ccedil;amos a discutir uma parceria&rdquo;, diz Franco.&nbsp;<\/p>\n<p>A pandemia atrasou um pouco a aproxima&ccedil;&atilde;o, mas na metade de 2021 as empresas assinaram um contrato de acordo comercial. &ldquo;A parceria &eacute; assim: a CNH nos traz mercado, via concession&aacute;rios &ndash; que chegam a uma centena no Brasil e na Am&eacute;rica Latina &ndash;, n&oacute;s operamos o hardware deles e nossos softwares com os clientes das concession&aacute;rias&rdquo;, detalha o pesquisador.&nbsp;<\/p>\n<p>Segundo ele, a parceria rendeu o Programa Agxtend Brasil, lan&ccedil;ado em outubro, que tamb&eacute;m envolve a Case IH e a New Holland Agriculture, duas fabricantes de maquin&aacute;rio agr&iacute;cola do grupo CNH Industrial.&nbsp;<\/p>\n<p>Com a parceria, o hardware, que &eacute; o principal insumo utilizado nos mapeamentos, &eacute; cedido para a Cropman sem custos &ndash; algo fundamental para que a empresa ganhe escala. A Cropman paga uma taxa por hectare mapeado aos parceiros, pelo uso do sensor, e se beneficia pelo acesso ao mercado via concession&aacute;rios CNH. Sem essa parceria, a empresa levaria muito mais tempo para entrar no mercado.&nbsp;<\/p>\n<p>&ldquo;Pode se tornar um case de sucesso. &Eacute; dif&iacute;cil ganhar escala, mas n&oacute;s temos conseguido focar no aprimoramento dos nossos processos e eles nos ajudam com o acesso ao mercado&rdquo;, avalia Franco.&nbsp;<\/p>\n<p>fonte:&nbsp;<a href=\"https:\/\/agencia.fapesp.br\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola\/37821\/\">https:\/\/agencia.fapesp.br\/algoritmos-e-sensores-ajudam-a-mapear-o-solo-e-otimizam-a-producao-agricola\/37821\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>01\/02\/22 11h52 FAPESP O manejo adequado da aplica&ccedil;&atilde;o de adubo e outros insumos nas lavouras &ndash;&hellip;<\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"fifu_image_url":"","fifu_image_alt":"","footnotes":""},"categories":[21201],"tags":[],"class_list":["post-329864","post","type-post","status-publish","format-standard","hentry","category-destaques","wpcat-21201-id"],"_links":{"self":[{"href":"https:\/\/redepress.com.br\/noticias\/wp-json\/wp\/v2\/posts\/329864","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/redepress.com.br\/noticias\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/redepress.com.br\/noticias\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/redepress.com.br\/noticias\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/redepress.com.br\/noticias\/wp-json\/wp\/v2\/comments?post=329864"}],"version-history":[{"count":0,"href":"https:\/\/redepress.com.br\/noticias\/wp-json\/wp\/v2\/posts\/329864\/revisions"}],"wp:attachment":[{"href":"https:\/\/redepress.com.br\/noticias\/wp-json\/wp\/v2\/media?parent=329864"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/redepress.com.br\/noticias\/wp-json\/wp\/v2\/categories?post=329864"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/redepress.com.br\/noticias\/wp-json\/wp\/v2\/tags?post=329864"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}