Precision farming and digital farming
DOI:
https://doi.org/10.23925/1984-3585.2019i20p17-36Keywords:
Tecnologias de Informação e Comunicação, Conectividade, Internet das Coisas, Nuvem, Algoritmo, Aplicativo, Base de DadosAbstract
This paper presents and discusses the characteristics of precision agriculture (PA) and digital agriculture (DA), pointing out the peculiarities and synergies of each of them. It explains how several countries since the 1990s have used pa in their systems of plant and animal production in with an intensity and extent in relation to the area and types of production systems that has grown over the years. PA includes the use of procedures and equipment, tools, and/or sensors to evaluate the spatial and temporal variability of soil, plants, animals, or weather. The purpose of pa is to supply information to support decision-making in differentiated or flexible ways for planters and other agricultural professionals managing agricultural business. In many pa activities, the collection, storage, analysis, and transmission of soil, plant, animal, or weather data relevant for a specific agricultural production system are performed by hardwares and softwares of DA. Many of these procedures can also be performed with different degrees of automation, either partially or fully. Terms commonly used in plant and animal production, such as information and communication technology, connectivity, internet of things, cloud, algorithm, application, Big Data, among others, can be related to each other as well as to PA and/or DA. In Brazil as well as in other countries, pa and da are in a dynamic process of critical discussion, development, adaptation, validation, and application.
References
ADAMCHUK, V.I.; HUMMEL, J.W.; MORGAN, M.T.; UPADHYAYA, S.K. On-the-go soil sensors for precision agriculture. Computers and Electronics in Agriculture, v.44, p.71-91, 2004.
ANDERSON, D.M.; ESTELL, R.E.; CIBILS, A.F. Spatiotemporal cattle data – a plea for protocol standardization. Positioning, v.4, p.115-136, 2013.
BAZZI, C. L.; SOUZA, E. G.; URIBE-OPAZO, M. A.; NÓBREGA, L. H.; ROCHA, D. M. Management zones definition using soil chemical and physical attributes in a soybean area. Engenharia Agrícola, v. 33, n. 5, p. 952-964, 2013.
BERNARDI, A. C. C.; BETTIOL, G. M.; FERREIRA, R. P.; SANTOS, K. E. L.; RABELLO, L. M.; INAMASU, R. Y. Spatial variability of soil properties and yield of a grazed alfalfa pasture in Brazil. Precision agriculture, v. 17, p. 737-752, 2016.
BERNARDI, A. C. C.; INAMASU, R. Y. Adoção da agricultura de precisão no Brasil. In: BERNARDI, A. C. C.; NAIME, J. M.; RESENDE, A. V.; BASSOI, L. H.; INAMASU, R. Y. (Ed.). Agricultura de precisão: resultados de um novo olhar. Brasília, DF: Embrapa, 2014. p. 559-577.
BERNARDI, A. C. C.; NAIME, J. M.; RESENDE, A. V.; BASSOI, L. H.; INAMASU, R. Y. Agricultura de precisão: resultados de um novo olhar. 1. ed. Brasília: Embrapa, 2014. 596p
BERNARDI, A. C. C.; BETTIOL, G. M.; GREGO, C. R.; ANDRADE, R. G.; RABELLO, L. M.; INAMASU, R. Y. Ferramentas de agricultura de precisão como auxílio ao manejo da fertilidade do solo. Cadernos de Ciência & Tecnologia, Brasília v. 32, n. 1/2, p. 205-221, 2015.
BERRY, J.K., DELGADO, J.A., KHOSLA, R., PIERCE, F.J. Precision conservation for environmental sustainability. Journal of Soil and Water Conservation, n.58, v.6, p.332-339, 2003.
BERRY, J.K., DELGADO, J.A., PIERCE, F.J., KHOSLA, R. Applying spatial analysis for precision conservation across the landscape. Journal of Soil and Water Conservation, n.60, v.6, p.363-370, 2005.
BREDEMEIER, C.; VARIANI, C.; ALMEIDA, D.; ROSA, A. T. Estimativa do potencial produtivo em trigo utilizando sensor óptico ativo para adubação nitrogenada em taxa variável. Ciência Rural, v.43, n.7, p. 1147-1154, 2013.
BRETTEL, M.; FRIEDERICHSEN, N.; KELLER, M.; ROSENBERG, M. How virtualization, decentralization and network building change the manufacturing landscape: an industry 4.0 perspective. International Journal of Mechanical Engineering and Applications, v.8, n.1, p.37-44, 2014.
CAMBARDELLA, C. A.; KARLEN, D. L. Spatial analysis of soil fertility parameters. Precision Agriculture, v.1, p.5-14, 1999.
CHENG, X., ZHANG, Y., CHEN, Y., WU, Y., & YUE, Y. Pest identification via deep residual learning in complex background. Computers and Electronics in Agriculture, v. 141, p. 351-356, 2017.
COSTA, B. R. S.; OLDONI, H.; ROCHA JUNIOR, R. C.; BASSOI, L. H. Delimitação de zonas homogêneas em vinhedo por meio de análise geoestatística e multivariada de diferentes índices de vegetação. In: Congresso Brasileiro de Agricultura de Precisão, 2018, Curitiba. Construção dos dados na era da digitalização agrícola. Curitiba: AsBraAP, 2018. p. 45-51.
CRUVINEL, P. E.; KARAM, D.; BERALDO, J. M. G. Agricultura, precisão e manejo de plantas invasoras na cultura do milho. In: In: BERNARDI, A. C. C.; NAIME, J. M.; RESENDE, A. V.; BASSOI, L. H.; INAMASU, R. Y. (Ed.). Agricultura de precisão: resultados de um novo olhar. Brasília, DF: Embrapa, 2014.,v. 1, p. 135-156.
CRUVINEL, P.E.; KARAM, D.; BERALDO, J.M.G. Method for the precision application of herbicides in the controlling of weed species into a culture of maize. In: VII SINTAG, Simpósio Internacional de Tecnologia de Aplicação, 14 a 16 de setembro – Uberlândia/MG, pp. 4, 2015.
EZENNE, G.I., L. JUPP, S.K. MANTEL, J.L. TANNER. Current and potential capabilities of UAS for crop water productivity in precision agriculture. Agricultural Water Management, 218:158-164, 2019.
DELGADO, J.A., BERRY, J.K. Advances in precision conservation. Advances in Agronomy, n.98, p.1-44, 2008.
FILIPPINI ALBA, J. M. Modelagem SIG em agricultura de precisão: conceitos, revisão e aplicações. In: BERNARDI, A. C. C.; NAIME, J. M.; RESENDE, A. V.; BASSOI, L. H.; INAMASU, R. Y. (Ed.). Agricultura de precisão: resultados de um novo olhar. Brasília, DF: Embrapa, 2014. p. 84-95.
GEBBERS, R.; ADAMCHUK, V.I. Precision agriculture and food security. Science, v.327, n.5967, p.828-31, 2010.
GREGO, C. R.; OLIVEIRA, A.; NOGUEIRA, S. F.; RODRIGUES, C. A. G.; BRANCALIÃO, S. R.; FURTADO, A.L.S. Estoque de carbono no solo e produtividade da cana-de-açúcar analisados quanto a variabilidade espacial. In: INAMASU, R.Y.; NAIME, J.M.; RESENDE, A.V.; BASSOI, L.H.; BERNARDI, A.C.C. (Ed.). Agricultura de precisão: um novo olhar. São Carlos: Embrapa Instrumentação, 2011, v. 1, p. 240-244.
GREGO, C. R.; OLIVEIRA, R. P. Conceitos básicos da Geoestatística. In: OLIVEIRA, R. P.; GREGO, C.R.; BRANDAO, Z.N. (Ed.). Geoestatística aplicada na agricultura de precisão utilizando o Vesper. Brasília, DF: Embrapa, 2015. p. 41-62.
HAUG, S.; OSTERMANN, J. A crop/weed field image dataset for the evaluation of computer vision based precision agriculture tasks. In: European Conference on Computer Vision. Springer, Cham, 2014. p. 105-116.
HURTADO, S. M. C.; RESENDE, A. V.; SILVA, C. A.; CORAZZA, E. J.; SHIRATSUCHI, L. S. Variação espacial da resposta do milho à adubação nitrogenada de cobertura em lavoura no cerrado. Pesquisa Agropecuária Brasileira, v.44, n.3, p.300-309, 2009.
IBRAHIM, H. M.; HUGGINS, D. R. Spatio-temporal patterns of soil water storage under dryland agriculture at the watershed scale. Journal of Hydrology, n.404 p. 186-197, 2011.
INAMASU, R. Y.; BELLOTE, A. F. J.; LUCHIARI JUNIOR, A.; SHIRATSUCHI, L. S.; OLIVEIRA, P. A. V. de; BERNARDI, A. C. de C. Portfólio automação agrícola, pecuária e florestal. São Carlos: Embrapa Instrumentação, 2016. 14 p. (Embrapa Instrumentação. Documentos, 60).
INAMASU, R.Y.; BERNARDI, A.C.C. Agricultura de precisão. In: BERNARDI, A.C.C.; NAIME, J.M.; RESENDE, A.V.; BASSOI, L.H.; INAMASU, R.Y. (Ed.). Agricultura de precisão: resultados de um novo olhar. Brasília, DF: Embrapa, 2014. p.21-33.
INAMASU, R.Y.; BERNARDI, A.C.C.; VAZ, C.M.P.; NAIME, J.M.; QUEIROS, L.R.; RESENDE, A.V.; VILELA, M.F.; JORGE, L.A.C.; BASSOI, L.H.; PEREZ, N.B.; FRAGALLE, E.P. Agricultura de precisão para a sustentabilidade de sistemas produtivos do agronegócio brasileiro. In: INAMASU, R.Y.; NAIME, J.M.; RESENDE, A.V.; BASSOI, L.H.; BERNARDI, A.C.C. (Ed.). Agricultura de precisão: um novo olhar. São Carlos: Embrapa Instrumentação, 2011. p. 14-26.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Censo Demográfico 2010. Rio de Janeiro, RJ, Brasil. 2010. Disponível em: https://ww2.ibge.gov.br/home/estatistica/populacao/censo2010/
GOLDSTEIN, A., FINK, L., MEITIN, A., BOHADANA, S., LUTENBERG, O., & RAVID, G. Applying machine learning on sensor data for irrigation recommendations: revealing the agronomist’s tacit knowledge. Precision agriculture, v. 19, n. 3, p. 421-444, 2018.
GRINBLAT, G. L.; UZAL, L. C., LARESE, M. G.; GRANITTTO, P. M. . Deep learning for plant identification using vein morphological patterns. Computers and Electronics in Agriculture, v. 127, p. 418-424, 2016.
JORGE, L. A. C.; INAMASU, R. Y. Detecção do greening dos citrus por imagens multiespectrais. In: BERNARDI, A. C. C.; NAIME, J. M.; RESENDE, A. V.; BASSOI, L. H.; INAMASU, R. Y. (Ed.). Agricultura de precisão: resultados de um novo olhar. Brasília, DF: Embrapa, 2014. p.180 – 190.
KALOXYLOS, A.; EIGENMANN, R.; TEYE, F.; POLITOPOULOU, Z.; WOLFERT, S.; SHRANK, C.; DILLINGER, M.; LAMPROPOULOU, I.; ANTONIOU, E.; PESONEN, L.; NICOLE, H.; THOMAS, F.; ALONISTIOTI, N.; KOMENTZAS, G. Farm management systems and the Future Internet era. Computers and Electronics in Agriculture, 89, 130–144, 2012.
KITCHEN, N.R. Emerging technologies for real-time and integrated agriculture decisions. Computers and Electronics in Agriculture, 61: 1-3, 2008.
LEHMANN, R.J.; REICHE, R.; SCHIEFER, G. Future internet and the agri-food sector: state-of-the-art in literature and research. Comput Electron Agric; 89:158-174, 2012.
LIAO, Y.; DESCHAMPS, F.; LOURES, E.D.F.R.; RAMOS, L.F.P. Past, present and future of industry 4.0 - A systematic literature review and research agenda proposal. International Journal of Production Research, v.55, n.12, p.3609-3629, 2017.
LUCHIARI JUNIOR, A.; BORGHI, E.; AVANZI, J. C.; FREITAS, A. A.; BORTOLON, L.; BORTOLON, E. S. O.; INAMASU, R. Y. Zonas de manejo: teoria e prática. In: INAMASU, R. Y.; NAIME, J. M.; RESENDE, A. V.; BASSOI, L. H.; BERNARDI, A.C.C. (Ed.). Agricultura de precisão: um novo olhar. São Carlos, SP: Embrapa Instrumentação, 2011. p. 60-64.
MACHADO, P.L.O.A.; BERNARDI, A.C.C.; ALENCIA, L.I.O.; MOLIN, J.P.; GIMENEZ, L.M.; SILVA, C.A.; ANDRADE, A.G.A.; MADARI, B.E.; MEIRELLES, M.S.P.M. Mapeamento da condutividade elétrica e relação com a argila de Latossolo sob plantio direto. Pesquisa Agropecuária Brasileira, Brasília, v.41, p.1023-1031, 2006.
MANYIKA, J.; CHUI, M.; MIREMADI, M.; BUGHIN, J.; GEORGE, K.; WILLMOTT, P.; DEWHURST, M. A future that works: Automation, employment, and productivity. McKinsey Global Institute, New York. 2017. Disponível em: https://www.mckinsey.com/global-themes/digital-disruption/harnessing-automation-for-a-future-that-works
McBRATNEY, A.; ODEH, I.O.A.; BISHOP, T.F.A.; DUNBAR, M.S.; SHATAR, T.M. An overview of pedometric techniques for use in soil survey. Geoderma, v. 97, n. 3-4, p. 293-327, 2000.
McBRATNEY, A.; WHELAN, B.; ANCEV, T.; BOUMA, J. Future directions of Precision Agriculture. Precision Agriculture, v.6, p.7-23, 2005.
MOLIN, J.P. Agricultura de Precisão: números do mercado brasileiro. Agricultura de Precisão - Boletim Técnico 03, ESALQ/USP, Piracicaba, 2017, 7p.
MULLA, D. J. Twenty-five years of remote sensing in precision agriculture: Key advances and remaining knowledge gaps. Biosystems Engineering, v 114, p.358-371, 2013.
NASCIMENTO, P. S. ; BASSOI, L. H.; SILVA, J. A.; COSTA, B. R. S. Zonas homogêneas de atributos do solo para o manejo de irrigação em pomar de videira. Revista Brasileira de Ciência do Solo, v. 38, p. 1101-1113, 2014.
NUMATA, I. et al. Characterization of pasture biophysical properties and the impact of grazing intensity using remotely sensed data. Remote Sensing of Environment, v. 109, p. 314–327, 2007.
OLDONI, H.; BASSOI, L. H. Delineation of irrigation management zones in a Quartzipsamment of the Brazilian semiarid region. Pesquisa Agropecuaria Brasileira, v. 51, p. 1283-1294, 2016.
OLDONI, H. et al. Apparent soil electrical conductivity as a guidance for canopy management in vineyards. In: 5th Global Workshop on Proximal Soil Sensing, 2019, Columbia. PSS 2019. Columbia: USDA ARS / University of Missouri, 2019. p. 105-110.
OLDONI, H. et al. Delineamento de zonas de manejo de irrigação em vinhedo com base na granulometria do solo. In: Congresso Brasileiro de Agricultura de Precisão, 2018, Curitiba. Construção dos dados na era da digitalização agrícola. Curitiba: AsBraAP, 2018. p. 52-58.
PIVOTO, D. et al. Scientific development of smart farming technologies and their application in Brazil. Information Processing in Agriculture, 2017.
QUEIRÓS, L. R. et al. Análise das possibilidades e tendências do uso das tecnologias da informação e comunicação em agricultura de precisão. In: BERNARDI, A. C. C. (Orgs.). Agricultura de precisão: resultados de um novo olhar. Brasília, DF: Embrapa, 2014. p. 97-108.
RABELLO, L. M.; BERNARDI, A. C. C.; INAMASU, R. Y. Condutividade elétrica aparente do solo. In: BERNARDI, A. C. C. et al. (Orgs.). Agricultura de precisão: resultados de um novo olhar. Brasília, DF: Embrapa, 2014. p. 48-57.
SANTI, A. L. et al. Distribuição espaço-temporal de lagartas desfolhadoras e sua correlação com o rendimento de grãos na cultura da soja. In: BERNARDI, A.C.C. et al. (Orgs.). Agricultura de precisão: resultados de um novo olhar. Brasília, DF: Embrapa, 2014. p. 260-266.
SANTOS, K. E. L. et al. Geoestatística e geoprocessamento na tomada de decisão do uso de insumos em uma pastagem. Brazilian Journal of Biosystems Engineering, v. 11, n. 3, p. 294-307, 2017.
SCHRAMMEL, B. M.; GEBLER, L. Utilização de ferramentas do SIG para agricultura de precisão no planejamento ambiental de uma pequena propriedade rural produtora de maçãs. In: INAMASU, R. Y. et al. (Orgs.). Agricultura de Precisão: Um novo olhar. 1 ed. São Carlos: Embrapa Instrumentação, 2011, p. 222-226.
SCULL, P.; FRANKLIN, J.; CHADWICK, O.A.; MCARTHUR, D. Predictive soil mapping: a review. Progress in Physical Geography, v. 27, p. 171-197, 2003.
SHIRATSUCHI, L. S. et al. Sensoriamento Remoto: conceitos básicos e aplicações na Agricultura de Precisão. In: BERNARDI, A. C. C. et al. (Orgs.). Agricultura de precisão: resultados de um novo olhar. Brasília: Embrapa, 2014. p. 58-73.
SØRENSEN, C. G. et al. Conceptual model of a future farm management information system. Comput Electron Agric, 2010; 72(1): p. 37-47
SUNDMAEKER, H. et al. Internet of food and farm 2020. In: VERMESAN, O., FRIESS, P. (Orgs.). Digitising the industry: internet of things connecting physical, digital and virtual worlds. Peter Friess: River Publishers; 2016, p.129-151.
TILMAN, D. et al. Agricultural sustainability and intensive production practices. Nature, 418, 2002.
VERRUMA, A. A. et al. Soil and weed occurrence mapping and estimates of sugarcane production cost. Brazilian Journal of Biosystems Engineering, v. 11, n. 1, p. 68-78, 2017.
WOLFERT, J.; SØRENSEN, C. G.; GOENSE, D. A future internet collaboration platform for safe and healthy food from farm to fork. Annual SRII Global Conference, 2014. Proceedings… San Jose, CA, USA: SRII p. 266-273. 2014.
WOLFERT, S. et al. Big data in smart farming – a review. Agricultural Systems, v. 153, p. 69-80, 2017.
Downloads
Issue
Section
License
Esta revista oferece acesso livre imediato ao seu conteúdo de acordo com a licença CC BY 4.0, em conformidade com a definição de acesso público do Directory of Open Access Journals (DOAJ).
Ao submeter um texto à TECCOGS, os autores asseguram que o material submetido à avaliação e eventual publicação não infringe de modo algum qualquer direito proprietário ou copyright de outros. Com a submissão, o autor transfere em efetivo os direitos de publicação do artigo para a TECCOGS. A transferência de copyright cobre os direitos exclusivos de publicação e distribuição do artigo, incluindo reimpressões ou quaisquer outras reproduções de natureza similar, além de traduções. Os autores mantém o direito de usar todo ou partes deste texto em trabalhos futuros de sua autoria e de conceder ou recusar a permissão a terceiros para republicar todo ou partes do texto ou de suas traduções. Para republicar números da revista na íntegra, qualquer interessado precisa obter permissão por escrito tanto dos autores como também dos editores da TECCOGS. A TECCOGS por si só pode conceder direitos relativos a emissões de periódicos como um todo.
Imagens com direitos autorais pertencentes a terceiros, que não foram concedidos ao autor do texto, devem ser utilizadas somente quando necessárias à análise e ao argumento da pesquisa, sempre indicando as respectivas fontes e autoria. A TECCOGS dispensa o uso de imagens meramente ilustrativas. Se desejar ilustrar um conceito, o autor deve indicar, em forma de URL ou referência bibliográfica, uma referência em que a ilustração esteja disponível.
---------------------------------------------------------------------------------
This journal offers free immediate access to its content under CC BY 4.0, in accordance with Directory of Open Access Journals' (DOAJ) definition of Open Acess.
When submitting a text to TECCOGS, authors ensure that the material submitted for evaluation and eventual publication does not infringe any proprietary right or copyright. Upon submission, authors effectively transfer the publication rights of the article to TECCOGS. The copyright transfer covers the exclusive rights of publication and distribution of the article, including reprints or any other reproduction of similar nature, in addition to translations. Authors retain the right to use all or parts of the text in future works of their own, as well as to grant or refuse permission to third parties to republish all or parts of the text or its translations. In order to fully republish issues of the magazine, anyone interested must obtain written permission from both the authors and the editors of TECCOGS. TECCOGS alone can grant rights relating to issues of journals as a whole.
Images whose copyright belongs to third parties that have not been granted to the author of the text should be used only when essential for the analysis and argument, always indicating theirs respective sources and authorship. TECCOGS dismisses any use of merely illustrative images. To illustrate a concept, the author must indicate, in the form of a URL or bibliographic reference, a source in which the illustration is available.