Nome do Projeto
ConectaAgro: ‘Inteligência Artificial das Coisas’ Aplicada ao Manejo Integrado de Pragas
Ênfase
Pesquisa
Data inicial - Data final
20/12/2021 - 28/06/2024
Unidade de Origem
Coordenador Atual
Área CNPq
Ciências Exatas e da Terra
Resumo
A implementação de tecnologias digitais é algo inevitável para a agricultura, visto que tecnologias computacionais e eletrônicas tendem a tornar-se cada vez mais difundidas e acessíveis. De forma geral, algumas barreiras ainda são encontradas, como a falta de acesso a equipamentos de conectividade em áreas rurais, falta de conhecimento e acesso a financiamento. Entende-se que os dois últimos pontos podem ser trabalhados através de educação e orientação técnica.
Um dos desafios da agricultura, os fatores bióticos que limitam a produção de alimentos, é a ocorrência de pragas (insetos, fitopatógenos, plantas daninhas). Estima-se que os prejuízos pelo ataque de pragas na agricultura brasileira chegam a R$ 55 bilhões por ano, de acordo com dados da Empresa Brasileira de Pesquisa Agropecuária (Embrapa), representando quase 10% da produção agrícola nacional.
Com vistas a uma demanda crescente por alimentos e a sustentabilidade, torna-se imprescindível a adoção de tecnologias que visam a melhoria na eficiência do controle de pragas, baseadas nos preceitos do Manejo Integrado de Pragas (MIP). Para que o MIP seja aplicado de forma correta, é essencial que as técnicas de monitoramento da população das pragas na plantação sejam aplicadas com precisão, pois, sem a coleta de informações sobre a sua dinâmica populacional, em conjunto com os fatores ecológicos relacionados, não é possível executar o controle adequado de forma efetiva nas áreas atacadas.
Este projeto pretende estabelecer uma área para testes e validação de tecnologias da agricultura 4.0, tendo como estudo de caso o aprimoramento e avaliação de um sistema integrado de sensores para coleta de dados e tomada de decisão para manejo integrado de pragas. A longo prazo, o objetivo é tornar a área experimental um catalisador para o desenvolvimento social e tecnológico deste segmento da agricultura na região Sul do RS, influenciando na tendência da adoção de novas tecnologias no campo para aumento de produtividade e de forma sustentável, a partir de um ferramental tecnológico que possa ser replicado para outras culturas e regiões agrícolas.
Objetivo Geral
O objetivo geral do projeto é estabelecer uma área para testes e validação de tecnologias da agricultura 4.0, tendo como estudo de caso o aprimoramento e avaliação de um sistema integrado de sensores para coleta de dados e tomada de decisão para manejo integrado de pragas. A longo prazo, o objetivo é tornar a área experimental um catalisador para o desenvolvimento social e tecnológico deste segmento da agricultura na região Sul do RS, influenciando na tendência da adoção de novas tecnologias no campo para aumento de produtividade e de forma sustentável, a partir de um ferramental tecnológico que possa ser replicado para outras culturas e regiões agrícolas.
Objetivos Específicos:
1. Estruturar um laboratório de testes em campo (Fazenda da Palma da UFPel) para desenvolver, testar e validar soluções digitais para ambientes rurais;
2. Validar um conjunto de tecnologias da Partamon (empresa parceria) para monitoramento de pragas, compreendendo os protótipos das armadilhas e estações meteorológicas para microclimas, já desenvolvidos, e o modelo preditivo de infestação de pragas em um ambiente natural. Uma vez validada a solução, será possível escalar a sua produção e melhorar/desenvolver sua produção de maneira assertiva e com dados de resultados comprovados.
3. Caracterizar o canal de propagação da última milha em que o sistema está inserido.
4. Desenvolver modelos preditivos para propagação de sinais baseados em dados topográficos de terrenos e imagens capturadas por drones e/ou satélites.
5. Estudar a topologia de rede mais adequada ao sistema de comunicação de Redes de Sensores Sem Fio (RSSF) que será implantada para a validação das tecnologias.
6. Aprimorar as tecnologias empregadas nos dispositivos sensores (armadilha e estações para monitorar variáveis climáticas) com o intuito de melhorar a eficiência energética e garantir conectividade em uma rede de dados de baixo custo.
7. Avaliar técnicas de visão computacional para identificação de plantas com sintomas de doenças e ataque de insetos via imagens aéreas capturadas por VANTs (drones).
Objetivos Específicos:
1. Estruturar um laboratório de testes em campo (Fazenda da Palma da UFPel) para desenvolver, testar e validar soluções digitais para ambientes rurais;
2. Validar um conjunto de tecnologias da Partamon (empresa parceria) para monitoramento de pragas, compreendendo os protótipos das armadilhas e estações meteorológicas para microclimas, já desenvolvidos, e o modelo preditivo de infestação de pragas em um ambiente natural. Uma vez validada a solução, será possível escalar a sua produção e melhorar/desenvolver sua produção de maneira assertiva e com dados de resultados comprovados.
3. Caracterizar o canal de propagação da última milha em que o sistema está inserido.
4. Desenvolver modelos preditivos para propagação de sinais baseados em dados topográficos de terrenos e imagens capturadas por drones e/ou satélites.
5. Estudar a topologia de rede mais adequada ao sistema de comunicação de Redes de Sensores Sem Fio (RSSF) que será implantada para a validação das tecnologias.
6. Aprimorar as tecnologias empregadas nos dispositivos sensores (armadilha e estações para monitorar variáveis climáticas) com o intuito de melhorar a eficiência energética e garantir conectividade em uma rede de dados de baixo custo.
7. Avaliar técnicas de visão computacional para identificação de plantas com sintomas de doenças e ataque de insetos via imagens aéreas capturadas por VANTs (drones).
Justificativa
A expectativa apresentada pela Food and Agricultural Organisation of the United Nations (FAO) é de um crescimento populacional acima de 9 bilhões de pessoas até 2050, acarretando um aumento de 70% na demanda da produção agrícola. Por isso, é necessário considerar a limitada possibilidade de expansão de terras produtivas e de disponibilidade de água. Assim, será necessário potencializar a produção de alimentos e reduzir as perdas, pré e pós-colheita. O Brasil alcançou uma posição de destaque em termos mundiais na produção de alimentos, fibras e energia, sendo responsável pela produção de alimentos para mais de 1,5 bilhão de pessoas em todo mundo. O agronegócio brasileiro representa quase 25% do PIB nacional, gera empregos a um terço da população ativa e é responsável por quase metade de tudo que é exportado (AGROSTAT, 2021).
Segundo o OUTLOOK FIESP 2027, as projeções para o Agronegócio Brasileiro indicam que o setor continuará sendo protagonista na economia do país. Também influem nesse mercado algumas tendências como a demanda dos consumidores por uma produção de forma sustentável, com menor impacto ambiental e racionalização dos recursos naturais. Um desenvolvimento agrícola sem deixar a sustentabilidade de lado é uma preocupação estratégica que atinge países emergentes e desenvolvidos (JAIN, KUMAR & SINGLA, 2015). Neste sentido, o grande desafio de aumentar a eficiência na produção de alimentos passa pelo uso de tecnologias inovadoras para aumentar a produtividade sem aumentar áreas de produção e também uso de tecnologias para reduzir as perdas de produtividade.
As tecnologias digitais desempenham papel crucial no aumento da produtividade, minimizando os impactos ambientais. Há inúmeras inovações trazidas no contexto da Agricultura 4.0. Trata-se de amplo conjunto de técnicas, produtos, processos e serviços de digitalização do agronegócio, permitindo o uso dos insumos certos, nas quantidades certas e no momento certo. A digitalização se configura como a parte mais importante do futuro da produção de alimentos, aliada à uma agricultura mais sustentável. Ademais, a Agricultura 4.0 contempla grande variedade de novas tecnologias e práticas que conferem mais rapidez, precisão e eficiência no campo. Isso inclui desde os processos de Automação, Agricultura de Precisão, Internet das Coisas, Big Data, Inteligência Artificial e várias outras ferramentas geoespaciais associadas com drones, satélites, etc.
A implementação de tecnologias digitais é algo inevitável para a agricultura, visto que tecnologias computacionais e eletrônicas tendem a tornar-se cada vez mais difundidas e acessíveis. De forma geral, algumas barreiras ainda são encontradas, como a falta de acesso a equipamentos de conectividade em áreas rurais, falta de conhecimento e acesso a financiamento. Entende-se que os dois últimos pontos podem ser trabalhados através de educação e orientação técnica.
Um dos desafios da agricultura, os fatores bióticos que limitam a produção de alimentos, é a ocorrência de pragas (insetos, fitopatógenos, plantas daninhas). Estima-se que os prejuízos pelo ataque de pragas na agricultura brasileira chegam a R$ 55 bilhões por ano, de acordo com dados da Empresa Brasileira de Pesquisa Agropecuária (Embrapa), representando quase 10% da produção agrícola nacional.
Com vistas a uma demanda crescente por alimentos e a sustentabilidade, torna-se imprescindível a adoção de tecnologias que visam a melhoria na eficiência do controle de pragas, baseadas nos preceitos do Manejo Integrado de Pragas (MIP). Estudos realizados pela Embrapa evidenciaram que a realização de práticas preconizadas pelo MIP, como o monitoramento, possibilitou a redução de cerca de 50% no número de aplicações de inseticidas por safra, o que poderia gerar uma economia de R$ 4 bilhões somente na cultura da soja no Brasil. Se considerarmos uma média de 4 aplicações de inseticidas (dados região sul/RS - 2019/20) com custo médio de R$ 152,00 por aplicação/hectare, a economia de uma propriedade de 200 ha poderia ser na faixa de R$ 60 mil.
Para que o MIP seja aplicado de forma correta, é essencial que as técnicas de monitoramento da população das pragas na plantação sejam aplicadas com precisão, pois, sem a coleta de informações sobre a sua dinâmica populacional, em conjunto com os fatores ecológicos relacionados, não é possível executar o controle adequado de forma efetiva nas áreas atacadas (SHELTON et al., 2006; JIANG et al., 2008). Contudo, o monitoramento tem sido um dos maiores entraves para a adoção do MIP. A prática do monitoramento é imprescindível, mas os métodos de monitoramento disponíveis são laboriosos, lentos, caros; Ademais, por demandarem ação humana, pode ser uma avaliação subjetiva e estar propenso a erros, impedindo atingir metas de desempenho e custo em tempo real (JIANG et al., 2008). Uma técnica bastante utilizada para realizar o monitoramento da população de insetos-praga baseia-se no uso de armadilhas. Estas armadilhas ficam espalhadas pela área da plantação e possuem feromônios ou atrativos alimentares, que atraem os insetos para o seu interior. Ao entrarem, os insetos ficam presos em um papel adesivo e são incapazes de deixar a armadilha (LÓPEZ et al., 2012). Porém, os métodos tradicionais requerem a ida de pessoas nas áreas produtivas para inspeção de armadilhas ou verificação direta de plantas. Assim, o momento de amostragem não é o mais adequado, os horários e a frequência de vistorias podem ser inapropriadas, podendo incorrer em erro no diagnóstico e consequentemente na tomada de decisão de controle.
A tecnologia desenvolvida pela Partamon (MRS Bio Inovação e Tecnologia em MIP Ltda), em parceria com a UFPel, consiste em uma armadilha inteligente, que também se utiliza da captura de imagens. Para tal, uma rede neural foi treinada para realizar a identificação de duas espécies de pragas, a mosca do mediterrâneo e a mariposa oriental, em imagens obtidas no interior das armadilhas inteligentes desenvolvidas. Nesta tecnologia, o algoritmo, além da identificação, também realiza a contagem dos insetos-praga capturados, e o resultado dessa contagem é enviado diretamente para um sistema remoto, onde é feito o monitoramento da população de insetos-praga da plantação. A etapa de identificação apresentou resultados satisfatórios, com uma acurácia superior a 93% (MARTINS et al., 2019; REMBOSKI, 2019; REMBOSKI et al., 2018, 2017a).
Outro aspecto relevante é conhecer o clima e o tempo de um determinado local, sendo fundamental aos agentes envolvidos na produção agrícola. As condições climáticas desempenham papel importante na incidência de pragas. Fatores como radiação, temperatura, umidade, precipitação, luz e vento influenciam o desenvolvimento, distribuição e abundância dos insetos, bem como a incidência de doenças (PORTER et al., 1991). Como insetos são ectotérmicos, qualquer variação de temperatura na região afeta fortemente a temperatura corporal desses animais, logo eles são diretamente influenciados pelas alterações climáticas do local onde estão. As mudanças no clima podem afetar desde a distribuição geográfica das espécies e a probabilidade de invasão por pestes migrantes, quanto o número de gerações produzidas pelos insetos e a taxa de crescimento da população (KOCMÁNKOVÁ et al., 2009). Atualmente existem trabalhos que utilizam variações meteorológicas para prever o comportamento de inimigos naturais das pragas (THOMSON et al., 2010). Outros trabalhos mostram como as mudanças climáticas afetam a migração de algumas pragas (CANNON, 1998) ou os efeitos que o clima tem sobre os insetos nas plantações (PORTER et al., 1991). Conhecer essa relação é fundamental para a tomada de decisão e eficiência no controle de pragas. Além disso, as informações meteorológicas são críticas para o desenvolvimento de modelos de previsão de ocorrência de pragas, que é importante também para o uso eficiente de defensivos, a proteção geral e a produtividade das culturas e os retornos econômicos para o agricultor. Alguns trabalhos têm evidenciado que com o uso de modelos de aprendizado de máquina (Machine Learning) é possível descrever o crescimento da população de diferentes insetos e ocorrência de doenças nas lavouras. Utilizando essas técnicas foi estudado um modelo para prever a ocorrência de moscas-das-frutas em pomares de manga (MOULY et al., 2017), a ocorrência de uma praga importante em amendoim (VENNILA et al., 2017) e a modelagem dinâmica da infestação de um inseto-pragas em florestas de pinus (CALAMA et al., 2017).
No Brasil já existem algumas empresas com iniciativas para o monitoramento de pragas. Todavia, oferecem apenas ferramentas de software. No que diz respeito ao uso de hardware, como armadilha inteligente, houveram algumas iniciativas sem sucesso, e mais recentemente uma nova empresa, a Tarvos, está entrando no mercado disponibilizando uma armadilha autônoma para monitoramento de insetos-praga. Ainda não há resultados robustos quanto a eficiência da tecnologia em campo e a empresa ainda está em fase de desenvolvimento de mercado. Contudo, as espécies-alvo da tecnologia da Tarvos são distintas da armadilha da Partamon. Nenhuma empresa possui algum direcionamento para oferecer desde ferramentas para o diagnóstico de pragas, dados climáticos até uma solução de controle (biológica), que é o objetivo da Partamon. A nível internacional, destacam-se algumas empresas, porém, embora o Brasil seja um importante mercado para o Agritechs, ainda há limitações quanto ao custo destas tecnologias importadas, além das dificuldades de assistência técnica e atendimento às necessidades específicas da agricultura brasileira, tipicamente tropical.
Segundo o OUTLOOK FIESP 2027, as projeções para o Agronegócio Brasileiro indicam que o setor continuará sendo protagonista na economia do país. Também influem nesse mercado algumas tendências como a demanda dos consumidores por uma produção de forma sustentável, com menor impacto ambiental e racionalização dos recursos naturais. Um desenvolvimento agrícola sem deixar a sustentabilidade de lado é uma preocupação estratégica que atinge países emergentes e desenvolvidos (JAIN, KUMAR & SINGLA, 2015). Neste sentido, o grande desafio de aumentar a eficiência na produção de alimentos passa pelo uso de tecnologias inovadoras para aumentar a produtividade sem aumentar áreas de produção e também uso de tecnologias para reduzir as perdas de produtividade.
As tecnologias digitais desempenham papel crucial no aumento da produtividade, minimizando os impactos ambientais. Há inúmeras inovações trazidas no contexto da Agricultura 4.0. Trata-se de amplo conjunto de técnicas, produtos, processos e serviços de digitalização do agronegócio, permitindo o uso dos insumos certos, nas quantidades certas e no momento certo. A digitalização se configura como a parte mais importante do futuro da produção de alimentos, aliada à uma agricultura mais sustentável. Ademais, a Agricultura 4.0 contempla grande variedade de novas tecnologias e práticas que conferem mais rapidez, precisão e eficiência no campo. Isso inclui desde os processos de Automação, Agricultura de Precisão, Internet das Coisas, Big Data, Inteligência Artificial e várias outras ferramentas geoespaciais associadas com drones, satélites, etc.
A implementação de tecnologias digitais é algo inevitável para a agricultura, visto que tecnologias computacionais e eletrônicas tendem a tornar-se cada vez mais difundidas e acessíveis. De forma geral, algumas barreiras ainda são encontradas, como a falta de acesso a equipamentos de conectividade em áreas rurais, falta de conhecimento e acesso a financiamento. Entende-se que os dois últimos pontos podem ser trabalhados através de educação e orientação técnica.
Um dos desafios da agricultura, os fatores bióticos que limitam a produção de alimentos, é a ocorrência de pragas (insetos, fitopatógenos, plantas daninhas). Estima-se que os prejuízos pelo ataque de pragas na agricultura brasileira chegam a R$ 55 bilhões por ano, de acordo com dados da Empresa Brasileira de Pesquisa Agropecuária (Embrapa), representando quase 10% da produção agrícola nacional.
Com vistas a uma demanda crescente por alimentos e a sustentabilidade, torna-se imprescindível a adoção de tecnologias que visam a melhoria na eficiência do controle de pragas, baseadas nos preceitos do Manejo Integrado de Pragas (MIP). Estudos realizados pela Embrapa evidenciaram que a realização de práticas preconizadas pelo MIP, como o monitoramento, possibilitou a redução de cerca de 50% no número de aplicações de inseticidas por safra, o que poderia gerar uma economia de R$ 4 bilhões somente na cultura da soja no Brasil. Se considerarmos uma média de 4 aplicações de inseticidas (dados região sul/RS - 2019/20) com custo médio de R$ 152,00 por aplicação/hectare, a economia de uma propriedade de 200 ha poderia ser na faixa de R$ 60 mil.
Para que o MIP seja aplicado de forma correta, é essencial que as técnicas de monitoramento da população das pragas na plantação sejam aplicadas com precisão, pois, sem a coleta de informações sobre a sua dinâmica populacional, em conjunto com os fatores ecológicos relacionados, não é possível executar o controle adequado de forma efetiva nas áreas atacadas (SHELTON et al., 2006; JIANG et al., 2008). Contudo, o monitoramento tem sido um dos maiores entraves para a adoção do MIP. A prática do monitoramento é imprescindível, mas os métodos de monitoramento disponíveis são laboriosos, lentos, caros; Ademais, por demandarem ação humana, pode ser uma avaliação subjetiva e estar propenso a erros, impedindo atingir metas de desempenho e custo em tempo real (JIANG et al., 2008). Uma técnica bastante utilizada para realizar o monitoramento da população de insetos-praga baseia-se no uso de armadilhas. Estas armadilhas ficam espalhadas pela área da plantação e possuem feromônios ou atrativos alimentares, que atraem os insetos para o seu interior. Ao entrarem, os insetos ficam presos em um papel adesivo e são incapazes de deixar a armadilha (LÓPEZ et al., 2012). Porém, os métodos tradicionais requerem a ida de pessoas nas áreas produtivas para inspeção de armadilhas ou verificação direta de plantas. Assim, o momento de amostragem não é o mais adequado, os horários e a frequência de vistorias podem ser inapropriadas, podendo incorrer em erro no diagnóstico e consequentemente na tomada de decisão de controle.
A tecnologia desenvolvida pela Partamon (MRS Bio Inovação e Tecnologia em MIP Ltda), em parceria com a UFPel, consiste em uma armadilha inteligente, que também se utiliza da captura de imagens. Para tal, uma rede neural foi treinada para realizar a identificação de duas espécies de pragas, a mosca do mediterrâneo e a mariposa oriental, em imagens obtidas no interior das armadilhas inteligentes desenvolvidas. Nesta tecnologia, o algoritmo, além da identificação, também realiza a contagem dos insetos-praga capturados, e o resultado dessa contagem é enviado diretamente para um sistema remoto, onde é feito o monitoramento da população de insetos-praga da plantação. A etapa de identificação apresentou resultados satisfatórios, com uma acurácia superior a 93% (MARTINS et al., 2019; REMBOSKI, 2019; REMBOSKI et al., 2018, 2017a).
Outro aspecto relevante é conhecer o clima e o tempo de um determinado local, sendo fundamental aos agentes envolvidos na produção agrícola. As condições climáticas desempenham papel importante na incidência de pragas. Fatores como radiação, temperatura, umidade, precipitação, luz e vento influenciam o desenvolvimento, distribuição e abundância dos insetos, bem como a incidência de doenças (PORTER et al., 1991). Como insetos são ectotérmicos, qualquer variação de temperatura na região afeta fortemente a temperatura corporal desses animais, logo eles são diretamente influenciados pelas alterações climáticas do local onde estão. As mudanças no clima podem afetar desde a distribuição geográfica das espécies e a probabilidade de invasão por pestes migrantes, quanto o número de gerações produzidas pelos insetos e a taxa de crescimento da população (KOCMÁNKOVÁ et al., 2009). Atualmente existem trabalhos que utilizam variações meteorológicas para prever o comportamento de inimigos naturais das pragas (THOMSON et al., 2010). Outros trabalhos mostram como as mudanças climáticas afetam a migração de algumas pragas (CANNON, 1998) ou os efeitos que o clima tem sobre os insetos nas plantações (PORTER et al., 1991). Conhecer essa relação é fundamental para a tomada de decisão e eficiência no controle de pragas. Além disso, as informações meteorológicas são críticas para o desenvolvimento de modelos de previsão de ocorrência de pragas, que é importante também para o uso eficiente de defensivos, a proteção geral e a produtividade das culturas e os retornos econômicos para o agricultor. Alguns trabalhos têm evidenciado que com o uso de modelos de aprendizado de máquina (Machine Learning) é possível descrever o crescimento da população de diferentes insetos e ocorrência de doenças nas lavouras. Utilizando essas técnicas foi estudado um modelo para prever a ocorrência de moscas-das-frutas em pomares de manga (MOULY et al., 2017), a ocorrência de uma praga importante em amendoim (VENNILA et al., 2017) e a modelagem dinâmica da infestação de um inseto-pragas em florestas de pinus (CALAMA et al., 2017).
No Brasil já existem algumas empresas com iniciativas para o monitoramento de pragas. Todavia, oferecem apenas ferramentas de software. No que diz respeito ao uso de hardware, como armadilha inteligente, houveram algumas iniciativas sem sucesso, e mais recentemente uma nova empresa, a Tarvos, está entrando no mercado disponibilizando uma armadilha autônoma para monitoramento de insetos-praga. Ainda não há resultados robustos quanto a eficiência da tecnologia em campo e a empresa ainda está em fase de desenvolvimento de mercado. Contudo, as espécies-alvo da tecnologia da Tarvos são distintas da armadilha da Partamon. Nenhuma empresa possui algum direcionamento para oferecer desde ferramentas para o diagnóstico de pragas, dados climáticos até uma solução de controle (biológica), que é o objetivo da Partamon. A nível internacional, destacam-se algumas empresas, porém, embora o Brasil seja um importante mercado para o Agritechs, ainda há limitações quanto ao custo destas tecnologias importadas, além das dificuldades de assistência técnica e atendimento às necessidades específicas da agricultura brasileira, tipicamente tropical.
Metodologia
Assumindo o padrão de mensuração Technology Readiness Level (TRL), considera-se que a armadilha inteligente se encontra em TRL 6. O protótipo da estação meteorológica completa passou por TRL 5, onde foram avaliadas as funções críticas em campo. Para o desenvolvimento deste projeto, objetivando chegar em TRL 8, as atividades foram divididas nos eixos descritos abaixo, considerando a expertise dos membros da equipe.
Eixo 1: Sistema de Comunicação para Redes de Sensores Sem Fio (RSSF):
- Atividade 1 - Levantamento de tecnologias para implantação de uma rede de última milha;
- Atividade 2 - Caracterização do canal de propagação e modelagem da propagação de sinais;
- Atividade 3 - Estudo e proposta da topologia de rede mais adequada ao sistema de comunicação da RSSF aplicadas aos cenários de teste.
Eixo 2: Aprimoramento do Hardware:
- Atividade 4 - Desenvolvimento de um sistema para suporte energético;
- Atividade 5 - Melhorias no sistema de comunicação.
Eixo 3: Desenvolvimento e Aprimoramento de Sistemas de Informação:
- Atividade 6 - Plataforma web e App para monitoramento das armadilhas e estações;
- Atividade 7 - Treinamento do algoritmo para detecção de novas pragas;
- Atividade 8 - Uso de drones para captura de imagens aéreas.
Eixo 4: Implantação de uma Área Experimental para Testes:
- Atividade 9 - Validação em campo e testes em áreas de produção.
Eixo 5: Demonstração dos Protótipos em Ambientes Produtivos:
- Atividade 10 - Monitoramento de pragas e condições climáticas em pomares de frutas e em cultivos de grãos.
Eixo 1: Sistema de Comunicação para Redes de Sensores Sem Fio (RSSF):
- Atividade 1 - Levantamento de tecnologias para implantação de uma rede de última milha;
- Atividade 2 - Caracterização do canal de propagação e modelagem da propagação de sinais;
- Atividade 3 - Estudo e proposta da topologia de rede mais adequada ao sistema de comunicação da RSSF aplicadas aos cenários de teste.
Eixo 2: Aprimoramento do Hardware:
- Atividade 4 - Desenvolvimento de um sistema para suporte energético;
- Atividade 5 - Melhorias no sistema de comunicação.
Eixo 3: Desenvolvimento e Aprimoramento de Sistemas de Informação:
- Atividade 6 - Plataforma web e App para monitoramento das armadilhas e estações;
- Atividade 7 - Treinamento do algoritmo para detecção de novas pragas;
- Atividade 8 - Uso de drones para captura de imagens aéreas.
Eixo 4: Implantação de uma Área Experimental para Testes:
- Atividade 9 - Validação em campo e testes em áreas de produção.
Eixo 5: Demonstração dos Protótipos em Ambientes Produtivos:
- Atividade 10 - Monitoramento de pragas e condições climáticas em pomares de frutas e em cultivos de grãos.
Indicadores, Metas e Resultados
META 1. Implantar áreas de teste no Centro Agropecuário da Palma em pelo menos dois talhões de aproximadamente 10 hectares cada, com diferentes culturas de plantio.
COMPROVAÇÃO DA META: Registro em atas, documentação fotográfica e relatórios técnicos da implantação.
META 2. Definir tecnologia e topologias de redes de dados que serão utilizadas nos protótipos da Partamon.
COMPROVAÇÃO DA META: Relatório técnico com resultados das medidas e estudos realizados em campo; artigos científicos apresentando o resultado dos estudos realizados.
META 3. Produzir 24 armadilhas e 8 estações climáticas, em suas novas versões, incluindo fabricação de placas de circuito impresso, encapsulamento componentes e sensores, além dos suportes para fixação em campo.
COMPROVAÇÃO DA META: Projetos dos dispositivos, notas de serviços e componentes adquiridos, documentação fotográfica e relatórios descritivos dos dispositivos.
META 4. Validar, testar e caracterizar os dispositivos produzidos nas áreas de teste descritas na Meta 1.
COMPROVAÇÃO DA META: Relatórios técnicos caracterizando os dispositivos produzidos no que diz respeito à autonomia energética, capacidade de transmissão de dados e área de cobertura.
META 5. Validar a solução da Partamon com pelo menos 2 parceiros do setor produtivo.
COMPROVAÇÃO DA META: Contratos de parceria firmado entres as partes.
META 6. Ampliar a capacidade de identificação de pelo menos mais duas espécies de insetos-praga.
COMPROVAÇÃO DA META: Relatório técnico e artigo científico apresentando o resultado dos estudos realizados.
COMPROVAÇÃO DA META: Registro em atas, documentação fotográfica e relatórios técnicos da implantação.
META 2. Definir tecnologia e topologias de redes de dados que serão utilizadas nos protótipos da Partamon.
COMPROVAÇÃO DA META: Relatório técnico com resultados das medidas e estudos realizados em campo; artigos científicos apresentando o resultado dos estudos realizados.
META 3. Produzir 24 armadilhas e 8 estações climáticas, em suas novas versões, incluindo fabricação de placas de circuito impresso, encapsulamento componentes e sensores, além dos suportes para fixação em campo.
COMPROVAÇÃO DA META: Projetos dos dispositivos, notas de serviços e componentes adquiridos, documentação fotográfica e relatórios descritivos dos dispositivos.
META 4. Validar, testar e caracterizar os dispositivos produzidos nas áreas de teste descritas na Meta 1.
COMPROVAÇÃO DA META: Relatórios técnicos caracterizando os dispositivos produzidos no que diz respeito à autonomia energética, capacidade de transmissão de dados e área de cobertura.
META 5. Validar a solução da Partamon com pelo menos 2 parceiros do setor produtivo.
COMPROVAÇÃO DA META: Contratos de parceria firmado entres as partes.
META 6. Ampliar a capacidade de identificação de pelo menos mais duas espécies de insetos-praga.
COMPROVAÇÃO DA META: Relatório técnico e artigo científico apresentando o resultado dos estudos realizados.
Equipe do Projeto
Nome | CH Semanal | Data inicial | Data final |
---|---|---|---|
ALAN CARLOS JUNIOR ROSSETTO | 3 | ||
BRUNO DA SILVA VOLCAN | |||
FELIPE DE SOUZA MARQUES | 8 | ||
HENRIQUE PIZZIO MATTOS | |||
MAIQUEL DOS SANTOS CANABARRO | |||
MARILTON SANCHOTENE DE AGUIAR | 2 | ||
MATHEUS SANTOS GELSDORF | |||
PAULO ROBERTO FERREIRA JUNIOR | 2 | ||
SANDRO DANIEL NORNBERG |
Fontes Financiadoras
Sigla / Nome | Valor | Administrador |
---|---|---|
RS / Estado do Rio Grande do Sul | R$ 543.533,24 | UGR |
Plano de Aplicação de Despesas
Descrição | Valor |
---|---|
339036 - Outros Serviços de Terceiro - Pessoa Física | R$ 193.635,00 |
339030 - Material de Consumo | R$ 155.280,93 |
339018 - Auxílio Financeiro a Estudantes | R$ 96.000,00 |
449052 - Equipamentos e Material Permanente | R$ 98.617,31 |