COMPARATIVO ENTRE MÉTODOS DE TRATAMENTO DE MAPAS DE PRODUTIVIDADE. Favoni, VA 1, Tedesco, DO 2, Tanaka, EM, 3

Transcrição

1 COMPARATIVO ENTRE MÉTODOS DE TRATAMENTO DE MAPAS DE PRODUTIVIDADE Favoni, VA 1, Tedesco, DO 2, Tanaka, EM, 3 1 Discente do curso em Mecanização em Agricultura de precisão na FATEC Pompeia Shunji Nishimura, viniciusfavoni@hotmail.com 2 Discente do curso em Mecanização em Agricultura de precisão na FATEC Pompeia Shunji Nishimura, danilotedesco@outlook.com 3 Msc. Docente do curso de Mecanização em Agricultura de precisão na FATEC Pompeia Shunji Nishimura, tanaka@fatecpompeia.edu.br Área Temática: Tecnologias e Inovações para o Agronegócio RESUMO O trabalho teve como objetivo comparar o resultado entre o tratamento de dados de produtividade de uma área destinada a produção de soja no município de Cândido Mota, SP. Os dados foram tratados de forma manual com o software Qgis, versão e de forma automática com o software Topper Maps, versão Com a realização do trabalho foi possível se observar grande diferença entre os dados tratados de forma automática, visto que o mesmo não realiza qualquer tipo de limpeza nos dados, afetando assim a qualidade final do mapa de produtividade. Palavras-Chave: Mapa de Produtividade, Tratamento, Variabilidade. ABSTRACT The study aimed to compare the results between the treatments of data of productivity of an area for soybean production in the municipality of Cândido Mota, SP. The data were processed manually with the software Qgis, version and automatically with the software Topper Maps, version With the completion of the work was possible to observe big difference between the data processed in an automatic way, since the same does not perform any type of cleaning the data, thus affecting the quality end of the yield map. Key Words: The Yield Map, Treatment, Variability. 1. INTRODUÇÃO BALASTREIRE (1998), considerou que a geração de mapas de produtividade é a fase que apresenta maior facilidade de execução dentro do ciclo da AP Segundo SCHUELLER, 2000, Devido à grande variedade de equipamentos e pesquisas realizadas, principalmente em colheita de cereais, tais como, soja e milho, pode-se coletar grande quantidade de informações sobre uma área a um custo operacional acessível MOLIN (2000), cita que a implementação de um sistema de AP implica num ciclo fechado de tarefas. Neste ciclo o mapa de colheita é a informação mais completa para visualizar a variabilidade espacial das lavouras. Esse trabalho realiza uma análise qualitativa entre o processamento dos dados de colheita de soja utilizando o software Topper Maps e o processamento dos dados utilizando o software Qgis.

2 2. METODOLOGIA O estudo foi realizado em uma colheita de soja, na cidade de Cândido Mota-SP. A área utilizada para o experimento está situada sobre as coordenadas centrais latitude -22,90573 longitude -50, Na área vem sendo realizado o levantamento da produtividade há três safras em pareceria com a Fatec Pompeia Shunji Nishimura. Para a geração dos mapas de produtividade foram utilizados dados pertencente a safra de soja do ano de A colheita foi realizada com uma colhedora de cereais tangencial John Deere 1175 com plataforma de corte de 19 pés, utilizou-se o monitor de colheita tipo optico produzido pela Stara, Modelo Topper 4500 foi calibrado para que durante a colheita fossem gerados pontos com informações de produtividade a cada 3 segundos. O software, realiza a leitura da umidade dos grãos a campo e realiza a conversão dos valores, a partir do valor de comercialização da cultura, logo os valores dos dados apresentados em mapas estão em 13% de umidade, valor de comercialização da soja. Após a geração dos mapas de produtividade os mesmos foram filtrados em um programa de S.I.G (sistema de informações geográficas) Qgis, onde foi realizada a retirada de erros de coordenadas, valores de produtividade discrepantes e após isso foi realizada a interpolação segundo o método de Krigagem. Os dados base retirados da colhedora foram inseridos no software Topper Maps Versão , onde foram interpretados e interpolados de forma automática pelo programa. Após o processamento nos dois softwares, realizou-se uma comparação para verificar a semelhança entre os mapas interpolados. 3. REVISÃO DE LITERATURA Segundo Pierce & Nowak (1999) Agricultura de Precisão é a aplicação de princípios e tecnologias para manejar a variabilidade espacial e temporal, associada com todos os aspectos da produção agrícola, com o objetivo de aumentar a produtividade na agricultura e a qualidade ambiental. Molin (2000), cita que a implementação de um sistema de AP implica num ciclo fechado de tarefas. Neste ciclo o mapa de colheita é a informação mais completa para visualizar a variabilidade espacial das lavouras. BALASTREIRE (1998) considerou que a geração de mapas de produtividade é a fase que apresenta maior facilidade de execução dentro do ciclo da AP. Devido à grande variedade de equipamentos e pesquisas realizadas, principalmente em colheita de cereais, tais como, soja e milho, pode-se coletar grande quantidade de informações sobre uma área a um custo operacional acessível (SCHUELLER, 2000). Para Molin (2000) existe um considerável número de erros sistemáticos introduzidos num mapa de colheita, alguns desses erros são eliminados por alguns softwares de mapas e outros não.

3 4. RESULTADOS E DISCUSSÕES O presente trabalho, realizou o comparativo entre o tratamento de dados de produtividade de soja quando submetidos a remoção de erros e interpolação no programa de forma manual e a interpolação automática através do software Topper Maps. A partir da análise bruta dos dados retirados da colhedora, verificou-se que não foram encontrados valores extremos de produtividade. Durante a verificação dos dados para a limpeza manual, não foram encontrados pontos com discrepâncias de valores de produtividade e ou erros ocasionados por coordenadas. Após a remoção de erros dos dados, foi realizado o processo de interpolação por krigagem no programa de S.I.G (sistema de informações geográficas) - Qgis. Os mesmos dados utilizados na remoção dos erros, foram inseridos no software Topper Maps, versão , a partir disso o software realizou a leitura e interpolação dos dados de forma automática. Figura 1 Mapa de Produtividade de Soja STARA Dados Interpretados e Interpolados com Software Qgis. Fonte: Autores, Safra 15/16.

4 Figura 2 Mapa de Produtividade de Soja STARA Dados Brutos Interpretados e Interpolados com Software Qgis. Fonte: Autores, Safra 15/16. Tabela 1 Diferenças com número de sacas, número de células em relação a área em hectare. PROCESSADO TOPPER MAPS Cor da Célula Número de Sacas Número de Células Área Cor da Célula Número de Sacas Número de Células Área Vermelho 29,8-32,5 99 0,36 Vermelho 26,3-30,4 54 0,19 Bege 32,5-35, ,29 Bege 30,4 34, ,54 Verde 35,3-38, ,92 Verde 34,5-38, ,83 Total: ,21 Total: ,56 Fonte: Autores, Conforme apresenta tabela 1, verificar-se que houveram diferenças significativas em relação aos dados tratados de forma manual. Nas células representadas pela cor vermelha e bege houve uma diminuição da área de 0,20 e 3,75 hectares consequentemente, ou seja, cerca de 52 e 59% da área com baixa produtividade apresentando dados pouco confiáveis ocasionando ao erro em relação a produtividade. Já na células representadas pela cor verde houve um aumento da área de 3,91 hectares, ou seja, cerca de 69% teve um aumento da produtividade ocasionando novamente ao erros de produtividade.

5 5. CONSIDERAÇÕES FINAIS Conforme a condição da realização deste trabalho foi possível verificar que os dados processados pelo software Topper Maps apresentam uma grande diferença em comparação com os dados trabalhados no software Qgis. Tais diferenças podem ser observadas, nos mapas apresentados acima, com a diminuição das células de baixa produtividade, representadas pela cor vermelha, e consequentemente com o aumento da área de produtividade superior, representas pelas células de cor verde Conclui-se que esse resultado ocorreu devido os dados que foram trabalhados no programa Qgis terem passado por uma remoção de erros, enquanto o software Topper Maps não realiza a limpeza de dados. REFERÊNCIAS BALASTREIRE, L. A. O estado da arte da agricultura de precisão no Brasil. Piracicaba: L.A. Balastreire, p. MOLIN, J. P. Geração e interpretação de mapas de produtividade para agricultura de precisão. In: BORÉM et. Al Agricultura de precisão Viçosa: UFV, P PIERCE, F. J.; NOWAK, P. Aspects of precision agriculture. Advances in Agronomy, San Diego, v. 67, p. 1-85, MOLIN J.P., CREMONINI L.C.M., MENEGATTI L., GIMENEZ L. Acurácia de um monitor de produtividade com sensor de fluxo volumétrico. In: CONGRESSO BRASILEIRO DE ENGENHARIA AGRICOLA, 2000, Fortaleza. Anais. Fortaleza:SBEA, GIMENEZ, Leandro. MOLIN, José Paulo. Algoritmo para a redução de erros em mapas de produtividade para agricultura de precisão. Revista Brasileira de Agrocomputação, Ponta Grossa, v.2, n.1, p.5-10, Jun MENEGATTI, Leonardo, MOLIN, José Paulo. Remoção de erros em mapas de produtividade via filtragem de dados brutos. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v.8, n.1, p , 2004.