Congresso Brasileiro de Agricultura de Precisão- ConBAP 2012 Ribeirão Preto - SP, Brasil, 24 a 26 de setembro de 2012

Transcrição

1 Congresso Brasileiro de Agricultura de Precisão- ConBAP 2012 Ribeirão Preto - SP, Brasil, 24 a 26 de setembro de 2012 AVALIAÇÃO DE UM MONITOR DE PRODUTIVIDADE PARA CANA-DE-AÇÚCAR FRANCELINO A. RODRIGUES JR. 1, MARCELO J. SILVA 2, PAULO S. G. MAGALHÃES 3 1 Eng. Agrícola, Pesquisador Colaborador, Faculdade de Eng. Agrícola, FEAGRI/UNICAMP Campinas/SP, farjunior@hotmail.com 2 Eng. Agrícola, Aluno de Mestrado, Faculdade de Eng. Agrícola, FEAGRI/UNICAMP Campinas/SP 3 Eng. Agrícola, Prof. Doutor, Faculdade de Eng. Agrícola, FEAGRI/UNICAMP Campinas/SP Apresentado no Congresso Brasileiro de Agricultura de Precisão - ConBAP a 26 de setembro de Ribeirão Preto - SP, Brasil RESUMO: Levando em consideração que dentro das tecnologias disponíveis de Agricultura de Precisão, o monitoramento da produtividade faz-se de grande importância no que diz respeito a investigação de um dos outputs gerados pela área agrícola, esse trabalho possui como objetivo avaliar um sistema de monitoramento de produtividade de cana-de-açúcar, hoje disponível comercialmente, no que diz respeito à sua acurasse de detectar a variabilidade espacial da produtividade em área agrícola. Para tal, foi acompanhada a colheita de uma área de 10 ha pertencente à Usina São João, em Araras/SP, em julho de 2011, efetivando anotações de pesos reais de carregamentos e pesos estimados pelo monitor de produtividade, sendo posteriormente tais dados tratados e submetidos à confecção do mapa de produtividade, sobrepondo-o com imagem orbital da área. Embora o monitor de produtividade tenha mostrado a necessidade de ajustes do erro sistemático ao longo da colheita de uma mesma área, o mapa de produtividade sobreposto a imagem orbital apresentou coincidência na área afetada pelo fogo com regiões de menor produtividade. PALAVRAS CHAVE: colheita de cana-de-açúcar, agricultura de precisão, variabilidade espacial da produtividade SUGAR CANE YIELD MONITOR EVALUATION ABSTRACT: Taking in account that into the available technologies for Precision Agriculture the yield monitoring is very important about the investigation of one of the outputs from crop areas, this study had the aim to evaluate a yield monitoring system for sugar cane, commercially available, as regards its accuracy of detecting the spatial variability. For this proposal, it was followed a sugar cane harvest of 10 ha area belonging to São João Mill, located in Araras/SP, during July 2011, comparing loading real weights with estimated weights done by means of the yield monitor, cleaning the data and creating a yield map overlapping with a satellite image of the area. Although the yield monitor had shown the necessity of adjustments of the systematic errors during the harvest within the same area, the yield map overlapped to the satellite image showed the burned area being coincident with the lower yield regions. KEYWORDS: sugar cane harvest, precision agriculture, yield spatial variability INTRODUÇÃO: Agricultura de Precisão (AP) é um termo utilizado para os métodos de manejo da cultura os quais consideram e gerenciam a variabilidade espacial e temporal no sistema solo-plantaatmosfera. A AP vem sido descrita como um processo cíclico de coleta de dados, seguido da interpretação e avaliação das informações adquiridas, então a implementação das decisões de manejo em reposta a tais interpretações (Cook & Bramley 1998), sendo o mapeamento da produtividade uma operação de suma importância na investigação da variabilidade espacial desse sistema. O mapeamento da produtividade é uma tecnologia que vem sendo amplamente utilizada nas culturas de grãos em várias regiões do mundo (Han 1994), mas não em culturas como a cana-de-açúcar, que possui uma expressiva contribuição econômica para o Brasil, com cerca de 8 milhões de hectares

2 plantados na safra de 2010/11 (CONAB 2011). A fim de preencher tal lacuna, trabalhos têm sido feitos com respeito ao desenvolvimento e avaliação de monitores de produtividade para cana-deaçúcar (Cox et al. 1996, 1997; Harris & Cox 1997; Hernandez et al. 2005; Magalhães & Cerri 2007). Alguns desses equipamentos encontram-se disponíveis comercialmente, como é o caso do SIMPROCANA - fabricado pela ENALTA Soluções Tecnológicas. Neste contexto, faz-se necessário a avaliação em campo, com condições reais de cultivo, desses equipamentos, a fim de avaliar o desempenho dos mesmos, no intuito de fornecer informações sólidas à usuários e fabricantes. Gray et al. (2007) avaliaram o sistema SIMPROCANA à campo em relação ao peso estimado pelo monitor e o peso real, obtendo erros médios de 8,7%, utilizando artifícios de pequenas variações artificiais na área. Contudo, ainda é necessária uma maior exploração no que diz respeito às configurações desse sistema, levando em conta, por exemplo, o fator de correção por ele utilizado durante a colheita. Nesse contexto, esse trabalho teve como objetivo avaliar em campo o monitor de produtividade SIMPROCANA em área com notória variabilidade espacial da produtividade, decorrente de queima parcial do talhão, fornecendo um protocolo para operação e manuseio dos dados obtidos de tal sensor. MATERIAL E MÉTODOS O experimento foi conduzido em uma área de 10 ha de cana-de-açúcar pertencente à Usina São João Açúcar e Álcool, localizada no município de Araras/SP durante o mês de julho de 2011 terceiro ciclo. A área possui declividade de 1,2%. A variedade da cana-de-açúcar é a SP e foi plantada em 2007, sendo o sistema de colheita crua mecanizado. Devido ao período de estiagem durante os meses de abril a novembro de 2010, tendo como períodos críticos os meses de agosto e setembro, totalizando cerca de 50 dias sem chuva nas proximidades do experimento, a área experimental sofreu dois incêndios acidentais, iniciando nas estradas que contornam o talhão, avançando sobre o mesmo em meados de Na Figura 1 é possível observar o dano causado pelo incêndio, sendo tal imagem proveniente do banco de dados do Google Maps ( de novembro de 2010). A sub-região atingida pelo fogo foi de aproximadamente 1/3 da área total. FIGURA 1. Área experimental Google Earth, novembro Para a colheita da cana-de-açúcar foi utilizado uma colhedora CASE (modelo C7700, ano 2001), equipada com o monitor de produtividade SIMPROCANA - fabricado pela ENALTA Soluções Tecnológicas (Figura 2). O Sistema de Pesagem de Rebolos de Cana-de-açúcar (SPRC) que compõem o SIMPROCANA utiliza células de carga como instrumento de determinação do peso da matériaprima colhida e é capaz de mensurar o fluxo de rebolos que passa pela esteira antes de serem lançados ao veículo de transbordo. Estes dados, juntamente com as informações obtidas por um GPS instalado na colhedora, permitem, com o auxílio de um SIG, a elaboração de um mapa digital que representa a superfície de produção para a área colhida. Além destes equipamentos, sensores para indicar a rotação da esteira, ângulo do elevador e status de operação também fazem parte do sistema. Estas informações são necessárias para que um programa dedicado, instalado em um computador de bordo, gerencie as informações e gere ao final, uma base de dados que represente a superfície de produtividade colhida.

3 O programa computacional embarcado no sistema possibilita dentre várias configurações para monitoramento da produtividade, a escolha da frequência de aquisição dos dados e da calibração (estática e dinâmica) do monitor. A calibração estática é feita com base na massa registrada pelo sistema e a massa real colhida em um determinado tempo, gerando um erro sistemático (erro bias) de calibração, o qual deve ser ajustado através de um fator de correção que pode ser alterado a qualquer momento no decorrer da colheita. A fim de avaliar o peso registrado pelo monitor de produtividade com o peso real colhido, escolheu-se utilizar o fator de correção pós-processado. Assim, para cada carregamento foi registrado o peso acumulado pelo sistema de monitoramento e o peso real da carga (fornecido pela balança da usina), gerando fatores de correção para cada carga, utilizado no processamento dos dados. Ao inicio de cada dia de colheita, foi efetuado a limpeza da balança e também a calibração estática, a qual consiste em avaliar os registros de pesos ascendentes e descendentes pelas células de carga, a fim de verificar sua histerese a linearidade de resposta pelo instrumento. FIGURA 2. a) Monitor de produtividade para cana-de-açúcar (SIMPROCANA, ENALTA Ltda, São Carlos, SP); b) detalhes da balança e do Módulo das células de carga da balança. Utilizou-se um receptor DGPS com sinal de correção em tempo real para georreferenciamento dos pontos registrados pelo sistema. A frequência de aquisição dos dados foi de 0,2 Hz - sendo assim, a cada 5 segundos foram registradas as informações de peso instantâneo de cana-de-açúcar lançado para o transbordo, sendo esse extrapolado para Mg ha -1 (área = espaçamento entre linhas x distância percorrida) com suas respectivas coordenadas geográficas. Os dados do monitor de produtividade foram submetidos a um pré-tratamento segundo protocolo proposto por Bramley & Williams (2001), com o intuito de retirar possíveis ruídos advindos dos sensores e valores discrepantes de produtividade. O pré-tratamento foi feito com base na normalização dos dados para média 0 e desvio padrão 1, removendo a produtividade normalizada fora do intervalo de ±3 da distribuição normal dos dados. Após o pré-tratamento, os dados, foram interpolados utilizando grade regular de 2 m por meio da krigagem em blocos com variograma local utilizando o programa computacional VESPER 1.6 (The University of Sydney, Sydney, Au). O programa VESPER calcula as estimativas de produtividade e desvios padrões das predições, indicando a qualidade das interpolações executadas ao longo de toda a área. Os arquivos de saída do VESPER foram transferidos ao programa computacional ArcGIS 9.3 (ESRI, Environmental Systems Research Institute, Redlands, CA, USA) utilizando a extensão Spatial Analyst Tools do ArcGIS 9.3 para maiores análises. RESULTADOS E DISCUSSÃO: Os dados de produtividade foram submetidos ao protocolo de pré-tratamento e posterior interpolação de acordo com métodos descritos anteriormente, após a aplicação dos fatores de correção gerados durante a colheita. A utilização do receptor DGPS no sistema de colheita permitiu visualizar os dados registrados em cada linha de plantio (Figura 3), melhorando a confiabilidade no prétratamento dos dados, possibilitando executar uma análise da distribuição espacial dos valores discrepantes antecedendo a decisão por sua exclusão.

4 FIGURA 3. Dados brutos advindos do monitor de produtividade. Os fatores de correção pós-processados (Tabela 1) variaram desde 0,61 a 2,79 ao longo da colheita, indicando que o monitor de produtividade SIMPROCANA precisa de ajustes constantes do erro de bias. Adicionalmente, observa-se que ao longo do dia de colheita os fatores de correção tendem a diminuir, sendo possível que tal evento seja ocasionado devido ao acumulo de sujeira decorrente da colheita, desfavorecendo a movimentação do prato da balança para registro do peso dos rebolos de cana-de-açúcar. É válido salientar que para todas as calibrações estáticas obtiveram-se coeficientes de determinação em torno de 0,99, não apresentando então efeito de histerese pelas células de carga. TABELA 1. Pesos registrados pelo sistema de monitoramento de produtividade e pela balança da usina Dias 28/06/ /06/ /06/2011 Carga Peso SIMPRO (kg) Peso Balança (kg) Real/Estimado (Fator de Correção do erro de bias) , , , , , , , , , , , , , , , , , , , , ,772

5 Com base na análise descritiva dos dados (Tabela 2) de produtividade antes e após a execução do pré-tratamento de limpeza, é possível verificar que os dados de produtividade limpos apresentaram distribuição não normal de acordo com p-valor do teste de normalidade Kolmorogov-Smirnov, contudo com coeficientes de assimetria e curtose baixos (<1,0) comparando-se com os mesmos coeficientes dos dados de produtividade crus. TABELA 2. Estatística Descritiva para os dados de produtividade pós-processados, antes (cru) e depois (limpo) pré-tratamento de limpeza n min Q1 med Q3 max m DP CV sk K p-valor Prod cru ,2 55,8 83,1 113,8 535,5 89,6 47,7 53,2 1,05 3,16 <0,01 Prod limpo ,1 55,8 82,1 116,1 199,9 87,0 41,4 47,6 0,35-0,50 <0,01 onde: Prod cru dados de produtividades pós processados crus em Mg ha -1 ; Prod limpo dados de produtividade pós processados limpos em Mg ha -1 ; min mínimo; Q quartil; med - mediana; max máximo; m média; DP desvio padrão; CV coeficiente de variação; sk coeficiente de assimetria; K coeficiente de curtose; p-valor do teste de normalidade. A Figura 4 apresenta o mapa interpolado de produtividade sobreposto com a imagem da área obtida no banco de dados do Google Maps ( Para o mapa temático de produtividade (MP) e o mapa dos desvios padrões das predições (MDesvPad), onde suas legendas foram divididas em quartis possibilitando uma melhor visualização entre faixas de transições (Figura 3), pode-se observar que existe uma maior ocorrência de variabilidade espacial entre 75 e 96 Mg ha -1, faixa essa considerada de baixa variabilidade comparando-se com a última de 97 a 144 Mg ha -1. Pode-se ainda observar nesta figura a faixa atingida pela queima ocorrida em meados de 2010, sendo coincidente com a região de menor produtividade. Já para o MDesvPad é possível observar que a faixa de maiores desvios, indicando baixa qualidade nas estimativas pelo método de interpolação, apresentou descontinuidade ao longo da área, com pequenas ocorrências. Nesta análise da produtividade observase uma variabilidade espacial com intervalos coerentes e desvios padrões de predição não tendenciosos permitindo uma melhor avaliação dos resultados. FIGURA 4. Mapa de produtividade e mapa do desvio padrão da predição.

6 CONCLUSÕES: Embora o monitor de produtividade SIMPROCANA tenha mostrado instabilidade quanto as mensurações ao longo da colheita, necessitando de ajustes constantes do erro bias, mostrouse uma ferramenta útil na avaliação da variabilidade espacial da produtividade em áreas cultivadas com cana-de-açúcar respeitando tal limitação, podendo tais dados serem utilizados para futuras análises investigativas da ocorrência de tal variabilidade, sendo parte do ciclo de aplicação da Agricultura de Precisão. REFERÊNCIAS Bramley, R. G. V.; Williams, S. K. A protocol for the construction of yield maps from data collected using commercially available grape yield monitors. Cooperative Research Centre for Viticulture, CRC Australia, 2001, 21 p. Cook, S. E.; Bramley, R. G. V Precision agriculture - Opportunities, benefits and pitfalls. Australian Journal of Experimental Agriculture Cox G. J.; Harris H.D.; Pax R. Development and testing of a prototype yield mapping system. Proceedings of the Australian Society of Sugar Cane Technologists 19, 38 43, Cox G. J.; Harris H. D.; Pax R.; Dick R. Yield mapping in the cane industry. In Sugarcane: Research towards efficient and sustainable production. (Eds JR Wilson, DM Hogarth, JA Campbell, AL Garside) pp , (CSIRO Tropical Crops and Pastures: Brisbane) Companhia Nacional de Abastecimento CONAB. Acompanhamento de safra brasileira: cana-de-açúcar, terceiro levantamento, janeiro/2011. Brasília: Conab, p. Gray, G. R.; Cerri, D. G. P.; Magalhães, P. S. G. Avaliação do sistema de mapeamento de produtividade de cana-de-açúcar em campo. In: Congresso Brasileiro de Engenharia Agrícola, 36º, Bonito/MS, Anais Han, S.; Hummel, J. W.; Goering, C. E.; Cahn, M. D. Cell size selection for site specific crop management. Transaction of the ASAE, St. Joseph, v.37, n.1, p.19-26, Jan./Feb Harris H. D.; Cox G. J. Yield mapping current capabilities in yield mapping for sugarcane. Are these limiting to the introduction of PA to the sugar industry? In Precision Agriculture What can it offer the Australian sugar industry? Proceedings of a Workshop held in Townsville June, (Eds RGV Bramley, SE Cook, GG McMahon) pp , Hernandez B.; Fernandez F.; Ponce E.; Esquivel M.; Rodriguez J.; Quintana L.; Interian S.; Alvarez R. Application of precision farming technologies for sugarcane crop. In Book of Abstracts 5ECPA- 2ECPLF (Eds C Heemskerk, M Engvall) pp. 119, (Swedish Institute of Agricultural and Environmental Engineering: Uppsala) Magalhães P. S. G.; Cerri, D. G. P. Yield Monitoring of Sugar Cane, Biosystems Engineering, 96, 1-6, 2007.