Uso de interpoladores determinísticos na espacialização de algumas propriedades químicas dos solos para projetos de Agricultura de Precisão

Documentos relacionados
Comunicado Técnico ISSN

Espacialização de dados de clima do Estado de São Paulo utilizando o SPRING e o SURFER 8

Tecnologias da Geoinformação aplicadas a Agricultura de Precisão. EAD CR Campeiro7 Edição 2015

Modelagem Numérica do Terreno. Prof. Maria Isabel C. de Freitas Adaptado de INPE - DPI

Álvaro V. Resende Embrapa Milho e Sorgo

Espacialização comparativa de dados de produtividade de milho com teores agronômicos das propriedades químicas dos solos

MODELAGEM DE SUPERFÍCIES. Prof. Dr. Cristiano Zerbato

MNT: MODELAGEM NUMÉRICA DE TERRENOS

Agricultura de Precisão. EAD CR Campeiro7 Edição 2015

CURSO DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO. SER-300 Introdução ao Geoprocessamento. Relatório do Laboratório 1 ANA CAROLINA MOREIRA PESSÔA

ANÁLISE DO USO E OCUPAÇÃO DA TERRA DA BACIA HIDROGRÁFICA DO MÉDIO-BAIXO CURSO DO RIO ARAGUARI

IDENTIFICAÇÃO DE FATORES DA FERTILIDADE QUÍMICA DO SOLO INTERFERINDO NA PRODUTIVIDADE EM AGRICULTURA DE PRECISÃO

18/05/2010. # Modelagem numérica do terreno (MNT) # Métodos de interpolação de dados numéricos

Questões concursos

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS

SER Introdução ao Geoprocessamento. Laboratório 1 Modelagem da Base de Dados

Laboratório 3. Disciplina. Introdução ao Geoprocessamento SER 300. Prof. Dr. Antonio Miguel Vieira Monteiro

Laboratório 01. Modelagem da Base de Dados: Base de Dados Georeferenciados para Estudos Urbanos no Plano Piloto de Brasília

Comunicado Técnico ISSN

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS

SER-330: INTRODUÇÃO AO GEOPROCESSAMENTO

Geoprocessamento na Agricultura de Precisão

Fundamentos da Agricultura de Precisão

9 Agricultura. Célia Regina Grego Cristina Aparecida Gonçalves Rodrigues Luiz Eduardo Vicente Édson Luis Bolfe Daniel de Castro Victoria

ModeloDigital de Superfície-MDS

SISTEMAS DE INFORMAÇÕES GEOGRÁFICAS Aula 5. SIG- Eng. Cartográfica Prof. Luciene Delazari

SER Introdução ao Geoprocessamento. Laboratório 3 LABORATÓRIO DE MNT

GERAÇÃO DE UM ÍNDICE DE FERTILIDADE PARA DEFINIÇÃO DE ZONAS DE MANEJO EM AGRICULTURA DE PRECISÃO

EAD CR CAMPEIRO 7. Visão Geral do Sistema

Modelos Numéricos de Terreno. Disciplina: Geoprocessamento Profª. Agnes Silva de Araujo

PMI 3331 GEOMÁTICA APLICADA À ENGENHARIA DE PETRÓLEO

MODELAGEM E CRIAÇÃO DE BANCOS DE DADOS

Variabilidade espacial da produtividade de milho cultivado em um LATOSSOLO VERMELHO

Comunicado Técnico ISSN

Artigos. GPS na Agricultura

AGRICULTURA DE PRECISÃO

XXIX CONGRESSO NACIONAL DE MILHO E SORGO - Águas de Lindóia - 26 a 30 de Agosto de 2012

DESENVOLVIMENTO DE UM ALGORITMO PARA REDUÇÃO DE ERROS EM MAPAS DE RENDIMENTO OBTIDOS EM AGRICULTURA DE PRECISÃO

GEOPROCESSAMENTO NAS CIÊNCIAS AMBIENTAIS

Aplicação de Técnicas de Cartografia Digital na Elaboração do Mapa de Relevo do Campo Experimental da Caatinga da Embrapa Semi-Árido

MUDANÇAS TEMPORAIS NA VARIABILIDADE ESPACIAL DO SOLO

SIG PROF. IVAIRTON M. SANTOS 2015/2 AULA 2 INTRODUÇÃO A SIG E CARTOGRAFIA

Laboratório 4. Disciplina. Introdução ao Geoprocessamento SER 300. Prof. Dr. Antonio Miguel Vieira Monteiro

BALANÇO ENERGÉTICO: DISPONIBILIDADE DE RADIAÇÃO PARA PLANTIOS EM SUPERFÍCIE INCLINADA

RADIAÇÃO POTENCIAL DISPONÍVEL PARA PRODUÇÃO DE MAMONA EM SUPERFÍCIE INCLINADA

Introdução a Geoprocessamento SER 300

MAPEAMENTO DOS ATRIBUTOS QUÍMICOS DO SOLO E DA PRODUTIVIDADE DA CULTURA DO MILHO EM SISTEMA DE AGRICULTURA DE PRECISÃO E CONVENCIONAL

CAFEICULTURA DE PRECISÃO POR AGRICULTURA DE PRECISÃO. R. Santinato MAPA Procafé Campinas - S.P.

Mapas e suas representações computacionais

¹ Estudante de Geografia na Universidade Estadual de Campinas (Unicamp), estagiária na Embrapa Informática Agropecuária (Campinas, SP).

Sistema de informação geográfica (SIG) aplicado na agricultura de precisão

Disciplina Geoprocessamento Aplicadoao Planejamento

SER Introdução ao Geoprocessamento Laboratório 1- Modelagem de Base de Dados. Barbara Hass Miguel

Laboratório 2. Disciplina. Introdução ao Geoprocessamento SER 300. Prof. Dr. Antonio Miguel Vieira Monteiro

Como oferecer serviços com as melhores técnicas para lucratividade aos produtores rurais e às empresas

Avaliação de métodos de classificação para o mapeamento de remanescentes florestais a partir de imagens HRC/CBERS

Sistemas de Informações Geográficas

INTRODUÇÃO AO GEOPROCESSAMENTO

AVALIAÇÃO DOS NÍVEIS DE ph, K, Ca e Mg EM ÁREAS DE CULTIVO DE BATATA EM BUENO BRANDÃO, MINAS GERAIS

FARM SOLUTIONS TECNOLOGIA PARA COLETA DE DADOS, ANÁLISE E APLICAÇÃO DE SOLUÇÕES AGRONÔMICAS NAS LAVOURAS

SER-300 Introdução ao Geoprocessamento

Resposta da Cultura do Milho Cultivado no Verão a Diferentes Quantidades de Calcário e Modos de Incorporação

SER 300 INTRODUÇÃO AO GEOPROCESSAMENTO

LABORATÓRIO 1 MODELAGEM DA BASE DE DADOS

Análise de Componentes Principais para Definição de Zonas de Manejo em Agricultuta de Precisão

Comunicado Técnico 42

MODELO DIGITAL DE TERRENO I

Laboratório 3 Modelagem Numérica de Terreno

DADOS GEORREFERENCIADOS

EFEITO E VIABILIDADE DA ADOÇÃO DE UM SISTEMA DE AGRICULTURA DE PRECISÃO PARA PEQUENAS PROPRIEDADES RESUMO

Avaliação de Cultivares de Milho na Região Central de Minas Geraisp. Palavras-chave: Zea mays, rendimento de grãos, produção de matéria seca, silagem

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

Agricultura de Precisão em Citros Mapeamento de Produtividade e Adubação em Taxas Variáveis

Análise do Custo de produção por hectare de Milho Safra 2016/17

Conjunto de técnicas (ou tecnologias) ligadas à informação espacial, que engloba a coleta, tratamento e análise de dados.

CURSO DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO. SER-300 Introdução ao Geoprocessamento. Relatório do Laboratório 3 ANA CAROLINA MOREIRA PESSÔA

16 EFEITO DA APLICAÇÃO DO FERTILIZANTE FARTURE

Modelagem espacial do tempo de florescimento de milho plantado na safrinha considerando o zoneamento de risco climático

Mapeamento de colheita para Agricultura de Precisão

Atributos do solo em um módulo de cultivo intensivo de hortaliças orgânicas. Soil attributes in an intensive cultivation module of organic vegetables.

3 Sistema de Informação geográfica

AGRICULTURA DE PRECISÃO

PERDAS DE SOLO E ÁGUA EM UM LATOSSOLO VERMELHO- ESCURO SOB DIFERENTES SISTEMAS DE MANEJO.

Laboratório 2. Cartografia e Integração de Dados

Artigo 2 Rafaelly Suzanye da Silva Santos

SOLUÇÃO DE MAPEAMENTO AÉREO BEMBRAS AGRO

Experimento Correção de P (safra 2010/11 a 2015/16)

CURSO DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO. SER-300 Introdução ao Geoprocessamento. Relatório do laboratório 3 WILLIAM FOSCHIERA

BANCO DE DADOS GEOGRÁFICOS E WEBMAPPING. Prof. Angelo Augusto Frozza, M.Sc.

REPRESENTAÇÃO DE SUPERFÍCIE

GEOPROCESSAMENTO. Bases conceituais e teóricas. Prof. Luiz Henrique S. Rotta

SISTEMAS DE INFORMAÇÃO GEOGRÁFICA (II)

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. Divisão de Sensoriamento Remoto. Geoprocessamento

Como fazer a Agricultura de Precisão avançar no Brasil

PROCESSAMENTO DIGITAL DE IMAGENS

Avanços na pesquisa sobre agricultura de precisão no Brasil

Softwares de geoprocessamento e implantação de SIG s. Prof. Dr. Cristiano Zerbato

ÍNDICE DE ESPIGAS DE DOIS HÍBRIDOS DE MILHO EM QUATRO POPULAÇÕES DE PLANTAS E TRÊS ÉPOCAS DE SEMEADURA NA SAFRINHA

Agricultura de Precisão situação e tendências

Caraterísticas agronômicas de híbridos experimentais e comerciais de milho em diferentes densidades populacionais.

Transcrição:

Uso de interpoladores determinísticos na espacialização de algumas propriedades químicas dos solos para projetos de Agricultura de Precisão Amarindo Fausto Soares Embrapa Informática Agropecuária, Campinas São Paulo - Brasil fausto@cnptia.embrapa.br Evandro Chartuni Mantovani Embrapa Milho e Sorgo, Sete Lagoas Minas Gerais - Brasil evandro@cnpms.embrapa.br Resumo Técnicas de Agricultura de Precisão introduzidas no Brasil, tendo como princípio a aplicação do conceito manejo sitio-específico, já começam apresentar resultados. A Embrapa Milho e Sorgo, lançou-se na dianteira com a elaboração de um projeto pioneiro (PRODETAB 030-01/99), envolvendo o cultivo de milho e sorgo, num de seus campos experimentais, cujas experiências estão sendo transferidas e aplicadas para uma Fazenda no município de Sidrolândia, Estado do Mato Grosso do Sul. A fase inicial do projeto envolveu a coleta de aproximadamente 700 amostras de solos, com o auxílio de GPS, em um pivot central de uma área experimental situada nas dependências da Embrapa Milho e Sorgo no Município de Sete Lagoas, Estado de Minas Gerais no Brasil, nas quais foram determinadas algumas propriedades químicas dos solos antes do plantio do milho. Esses pontos de coleta foram espacializados, aplicando interpoladores determinísticos no processo de modelagem numérica de terreno MNT, utilizando o Sistema de Processamento de Informações Georreferenciadas - SPRING, desenvolvido pelo Instituto Nacional de Pesquisas Espaciais INPE. O objetivo do presente trabalho é demonstrar a utilidade na aplicação de técnicas de geoprocessamento utilizando interpoladores determinísticos, contidos no SPRING, para modelagem de dados das referidas propriedades químicas dos solos, comparando-as entre si, para orientação e conhecimento das condições atuais do solo por ocasião do cultivo do milho em plantio direto para projeto de Agricultura de Precisão. Palavras chave: Modelagem, Geoprocessamento, SIG, Espacialização 1. Introdução A agricultura sempre foi um ramo de atividade e uma das maneiras de utilização dos recursos naturais para sobrevivência humana. A medida que foi se desenvolvendo e se expandindo iniciou-se um processo gradativo de desequilíbrio do meio ambiente em decorrência da ação antrópica irracional no sistema, processo esse imperceptível a curto prazo. O homem passou a perceber que a cada ano seus níveis de produção sofriam um decréscimo, até a terra se tornar improdutiva, razão pela qual ele a abandonava iniciando um novo ciclo de atividades em outra região, promovendo um sistema itinerante de agricultura e empobrecedor dos solos, além de favorecer a ação de agentes climáticos atuando intensamente num recurso indefeso participante de um sistema no qual o equilíbrio foi quebrado sem ter sido reconstituído. Embora exista uma prática de aplicação de adubos e defensivos, na tentativa de minimizar os danos, esta é feita de maneira descontrolada devido o desconhecimento da variabilidade espacial das condições de fertilidade do solo. A agricultura tradicional considera o campo homogêneo, tratando-o de maneira tal que suas características são consideradas iguais em todo a sua extensão, sabendo-se o total colhido e a

área plantada obtém-se a produtividade, não importando qual foi a variação em locais específicos do campo. Por outro lado a aplicação de insumos é tratada da mesma maneira, sendo que as quantidades a serem aplicadas são determinadas pela análise de valores médios levando-se em conta algumas amostras coletadas em posições aleatórias no campo. Já em Agricultura de Precisão o campo é tratado considerando a existência de variabilidade espacial tanto para as condições do campo como para produtividade. Esta tecnologia propicia os meios necessários para a aplicação dos insumos nos locais adequados e na quantidade necessária para que o produtor busque a redução de custos, aumento da produtividade e a conservação do meio ambiente. A análise da influência das diversas fontes de informações em cada local do campo é que irá determinar como o campo será administrado durante um ciclo produtivo e nos próximos. Isto quer dizer que em Agricultura de Precisão a organização das informações, além da dimensão temporal, que é ainda muito importante, torna-se necessário que se tome extrema atenção para a dimensão espacial dos dados. É imprescindível que se registre as localizações das posições onde foram capturados os dados, os atributos e os valores mensurados nestas posições. Além disso deve-se registrar o momento cronológico em que estes dados foram adquiridos. Para que se obtenha a componente espacial em Agricultura de Precisão a aquisição dos dados é acompanhada pela presença de equipamentos de posicionamento global, Global Positioning System GPS (Figura 1 e 2). Por outro lado podemos dizer que as colheitadeiras preparadas para este tipo de tecnologia, além do GPS, possuem um sistema para medir e registrar a produtividade em cada local que passa. Já os implementos agrícolas dotados de sistemas de aplicação variável são dotados de GPS e controle automático nos seus dosadores, para que recebam um mapa de aplicação contento o registro de qual a quantidade a ser aplicada em cada local do campo. Figura 1 - Esquema da constelação de satélites do sistema de posicionamento global

Figura 2 - Imagem ilustrando o sistema de posicionamento global auxiliando o agricultor. Existem muitas fontes de dados a serem consideradas em um projeto de agricultura de precisão, o levantamento de dados das condições do solo é de suma importância considerando ser o ponto de partida para o cultivo. Neste tipo de levantamento são coletadas várias amostras de solo, georeferenciadas (latitude, longitude e altitude), nas quais são estabelecidas as características necessárias para o bom desenvolvimento da cultura, para posterior análise em laboratório (Figura 3). Um esquema de coletas pode ser idealizado para facilitar o operador (Figura 4). Por outro lado, por ocasião da colheita, os dados de produtividade, provenientes das colheitadeiras com sistema GPS, que registram a posição georreferenciada, a quantidade colhida conforme o deslocamento do veículo Soares e Mantovani (2004). Figura 3 Veículo coletando amostra de solos adaptado ao sistema de posicionamento global. Figura 4 Esquema quadriculado de coleta das amostras de solos, espaçadas 25 metros.

2. Materiais e Métodos Os dados utilizados foram extraídos de experimentos de campo na área de um pivot central (Figura 4) com aproximadamente 700 metros de diâmetro quadriculado com espaçamento de 25 metros entre linhas, situado na Embrapa Milho e Sorgo, no município de Sete Lagoas, Estado de Minas Gerais no Brasil. Em cada cruzamento foram feitas coletas de amostras de solos nas quais foram determinadas em laboratório, teores de ph, alumínio, cálcio, magnésio, potássio, matéria orgânica, aliados aos valores de altitude que foram divididos em três níveis com diferença de altitude de 20 metros entre eles Baixa 737.664 757.664, Média 757.664 777.664, Alta 777.664 798.715 (Figura 5) e coordenadas fornecidas pelo GPS. Para que possamos manipular uma considerável quantidade de dados, adquiridos por meio da tecnologia orbital, com equipamentos de posicionamento global, desenvolveram-se técnicas de geoprocessamento que utilizam técnicas matemáticas e computacionais para o tratamento da informação geográfica através dos sistemas de informações conhecidos como SIGs - Sistema de Informações Geográfica, cuja finalidade é a conversão do dado de seu formato numérico para o formato espacial, processo esse conhecido como espacialização. Existem diversos SIGs no mercado executando fundamentalmente as mesmas tarefas, diferenciando-se por algumas funcionalidades e preço. Foi utilizado no presente trabalho o Sistema de Processamento de Informações Georreferenciadas SPRING, desenvolvido pelo Instituto Nacional de Pesquisas Espaciais, em parceria com a Embrapa Informática Agropecuária. O SPRING é um SIG no estado-da-arte com funções de processamento de imagens, análise espacial, modelagem numérica de terreno e consulta a bancos de dados espaciais (INPE, 2004a). O SPRING possui um módulo de Modelagem Numérica de Terreno MNT, capaz de executar a espacialização de variáveis através da aplicação de interpoladores determinísticos. Um modelo numérico de terreno - MNT (em inglês, DTM = Digital Terrain Model) é uma representação matemática da distribuição espacial de uma determinada característica vinculada à uma superfície real. A superfície é em geral contínua e o fenômeno que representa pode ser variado (INPE, 2004b) Esse módulo opera com um sistema de geração de grades simulando uma superfície onde serão modeladas as variáveis através da aplicação de interpoladores determinísticos. A modelagem ambiental determinística se caracteriza pela modelagem dos dados espaciais segundo o paradigma determinístico. Essa modelagem é praticada desde os primeiros modelos computacionais implementados em um SIG. Neste tipo de modelagem, os modelos de dados espaciais não contêm componente aleatório e são, portanto, considerados exatos por Soares (2002). Dentre os interpoladores contidos no módulo, optou-se pelo da Média Ponderada no qual o valor de cota de cada ponto da grade é calculado a partir da média ponderada das cotas dos 8 vizinhos mais próximos a este ponto, porém atribui-se pesos variados para cada ponto amostrado através de uma função que considera a distância do ponto cotado ao ponto da grade. Este interpolador produz resultados intermediários entre o interpolador de média simples e os outros interpoladores mais sofisticados, com tempo de processamento menor (INPE, 2004b). Em todas as espacializações foram geradas imagens dos parâmetros utilizando níveis de cinza variando de 0 preto a 255 branco, simulando as variações do parâmetro. 3. Resultados e Discussões Na espacialização da altitude (Figura 5) foram utilizadas todas as medidas coletadas pelo GPS em cada ponto, tendo variado de 737.664 a 798.715 metros ocasionando uma diferença de

nível de 61.051 metros, Isso quer dizer que as partes mais claras da imagem são as mais altas e os pontos vermelhos são os locais de coleta. Figura 5 Imagem gerada da espacialização da altitude nos pontos de coleta após a aplicação de grades. Figura 6 Imagem gerada da espacialização dos teores de ph. Na espacialização dos teores de ph (Figura 6) houve uma variação dos níveis entre 4,4 a 7,6 variando de Baixo a Muito Bom. Isso quer dizer que as partes mais claras da imagem possuem valores muito bom de ph com solos menos ácidos e nos pontos escuros o ph é baixo demonstrando maior acidez nos solos.

Figura 7 Imagem gerada da espacialização dos teores de Alumínio. Nos pontos de coleta os teores de Alumínio (Figura 7) houve uma variação dos níveis entre 0,0 Muito Bom a 1,2 Alta. Isso quer dizer que as partes mais claras da imagem possuem valores mais alto de Alumínio e onde ele se torna mais tóxico e prejudicial as plantas e vice versa. Figura 8 Imagem gerada da espacialização dos teores de Cálcio. A espacialização dos teores de Cálcio mostrou-se uniforme, em termos de distribuição dos níveis de cinza e com valores variando entre 0,1 Muito Baixo nos pontos mais escuros a 8,5 Muito Alto nas áreas mais claras.

Figura 9 Imagem gerada da espacialização dos teores de Magnésio. A imagem gerada com a espacialização dos teores de Magnésio apresentou-se escura o que pode demonstrar só haver dois teores, porém eles variaram de 0,02 Muito Baixo a 76 Muito Bom apresentando uma considerável população de valores entre os teores muito Baixo, Baixo, Médio e Bom, havendo apenas um ponto com valor Muito Bom Figura 10 Imagem gerada da espacialização dos teores de Potássio. Caso quase semelhante ocorreu com os teores de Potássio espacializados, a imagem gerada apresentou-se escura em uma boa parte, porém eles variaram de 21 Baixo a 1370 Muito Bom apresentando uma considerável população de valores entre os teores Baixo, Médio e Bom, havendo apenas um ponto com valor Muito Bom

Figura 11 Imagem gerada da espacialização dos teores de Matéria Orgânica. Em termos de Matéria Orgânica a espacialização revelou uma distribuição uniforme com tons claros de níveis de cinza revelando apresentar ótimos indicies e com teores variando de 0,0 Muito Baixo a 6,4 Bom e com uma considerável população de indivíduos localizando nas faixas Médio e Bom. 4. Conclusões Qualquer atividade no ambiente provoca um certo desequilíbrio que retorna ao seu estado original, após um determinado tempo. Até um certo ponto a natureza se recompõe dependendo da intensidade da ação. As constantes atividades desenvolvidas pelo homem desde o início dos tempos tem provocado um certo impacto ao ponto de estar provocando uma quebra no equilíbrio ambiental. Embora esteja havendo um decréscimo na qualidade de vida o homem tem procurado alternativas para recuperá-las não obtendo sucesso. A tecnologia orbital, com a criação dos sistemas de possicionamento global GPS acoplados a sistemas já existentes, possibilitou a criação do geoprocessamento com adoção sistemas que tem auxiliado nesse ponto. Os Sistemas de Informação Geográfica SIG tem contribuído em muito para auxiliar nessa tarefa através da adoção de novas técnicas de cultivo no campo visando monitorar as atividades agrícolas. A espacialização de variáveis, através da geração de grades com aplicação de interpoladores determinísticos, torna-se um dos mecanismos básicos de adoção de técnicas de geoprocessamento. O procedimento de espacialização é ponto de partida para inúmeras outras técnicas de geoprocessamento, por ser tratar da maneira de converter os dados de seu formato analógico para o formato digital Sem dúvida nenhuma esses SIGs tem contribuído bastante para mudança de hábitos de plantio, em virtude de uma nova visão das variáveis envolvidas no processo.

5. Referências INPE. SPRING - sistema de processamento de informações georeferenciadas: release 4.0. Disponível em: <http://www.dpi.inpe.br/spring/usuario/indice.htm>. Acesso em: 10 jan. 2004a. INPE. SPRING: utilizando o SPRING. Disponível em: <http://www.dpi.inpe.br/spring/usuario/entrada.htm#acoes>. Acesso em: 29 fev. 2004b. SOARES, A. F. Uso do móduo Análise do SPRING (versão 3.6.02) para estudo de dados climáticos. Campinas: Embrapa Informática Agropecuária, 2002. 32 p. (Embrapa Informática Agropecuária. Documentos, 24). SOARES, A. F.; MANTOVANI, E. C. Espacialização comparativa de dados de produtividade de milho com teores agronômicos das propriedades químicas dos solos. Trabalho apresentado no 1 º Congresso Luso-Brasileiro de Tecnologias de Informação e Comunicação na Agro-Pecuária & 1 ª Feira Luso-Brasileira de Produtos e Serviços de Tecnologias de Informação e Comunicação na Agro-Pecuária, Santarém, Portugal, jun. 2004.