A inovação tecnológica vem com intuito de auxiliar o atendimento da crescente demanda por alimentos, os sistemas agrícolas de precisão, projetado para a produção, eficiência e viés econômico (FAO, 2014; FAO, 2016; PROST et al., 2017). Esforços recentes incluíram abordagens existentes e evoluções, que visam desenvolver formas alternativas para a agricultura, tais como permacultura, agricultura vertical, agricultura urbana, agricultura de precisão, agricultura social e assistencial, agroecologia e agricultura digital ou 'inteligente' sendo assessoradas por hardwares, aplicativos e softwares computacionais (WEZEL et al., 2011; ORSINI et al., 2013; HASSINK et
al., 2013; DELL'OLIO et al., 2017; JUNGE et al., 2017; MULLER et al., 2017; WOLFERT et al.,
2017; HASSINK et al., 2018 ; INGRAM, 2018; PIGFORD et al., 2018).
As transições de uma agricultura básica para agricultura com inovação tecnológica, exigem a formação de técnicas voltadas para tecnologias agrícolas e pessoal qualificado no manuseio. Os nichos de inovação são definidos como os espaços que permitem aos operadores experimentar, inovar e criar novas tecnologias, práticas e instituições que possam apoiar transições para a agricultura inteligente com hardwares, firmwares e software que possibilitem interações além das fronteiras em sistemas agrícolas (SCHOT e GEELS, 2008; ELZEN et al., 2012; MEYNARD et
al., 2017).
A agricultura inteligente é um estilo de gestão que inclui monitoramento, planejamento e controle inteligentes de processos agrícolas. Esse estilo de gerenciamento requer o uso de uma ampla variedade de sistemas de software, firmware e hardware de vários fornecedores. A adoção da agricultura inteligente é dificultada por causa de uma fraca interoperabilidade e troca de dados
entre componentes das novas tecnologias da informação (TIC) que impedem a integração (LAMB
et al., 2008; WOLFERT et al., 2010; AUBERT et al., 2012; KRUIZE et al., 2016).
Atualmente, as práticas agrícolas estão sendo apoiadas pela biotecnologia, tecnologias digitais emergentes tais como: sensoriamento remoto, computação em nuvem, internet das coisas (IOT) e um armazenador de dados armazenados (Big Data), levando este conjunto de tecnologias a ser chamado de “agricultura inteligente”. A implantação de novas tecnologias de informação e comunicação (TIC) para o gerenciamento de culturas em fazendas a nível de campo, controles e automação de processos agrícolas estende o conceito de agricultura de precisão, aprimorando as tarefas existentes de gestão e tomada de decisões (BASTIAANSSEN et al., 2000; WEBER e WEBER, 2010; RAHMAN et al., 2013; BABINET et al., 2015; HASHEM et al., 2015; KARMAS et al., 2016; KAMILARIS et al., 2016; NANDYALA e KIM, 2016; LOKERS et al., 2016; TYAGI, 2016; KAMILARIS et al., 2017).
A agricultura inteligente possui ecossistemas agrícolas complexos, multivariados e imprevisíveis que necessitam de análise aprofundada (GEBBERS e ADAMCHUK, 2010). As tecnologias digitais emergentes mencionadas anteriormente contribuem para essa compreensão, monitorando e medindo continuamente vários aspectos do ambiente físico produzindo grandes quantidades de dados em um ritmo sem precedentes. Toda a gama de dados coletados implica, a necessidade de coleta, armazenamento e pré-processamento em larga escala, modelagem e análise de enormes quantidades de dados provenientes de várias fontes heterogêneas necessitando de um grande banco de dados denominado de “Big Data” (HASHEM et al., 2015; SONKA, 2016; CHI et
al., 2016).
O “ big data ” agrícola cria a necessidade de grandes investimentos em infraestruturas para armazenamento e processamento de dados, que necessitam operar em tempo real para algumas aplicações por exemplo, previsão do tempo , monitoramento de pragas das culturas e das doenças dos animais, época de colheita, armazenamento de frutos refrigerados (HASHEM et al., 2015; NANDYALA e KIM, 2016) . Portanto, “ análise de big data ” é o termo usado para descrever uma nova geração de práticas, projetada para que agricultores e organizações relacionadas possam extrair valor econômico de grandes volumes de uma ampla variedade de dados, permitindo a captura, descoberta e análises em alta velocidade (WAGA e RABAH, 2014; LOKERS et al., 2016; KEMPENAAR et al., 2016; SONKA, 2016; KAMILARIS et al., 2017).
Toda a informação do banco de dados analisada e processada da big data alimenta o domínio de aplicativos e softwares que estão em expansão, estabelecendo uma mudança na agricultura. Cenários para grandes áreas de produtividade agrícola exigiram que uma capacidade de simulação espacial e paralela que fosse adicionada aos modelos e estruturas. Códigos pré- fabricados como os modelos de frameworks conseguem desenvolver em conjunto aplicações de importância como as de sistemas de pastoreio, gerenciamento de fazendas inteiras, movimento e armazenamento de água dentro das propriedades (BRENNAN et al., 2008; PAYDAR e GALLANT, 2008; COOPER et al., 2009; HAMMER et al., 2010; MESSINA et al., 2010; SNOW
et al., 2014; MOORE et al., 2014; RODRIGUEZ et al., 2014).
O desenvolvimento de softwares é uma tarefa de natureza complexa. Produzir software tem sido um dos grandes desafios principalmente quando a demanda é da agricultura. Vários softwares estão sendo desenvolvidos para automatizar processos e viabilizar novos investimentos no setor agrícola. À medida que rebusca os sistemas requeridos pelos usuários, o nível de complexidade do manuseio do software também se torna mais elevado e passa a ser fundamental a utilização de ferramentas automatizadas para apoiar suas tarefas (GAVIOLI, 2009).
No entanto, de acordo com Kruchten (2004, p.2), a expansão de software em tamanho, complexidade, distribuição e importância exigem melhoria em seu processo de desenvolvimento a fim de evitar as seguintes situações:
▪ Incompreensão das necessidades do usuário, inabilidade para lidar com requisitos variáveis, falha na integração dos módulos, dificuldade na manutenção e incremento, descoberta tardia de sérias imperfeições, baixa qualidade, desempenho, dificuldade no controle e recuperação de versões e baixa confiabilidade.
Segundo afirma Krutchen (2004, p.3), o processo de desenvolvimento de software pode ser aprimorado, em função da aplicação das melhores práticas relacionadas a seguir:
▪ Desenvolvimento iterativo (plataforma homem maquina intuitiva), gerenciamento dos requisitos, uso de arquiteturas baseadas em componentes, modelagem visual, verificação contínua de qualidade e controle de mudanças.
Quanto aos padrões de projeto são soluções e recicláveis para problemas recorrentes que são encontrados diariamente no processo de desenvolvimento de aplicativos para o mundo real (GAMMA et al., 1994).
Sendo assim, existe uma serie de fases a serem estabelecidas para que o software seja confeccionado para o público buscando uma boa interação entre a plataforma virtual e operador, desta forma os trabalhos são desenvolvidos por etapas em vários segmentos, principalmente na agricultura de modo geral.
Segundo trabalho realizado por Li et al. (2011), com o intuito de apresentar um conjunto de dados multiespectrais portátil através de um sistema de aquisição de dados para estender parte da imagem de citros para fins de medição. Um dispositivo elétrico-mecânico desenvolvido para posicionar e alinhar um espelho a casca e duas câmeras CCD na posição cinemática relativa. Através de uma interface, as câmeras foram sincronizadas para capturar as imagens com a mesma visão, adquirindo determinada área espectral do visível e do infravermelho próximo com base no espelho frio. Como resultados o software foi desenvolvido para receber as imagens da câmera e identificar os citros no pomar.
Pesquisa desenvolvida por Li e Hong (2011), teve como objetivo construir um software com o módulo de programa de aplicação web com oito módulos, incluindo home page, sistema de login, registo do utilizador, modificação informações, logout, conexão em relação ao website para um sistema de módulo de referência para a correta dosagem de fertilização de um pomar de laranjas.
A construção de hardwares e softwares foram realizadas para auxiliar a cadeia produtiva de tomates. Equações matemáticas foram estabelecidos para os atributos como os fenótipos. Objetivando medidas quantitativas do formato do fruto para ser armazenado em um banco de dados. O banco de imagens e as equações controladas foram integrados em um aplicativo
“Tomate Analyzer”, que realiza medições fenotípicas semi-automáticas. O Tomate Analyzer,
também foi aplicado para conduzir análises fenotípicas de frutos a partir de várias outras espécies de tomates (BREWER et al., 2006)
Um smartphone na agricultura foi proposto para o uso de instrumentos ópticos da câmera do celular para diagnosticar pequenas pesquisas como: pragas, medir o nível de iluminação,
analisando espectro, determinando a maturação campo de arroz, a estimativa de cloro na água, e determinar o nível de maturação do fruto. As aplicações do aplicativo estava em procurar pequenas pragas, avaliar o nível lux, avaliar o espectro da radiação de luz, estimar a quantidade de fertilizante nitrogenado necessário para o campo de arroz, medir a concentração de cloro na água, e espacialmente mapear a maturação do fruto verde (SUMRIDDETCHKAJORN, 2013).
Um sistema desenvolvido para smartphones busca a interação entre os agricultores. Formando um banco de dados sobre a sua colheita, umidade do solo, estresse hídrico, preços de mercado insumos agrícolas, as práticas agrícolas, ataques de pragas e doenças, precipitação. As informações para telefones celulares via Wi-Fi livre de custos (PRABHAKAR et al., 2013).
Delgado et al. (2015), desenvolveram um software para dispositivos móveis que calcula, armazena e envia para os outros, informações tais como: parâmetros relacionados com a posição e distancia terra-sol: a radiação solar extraterrestre, radiação incidente na terra, o número de horas de sol, evaporação equivalente, a serviço da agricultura de precisão. O aplicativo gera gráficos das variáveis analisadas e dispõe para o usuário por conexões de mensagens de texto, bluetooth e-mail e redes sociais.
Uma solução foi desenvolvida para o domínio agrícola. Informações sobre a colheita, fertilizantes, gestão da água, a proteção das culturas, tempo e implementos agrícolas como área de informação primária. A solução com base SMS que funciona como modo de procura consiste em esboço servidor e cliente. O stub servidor é um grupo de aplicativos que recebem consulta de necessidade do cliente no modo assíncrono e entrega informação desejada de forma eficiente e ininterrupta (JHA et al., 2015).
A geração dos aplicativos e softwares, evidenciam crescente disposição dos modeladores agrícolas para trabalhar em conjunto e ampliar as disciplinas. Observou-se na década passada que os modeladores agrícolas se tornaram mais receptivos e abertos. Atuando como equipes individuais e juntos como uma comunidade. Equipes individuais perceberam as limitações de trabalhar de forma isolada e a necessidade de ideias de fertilização cruzada. Em nível comunitário, os estudos revelam os avanços obtidos com os novos métodos e ferramentas para acessar os dados agrícolas (HOLZWORTH et al., 2018).
Diante dos trabalhos demonstrados acima, é perceptível o crescimento da engenharia de software para agricultura, no intuito de reduzir custos e aumentar as linhas de produção nos
diversos setores agrícolas atuando em problemas isolados. Tendo a telefonia móvel como aliado para atuar como monitoramento, fontes de informação e atuação na problemática enfrentada com auxílio da internet com exelente relação custo-benefício. O Móvel como uma ferramenta é uma promessa para facilitar o acesso à informação agrícola pela maioria dos agricultores. Sua promoção já foi iniciada por algumas organizações, mas com alto custo. Este trabalho pretende desenvolver um produto com acesso remoto através de um software, utilizando as plataformas Android, IOs e Web, no intuito de receber dados de temperatura e umidade de um hardware que simulará termicamente frutos de manga em câmaras refrigeradas, podendo atuar nos sistemas diagnosticando as zonas de deficiência de temperatura e umidade. Contudo o operador terá os indicativos para correção da cadeia do frio de frutos de manga ‘Tommy Aktins’.