Programa Nacional de Cooperação Acadêmica
P R O C A D
Título: Modelagem Matemática e Computacional Aplicada na
Agricultura de Precisão
Coordenação Geral:
Professora Doutora Vilma Alves de Oliveira
Programa de Pós-Graduação em Engenharia Eletrica
Universidade de São Paulo (EESC-USP), São Carlos, SP
(http://www.sel.eesc.sc.usp.br/lac/)
Coordenação Equipe São José do Rio Preto:
Prof. Dr. Geraldo Nunes Silva
Pós-Graduação em Matemática Aplicada
Instituto de Biociências, Letras e Ciências Exatas
Universidade Estadual Paulista (IBILCE-UNESP), São José do Rio Preto - SP
(http://www.dcce.ibilce.unesp.br/pos/)
1. Justificativa
O Programa de Pós-Graduação do Departamento de Engenharia Elétrica da Escola de Engenharia de São Carlos teve seu início em 1975. Hoje é reconhecido como um dos melhores do país, tendo recebido o conceito 6 na última avaliação da CAPES, em níveis de Mestrado e Doutorado. Tem por objetivo a formação de profissionais de alto nível acadêmico e o desenvolvimento de pesquisa científica e tecnológica nas sub-áreas de Processamento de Sinais e Instrumentação, Sistemas Dinâmicos, Sistemas Elétricos de Potência, Telecomunicações e Engenharia de Reabilitação.
O programa de Pós-Graduação em Matemática Aplicada do IBILCE-UNESP foi criado em 1998 e recomendado pela CAPES em 1999, atualmente possui o conceito 4 em nível de mestrado. Onze docentes em regime de dedicação exclusiva e 18 alunos de mestrado atuam em três linhas de pesquisa: Análise Numérica; Problemas Não Lineares eSistemas Complexos; e Otimização.
Há alguns anos tem havido colaboração entre docentes e alunos que atuam em área correlacionadas dos dois programas. Esta colaboração tem-se dado através de participação de docentes em bancas de exames de qualificação, defesas de dissertações de mestrado e teses de doutorado; palestras e discussão sobre projetos de pesquisa. Mais recentemente, tem havido uma interação para o desenvolvimento de pesquisa em estratégias de otimização e controle envolvendo processamento digital de sinais para populações de plantas daninhas. Estas pesquisas contam com uma parceria entre o Departamento de Engenharia Elétrica e a EMBRAPA Instrumentação Agropecuária de São Carlos.
O presente projeto irá contribuir para incrementar a colaboração entre os docentes e alunos de pós-graduação que atuam nas linhas de pesquisa Analise Numérica e Otimização do programa de pós-pós-graduação em matemática aplicada com os grupos de Sistemas de Controle e Processamento de Sinais do Programa de Engenharia Elétrica de São Carlos. O intercâmbio de diferentes experiências e conhecimentos desenvolvidos separadamente têm permitido a produção de pesquisa de melhor qualidade, evitando superposições e melhorando o desempenho global através da sinergia do trabalho conjunto.
2. Objetivos
Ampliar e fortalecer a colaboração entre os Grupos de Análise Numérica e Otimização do Programa de Pós-Graduação em Matemática Aplicada com os grupos de Processamento de Sinais e Sistemas de Controle do Departamento de Engenharia Elétrica da USP, São Carlos. O desenvolvimento desse projeto conjunto visa também 1) promover a consolidação das linhas de pesquisa em Análise Numérica e Otimização e conseqüentemente do programa de pós-graduação em Matemática Aplicada, ampliar a formação de mestres e doutores e a produção científico-acadêmica; 2) estimular a interação científico-acadêmica e facilitar a mobilização de docentes-orientadores e de estudantes de pós-graduação entre os dois programas envolvidos no projeto.
3. Fundamentação Teórica
3.1 Caracterização do Problema
Sistemas de produção agrícolas mais eficientes são indispensáveis para o desenvolvimento sustentável e estes começam a explorar o uso de tecnologias de controle e informática avançadas. Este projeto situa-se nas áreas
de conhecimento Engenharia Elétrica, Engenharia Biomédica, Matemática, Ciências da Computação e Ciências Agrárias e tem como objetivo entender a dinâmica de populações de plantas daninhas e da dinâmica dos ecossistemas associadas ao agronegócio para melhorar o desempenho de fixação biológica de nitrogênio e desenvolver técnicas de análise e controle de infestação de culturas por plantas daninhas para otimização de riscos.
A presente proposta, portanto, contempla o desenvolvimento de novas técnicas voltadas para a modelagem e controle associadas à agricultura de precisão. As atividades de pesquisa associadas são realizadas por pós-doutorandos, alunos de mestrado e doutorado orientados pelos participantes em ambas instituições de acordo com as suas áreas de atuação.
3.2 Metodologia e Estratégia de Ação
Os microrganismos apresentam uma imensa diversidade genética e desempenham funções únicas e cruciais na manutenção de ecossistemas. Apesar de sua grande importância na manutenção da biosfera, estima-se que menos de 5% dos microrganismos existentes no planeta tenham sido caracterizados e descritos. Através do emprego de técnicas oriundas da biologia molecular os microbiologistas estão apenas começando a desvendar a enorme diversidade microbiana existente e correlacioná-la com o funcionamento de ecossistemas. O número de espécies bacterianas descritas na literatura e disponível em banco de dados públicos vem crescendo significativamente nos últimos anos. Considerando-se que são descritas apenas uma fração das espécies de bactérias, cuja maioria não é de solos, há uma enorme lacuna de conhecimento a ser preenchida em estudos de biodiversidade (Canhos e Vazoller, 1999; Canhos ,1998).
As perdas decorrentes de infestação por plantas daninhas são significativas. Por exemplo, no Brasil, as perdas na cultura da soja atualmente devido à competição com plantas daninhas incorrem na ordem de 13,5% o que equivalente mundial a 15,75 ton/ano (Gazziero et al. (1998). Diversas abordagens de controle têm sido consideradas para o controle ou estabilização de populações de comunidades de plantas daninhas e sistemas de aplicação seletiva de herbicidas vêm sendo muito estudados para reduzir custos de produção e efetuar aplicações destes produtos de forma racional (Rietz et al, 1997; Tian, 2002). As infestações de culturas por plantas daninhas normalmente não ocorrem de modo uniforme nas áreas agrícolas, mas é possível mapear a sua variabilidade espacial com a utilização de processamento de imagens. Esta variabilidade espacial pode ser associada a mapas, gerados através de classificadores (Yang et al. 2000, Shahin et al., 2001, Bressan et al. 2005). Assim, obtém-se mapas de infestação que são utilizados como referência no controle da aplicação dos produtos. O sistema de aplicação completo deve ser projetado considerando o mapa que é utilizado no controle de vazão por meio de válvulas eletro-hidráulicas.
Neste projeto, técnicas de dinâmica não linear, processamento de sinais, inferência estatística são exploradas para estudar a biodiversidade de ecossistemas com ferramentas oriundas da biologia molecular. métodos de otimização são considerados para a aplicação localizada de herbicidas e as técnicas de classificação fuzzy para a obtenção de mapas de risco de infestação de culturas por plantas daninhas considerando atributos da população de plantas daninhas obtidos a partir de processamento de imagens.
4. Infra-estrutura e contrapartida a serem apresentadas pelas equipes
Departamento de Engenharia Elétrica/ EESC/USP
O Departamento de Engenharia Elétrica pertence à Escola de Engenharia de São Carlos (EESC), Unidade da Universidade de São Paulo (USP). Oferece cursos de pós-graduação, credenciados pela CAPES, em nível de mestrado e doutorado nas seguintes sub-áreas de pesquisa: Processamento de Sinais e Instrumentação, Sistemas Dinâmicos, Sistemas Elétricos de Potência, Telecomunicações e Engenharia de Reabilitação. O presente projeto temático se insere na sub-área de Sistemas Dinâmicos. Esta sub-área conta com o Laboratório de Controle (LAC) equipado com softwares, servidora de e-mails, microcomputadores, instrumentos básicos e plataformas de desenvolvimento. Este Laboratório tem recebido nos últimos 10 anos apoio financeiro da FAPESP em diversos trabalhos desenvolvidos no tema sistemas dinâmicos em nível de iniciação científica, mestrado e doutorado por meio de bolsas e auxílios e pode ser usado para o desenvolvimento dos trabalhos associados a este programa de cooperação acadêmica. A parte computacional do Laboratório conta com a manutenção de informática fornecidapelo Departamento e pela EESC. A EESC possui uma Biblioteca com amplo acervo de livros e revistas da sub-área, a qual integra o sistema SIBI-USP, abrangendo cerca de 40 bibliotecas, e fornece um serviço de apoio técnico à pesquisa e busca bibliográfica.
Departamento de Ciência de Computação e Estatística/IBILCE/ UNESP
O Departamento de Ciências de Computação e Estatística (DCCE) foi criado em 06 de abril de 1982. O corpo docente está instalado desde 1988 num prédio com aproximadamente novecentos metros quadrados, em dois pavimentos. No pavimento térreo funcionam: o Laboratório de Hardware, que atende aos alunos do curso de bacharelado em Ciência da Computação; o Laboratório de Computação Científica (LCC), destinado aos professores do Departamento, pesquisadores visitantes, alunos do curso de Pós-Graduação em Matemática Aplicada e alunos de graduação que participam de projetos de pesquisa do Departamento, duas salas para aulas de graduação e de pós-graduação, seminários e palestras promovidas pelo Departamento ou pelo Programa de Pós-Graduação, uma sala para os alunos de pós-graduação. No pavimento superior estão localizados a secretaria, gabinetes para docentes e professores visitantes, uma sala de reuniões. Todos os equipamentos estão ligados localmente em rede que, por sua vez, tem acesso à rede de fibras óticas do Campus e à INTERNET.
O Campus possui uma biblioteca central em um prédio de aproximadamente 1700 (um mil e setecentos) metros quadrados. O acervo bibliográfico na área de matemática é bastante significativo quanto a periódicos e livros. Com acesso ao Portal de Periódicos Capes, pelo menos em termos de referencias bibliográficas mais recentes não enfrentamos problemas. Com relação a livros, devido às verbas PBTA/CAPES no passado e financiamentos conseguidos junto à FAPESP e ao CNPq por docentes do Departamento, o acervo tem melhorado bastante. No momento há a necessidade normal de adquirir títulos novos e/ou atualizados.
Os alunos que se envolverem no projeto terão acesso aos laboratórios e demais facilidades departamento e também aos acervos bibliográficos da UNESP.
Com este projeto pretende-se ampliar e fortalecer as linhas de pesquisa, em nível de pós-graduação no âmbito dos departamentos envolvidos, em controle, modelagem, processamento de sinais aplicados à agricultura de precisão.
6. Metas estabelecidas
O presente projeto visa o desenvolvimento de ferramentas de análise e controle para populações de plantas e de ecossistemas microbianos. O projeto engloba tanto a aplicação e adequação de técnicas conhecidas aos problemas tratados bem como a solução de problemas em aberto em controle, modelagem e processamento das informações aplicados à agricultura de precisão. As principais metas a serem alcançadas para a realização do objetivo estabelecido são destacadas a seguir.
1. Desenvolvimento de algoritmos de classificação e otimização de risco em áreas monitoradas; 2. Desenvolvimento de um simulador de banco de sementes e microorganismos para
sítio-específico usando inferência Bayesiana;
3. Desenvolvimento de novas estratégias de análise e controle para a aplicação deherbicidas visando a redução de gastos em função da adequação de novas práticas de manejo;
4. Desenvolvimento de algoritmo para auxílio à tomada de decisão na otimização de zona de risco devido à variabilidades climáticas e ocorrência de plantas daninhas.
7. Resultados esperados/ Impacto previsto
7.1 Formação de Recursos Humanos
7.1.1 Programa de Pós-Graduação em Engenharia Elétrica
Pós-Doutores: 02 doutores estarão atuando no projeto.
Doutores: 01 tese de doutorado deverá estar concluída e 03 deverão estar em andamento. Mestres: 02 dissertações de mestrado deverão ser concluídas e 02 deverão estar em andamento. Graduação: 02 alunos de graduação deverão ter concluído seus trabalhos de iniciação científica e 02 alunos deverão estar em andamento.
7.1.2 Programa de Pós-Graduação em Matemática Aplicada
Doutores: 2 teses de doutorado em co-orientação deverão estar em andamento.
Mestres: 2 dissertações de mestrado deverão ser concluídas e 4 deverão estar em andamento. Graduação: 2 alunos de graduação deverão ter concluído seus trabalhos de iniciação científica e 4 alunos deverão estar em andamento.
7.2 Publicações em Revistas Arbitradas
04 artigos deverão ser submetidos para publicação em revistas nacionais e internacionais.
08 resumos deverão ser submetidos para apresentação em congressos nacionais e internacionais e publicação nos anais.
7.4 Produtos
Atualização e construção de aplicativos para apoio à agricultura de precisão.
8. Cronograma de atividades
8.1 Atividades de Pesquisa
A pesquisa sobre os tópicos descritos na Seção 3 será realizada de acordo com o cronograma geral informado a seguir e detalhado na Tabela 1.
1. A Pesquisa bibliográfica e levantamento de trabalhos relevantes que comtemple o desenvolvimento de novas técnicas para a agricultura de precisão usando modelagem matemática para a dinâmica das populações de plantas, estratégias de otimização e controle e processamento de imagens.
2. Visitas ã fazenda à fazenda experimental da EMBRAPA Milho e Sorgo em Sete Lagoas para familiarização com as características dos problemas enfrentados na agricultura para a formalização dos modelos matemáticos;
3. Visitas ao Laboratório de Tecnologia de Solos da EMBRAPA Soja em Londrina para familiarização com os procedimentos associados aos estudos de biodiversidade;
4. Validação dos modelos através de simulações considerando os dados coletadosnas áreas experimentais;
5. Modelagem da densidade das plantas daninhas e população microbiana;
6. Classificação do risco de infestação e da população microbiana com o uso de lógica fuzzy; 7. Modelagem e formulação do problema de controle de densidade de plantas usando técnicas de
controle impulsivo;
8. Modelagem e formulação do problema de controle de densidade de plantas e micoorganismo usando técnicas de otimização dinâmica e fuzzy;
9. Documentação dos resultados e testes, relatórios e publicações; 10. Realização de Oficinas de acompanhamento e avaliação.
8.2 Missões de Estudo, Docência e Pesquisa
1. Geraldo Nunes Silva - 2º. Semestre de 2007 (Ministrar parcialmente a disciplina Tópicos em Sistemas Dinâmicos, em São Carlos).
2. Vilma Alves de Oliveira - 1º. semestre de 2006 (Minicurso de Matemática em Sistemas de Controle, em S. J. do Rio Preto).
3. Carlos Dias Maciel - 2º. Semestre de 2007 (Minicurso de Bioinformática- Ánálise de Genoma, em S. J. do Rio Preto).
4. Maurílio Boaventura - 2º. Semestre de 2006 (Minicurso Aplicações de Técnicas de Processamento de Imagem, em São Carlos).
5. Oficinas semestrais de acompanhamento do projeto, sendo que as oficinas do final do segundo e do sexto semestres poderão ser setoriais e as do final do quarto e oitavo semestres envolvendo todos os membros da equipe num único lugar para a avaliação anual global do projeto.
6. Os alunos matriculados em um programa devem cursar disciplinas no outro programa com validação de créditos.
Tabela 1: Cronograma de Atividades em Trimestres.
Tarefa Ano I Ano II
1 2 3 4 1 2 3 4 1 x x x x x x x 2 x x x 3 x x x 4 x x x 5 x x x x x x x x 6 x x x 7 x x 8 x x 9 x x 10 x x x x
Bibliografia
[1] G. M. Bressan, L. V. Koenigk, V. A. Oliveira, P. E. Cruvinel e D. Karam, Risk Classification System for Weed Infestation Using Fuzzy Logic and Image Analysis, Computers and Electronics in Agriculture, 2005. Submetido.
[2] Vanderlei Perez Canhos e Rosana F. Vazoller Programa Biota-Fapesp Síntese e Recomendações (1999), http://www.biota.org.br/iRead?57+livros.biota+119 capturado em 4 out. 2005.
[3] Vanderlei Perez Canhos Grupo de Trabalho Temático Microrganismos e Biodiversidade de Solos, 1998, http:// www.mma.gov.br/port/sbf/chm/doc/gtt10.pdf, capturado em 4 out. 2005.
[4] D. L. P. Gazziero, A. M. Brighenti, E. Voll e C. D. G. Maciel , Convivência da planta daninha amendoim bravo (Euphorbia Heterophylla) com a cultura da soja no Estado do Paraná, XX Reunião de
Pesquisa em Soja na Região Central do Brasil, 1998, p. 378.
[5] M. A. Shahin and E. W. Tollner and R. W. McClendon, Artificial Intelligence Classifiers for sorting Apples based on Watercore, Journal of Agricultural Engineering Research, v.79, n.3, p. 265-274, 2001.
[6] S. Rietz, B. Paályi, H. Ganzelmeier e A. László, Performance of Electronic Controls for Field Sprayers, Journal of Agricultural Engineering Research, vol. 68, p. 399-407, 1997.
[7] L. Tian, Machine vision-based precision farming systems, Simpósio Internacional de Agricultura de
Precisão, Viçosa, MG, 2002, CD Rom.
[8] C. C. Yang, S.O. Prasher, J. A. Landry, J. Perret e H.S. Ramaswamy, Recognition of weeds with image processing and their use with fuzzy logic for precision farming, Canadian Agricultural
