Congresso Brasileiro de Agricultura de Precisão- ConBAP 2010 Ribeirão Preto - SP, Brasil, 27 a 29 de setembro de 2010
FUSÃO DE SENSORES NA AGRICULTURA DE PRECISÃO
MARA A. DOTA1; IVAIRTON M. SANTOS2; CARLOS E. CUGNASCA3
1
Bacharel em Ciência da Computação, Doutoranda em Engenharia de Computação, Escola Politécnica, USP/São Paulo – SP, maradota@usp.br
2
Bacharel em Ciência da Computação, Doutorando em Engenharia de Computação, Escola Politécnica, USP/São Paulo – SP, ivairton@usp.br
3
Engº Eletricista, Prof. Livre-docente, Departamento de Engenharia de Computação e Sistemas Digitais, Escola Politécnica, USP/São Paulo – SP, carlos.cugnasca@poli.usp.br
Apresentado no
Congresso Brasileiro de Agricultura de Precisão - ConBAP 2010 27 a 29 de setembro de 2010 - Ribeirão Preto - SP, Brasil
RESUMO: Rede de Sensores Sem Fio é um tipo especial de redes constituídas para uma finalidade específica (rede ad hoc), e têm sido empregadas no monitoramento de locais remotos, de difícil acesso ou áreas perigosas. Dentre as diversas aplicações, pode-se destacar o monitoramento agrícola, que envolve o acompanhamento e a observação contínua de uma área de plantio, com o objetivo de avaliar as mudanças ocorridas nesse ambiente. Esse monitoramento é importante no processo de tomada de decisão e auxilia na solução de problemas, como ataques de pragas e doenças, mudanças climáticas que podem prejudicar a produtividade da plantação, entre outros. Este trabalho discute o potencial do uso de mecanismos de Fusão de Sensores para o processamento dos dados coletados de múltiplos sensores, buscando melhor exatidão dos valores coletados e tentando reduzir a taxa de erros nos processos decisórios. O potencial de aplicação na Agricultura de Precisão é grande, pois com a fusão podem-se abstrair informações que representam o objeto monitorado, além dos dados puros coletados. O monitoramento de ambientes agrícolas na Agricultura de Precisão pode ganhar mais exatidão nas suas atividades com o uso das Redes de Sensores Sem Fio e Fusão de Sensores, possibilitando a localização precisa de anormalidades na área monitorada e conseqüentemente soluções diferenciadas e específicas.
PALAVRAS–CHAVE: redes de sensores sem fio, fusão de sensores, monitoramento
agrícola.
SENSOR FUSION IN PRECISION AGRICULTURE
ABSTRACT: Wireless Sensor Network is a sub-class of ad hoc networks. Such networks
have been employed in monitoring hostile areas (difficult access or dangerous). Among diverse applications, we can underline the agricultural monitoring what involves the continuous tracking and observation of a crop area in order to estimate changes in that environment, helping in decision making to solve problems such as pests and diseases detection, climate changes that can damage the crop productivity, among others. Agriculture areas are of large extension, what leads to a larger area that need to be monitored and consequently a considerable volume of data being collected and analyzed by the network for decision making support. This paper investigated Sensor Fusion methods application for data processing collected from multiple sensors (in monitoring agricultural environments), searching for better accuracy of the data collected and trying to reduce the error rate in decision making system. The potential for applications in precision agriculture is large, because more information can be acquired through sensor fusion. The agricultural monitoring
in precision agriculture can gain more accuracy in their activities with the use of Wireless Sensor Network and sensor fusion, allowing the precise localization of abnormalities in the monitored area and therefore different and specific solutions to each one.
KEYWORDS: wireless sensor network, agricultural monitoring, hostile environment. INTRODUÇÃO
As Redes de Sensores Sem Fio (RSSF) se constituem em uma tecnologia emergente, que utiliza um grande número de pequenos sensores (chamados de nós), com capacidade de processamento e comunicação sem fio, e que podem ser densamente distribuídos em uma determinada região de interesse em se monitorar (AKYILDIZ et al., 2002). Elas apresentam grande potencial de emprego na agricultura, especialmente na Agricultura de Precisão (AP), devido à possibilidade de uma ampla área de cobertura de monitoramento (centenas ou até milhares de nós sensores), cada um com capacidade de coletar dados e transmiti-los a um nó coletor (denominado gateway), que por sua vez encaminha os dados para o usuário em um computador (GAJBHIYE e MAHAJAN, 2008).
O encaminhamento dos dados de um determinado sensor para o nó coletor não ocorre necessariamente por meio de uma conexão ponto-a-ponto, podendo ser necessário estabelecer uma estrutura que envolva múltiplos sensores, na qual cada um repassa a informação a um nó vizinho até que a mesma alcance o nó coletor, caracterizando um esforço colaborativo. É nessa etapa que a estratégia de difusão dos dados determina a eficiência e acurácia da RSSF, e que o uso de Fusão de Sensores (FS) pode ser uma alternativa promissora. Fusão pode referir-se à combinação de duas ou mais informações diferentes, referir-sendo a FS a combinação de dados sensoriais ou dados advindos de sensores de diferentes fontes, de forma que a informação resultante é, em algum sentido, melhor do que se os dados dessas fontes fossem usados individualmente (HALL e LLINAS, 1997).
Algumas características do monitoramento agrícola tornam complexa a análise dos dados coletados por meio de uma RSSF, como o grande volume de dados, a necessidade de exatidão, as coletas em tempo real, entre outros. Para alcançar exatidão dos dados coletados de acordo com a realidade do ambiente, é necessária uma rede composta por muitos nós para uma melhor cobertura da área.
O aumento do número de nós que compõem uma rede gera um volume grande de dados para serem transmitidos por ela própria e analisados para a tomada de decisão (coletas contínuas no tempo ou em intervalos de tempos pré-definidos). Além disso, os valores coletados devem ser analisados de forma integrada, pois o valor medido por um sensor individualmente não representará a característica do ambiente como um todo. É preciso ter uma visão integrada e global dos valores coletados pela RSSF para uma melhor exatidão da realidade estimada por esses dados (REN, 1995). Para isso, sensores podem ser relacionados entre si para oferecerem informações além dos dados puros coletados, por exemplo, combinando um sensor de umidade de grãos com um sensor de vazão é possível produzir um sensor que mede a taxa de fluxo de grãos com base no peso seco (SRIVASTA e BUCKMASTER, 2006).
Dessa forma, os sistemas de FS aliados às RSSF têm grande potencial de aplicação na AP, especialmente em atividades como o monitoramento em tempo real do solo e da lavoura, detecção de pragas, geração de dados para sistemas de tomada de decisão e combinação de diferentes tipos de sensores, gerando novas informações.
MATERIAL E MÉTODOS
Muitas pesquisas atualmente se voltam para o potencial de aplicação em larga escala das RSSF em diversas áreas, tais como AP e monitoramento ambiental
(DURRANT-WHYTE, 2005; MIRZA, 2008; WU et al., 2008). O processo de coleta de dados é uma etapa importante numa aplicação de RSSF e que depende de diversos fatores, tais como:
(a) característica do problema abordado, ou requisitos que devem ser atendidos pela aplicação;
(b) distribuição dos sensores: forma de distribuição, uniformidade da cobertura e densidade;
(c) sensibilidade (acurácia);
(d) tempo de propagação exigido: há aplicações nas quais o envio da informação coletada deve ser rápido;
(e) tecnologia empregada e seus limitantes;
(f) topologia da rede: possível mobilidade e comportamento em caso de modificação (na adição ou remoção de sensores);
(g) tolerância a falhas: comportamento no caso de falha de um nó e falhas na comunicação; e
(h) escalabilidade: que envolve a capacidade da rede em crescer em número de sensores.
No monitoramento agrícola, a coleta de dados realizada por meio de RSSF não deve estar subordinada a apenas um tipo de sensor em específico, pois em geral o usuário tem interesse em coletar dados de forma diversificada e heterogênea de uma determinada região. Dessa forma, a rede se caracteriza pelo trabalho colaborativo e a integração entre os sensores, que em conjunto são responsáveis por coletar as informações do ambiente como um todo e fazer com que elas sejam encaminhadas a um ponto central de monitoramento.
Na agricultura, têm-se sensores para medir grandezas, como: umidade do solo, permeabilidade ao ar no solo, teor de umidade da cultura, resistência do solo, concentrações de nutrientes do solo (nitrato de potássio, etc.), perfil da superfície do solo, qualidade dos grãos da safra, stress de nitrogênio da cultura, sensor de ervas daninhas, área foliar das plantas, população de plantas, vazão de adubos, pesticidas, etc.
O termo Fusão de Sensores é geralmente usado para especificar que os sensores são responsáveis por fornecer os dados e combiná-los por meio de alguma técnica. Os termos Fusão de Dados e Fusão de Informação são aceitos como sinônimos (NAKAMURA et al., 2007). Entretanto, outros trabalhos (HALL e LLINAS, 2001) consideram em um nível mais abstrato da fusão, a Fusão de Informação, freqüentemente usada no contexto da Inteligência Artificial, para a combinação de informações que nem sempre podem ser representadas numericamente, combinando dados advindos dos sensores com bases de conhecimento (proveniente de mineração de dados - data mining), conforme ilustra a Figura 1.
FIGURA 1. Relação entre os termos Fusão de Dados, Fusão de Informação e Fusão de Sensores. Adaptado de: (NAKAMURA et al., 2007) e (HALL e LLINAS, 2001). Fusão de Dados mesclam dados de diferentes fontes de sensores, sendo a fusão que acontece próxima aos sensores (nos nós sensores), geralmente com dados “puros”. Neste trabalho, é usado o termo Fusão de Sensores relacionando a fusão aplicada aos dados coletados por meio de RSSF. Quando for necessário, será usado o termo Fusão de
Dados/Informação para operações de fusão que ocorrem com dados advindos de sensores e banco de dados.
Em geral, a AP faz uso de sensoriamento remoto para identificar as condições do solo e da cultura, combinando com informações detalhadas coletadas por sensores em equipamentos agrícolas. Com isso, os agricultores podem planejar a variação espacial de nutrientes a serem aplicados para corrigir deficiências do solo (RUAIRÍ et al., 2008).
O controle de pragas, no qual o tempo de aplicação de pesticidas é fundamental para o combate eficiente das pragas, apresenta-se como um excelente exemplo do potencial das RSSF. As redes de sensores podem ser usadas para coletar dados em intervalos de tempo pré-definidos (minuto a minuto, hora a hora, por exemplo) facilitando o monitoramento em tempo real, ajudando a identificar a localização exata (unidade em espaços reduzidos) da área infestada, tornando possível a aplicação de defensivos de forma precisa.
As RSSF são sistemas orientados à aplicação, sendo necessário analisar os requisitos das aplicações de forma abrangente para implantação da rede (LIU et al., 2009). Estes requisitos para monitoramento agrícola são:
¾ Ampla área de aplicação: a rede deve ser capaz de abranger a totalidade da área, a fim de adquirir mais dados para análise espacial voltado para AP.
¾ Baixo consumo de energia: todos os dispositivos da rede devem apresentar baixo consumo de energia ou serem auto-alimentados devido à falta de infraestrutura de energia elétrica em áreas de cultivo.
¾ Baixa taxa de coleta: alguns parâmetros ambientais na agricultura, tais como umidade e temperatura do solo, variam lentamente. Portanto, os dados podem ser coletados e transmitidos a uma taxa baixa (leitura menos freqüente).
¾ Comunicação de dados: é necessária uma infraestrutura para tráfego dos dados. ¾ Gerenciamento remoto: os campos de cultivo são sempre muito distantes do
escritório da fazenda, e por isso é necessário fornecer a capacidade de monitoramento e gerenciamento remoto.
¾ Baixo custo: o projeto da rede deve considerar redução de custos para tornar a aplicação viável, limitada pelo valor da produção.
Na AP, a análise e processamento de uma grande quantidade de dados são necessários para medição e instrumentação da lavoura. A fim de aumentar a exatidão da análise dos dados e da qualidade do processamento, métodos de fusão são cada vez mais utilizados nessa área (HUANG et al., 2007).
Os casos relatados na literatura apresentam a aplicação de métodos de fusão em equipamentos agrícolas (instrumentação), sendo mais raro encontrar aplicações de FS com coleta de dados via RSSF. Geralmente os sistemas de fusão são implementados para operar em máquinas agrícolas para coleta de dados no momento em que o equipamento entra na lavoura para realizar alguma tarefa. São sistemas que utilizam receptor GPS para localização espacial precisa dos dados coletados.
Em EL HAJJ et al. (2008) é descrito um experimento de Fusão de Informação que integra uma série de imagens via satélite com os dados de uma base de conhecimento para detecção de colheita da cana-de-açúcar. No trabalho, é empregado um método de inferência baseado em Lógica Fuzzy (EL HAJJ et al., 2008).
Outra pesquisa, voltada para sistemas de navegação autônoma de veículos agrícolas (GARCIA-PEREZ et al., 2008), utiliza algoritmo de fusão (baseado em regras) para sobrepujar a falta de sinal GPS. Nesse sistema, o método de fusão é ativado quando não é possível estimar a posição via GPS.
Já YURUI et al. (2007) desenvolveram um sistema de FS que por meio dos dados coletados pelos sensores, possibilita estimar a contenção de água no solo, resistência mecânica e condutividade elétrica em tempo real de monitoramento. Os autores afirmam que
esse sistema, aliado a dados de localização (GPS), pode fornecer informações ainda mais valiosas sobre as propriedades do solo para a AP.
Alguns exemplos da aplicação de métodos de FS juntamente com RSSF são apresentados na área de irrigação de precisão, como o experimento descrito por XIONG et al. (2009) (Figura 2). Os autores apresentam no seu experimento a aplicação de algumas tecnologias em RSSF para a irrigação de precisão baseada no monitoramento de sinais acústicos do stress hídrico da lavoura (XIONG et al., 2009). Um método de FS é utilizado para melhorar a precisão dos dados e garantir a tomada de decisões confiáveis.
FIGURA 2. Arquitetura da RSSF do experimento realizado por XIONG et al. (2009). Adaptado de (XIONG et al., 2009).
SACHEZ e MARCHANT (2000) realizaram um experimento cujo objetivo principal foi a construção de mapas tridimensionais para ajudar a distinguir plantas daninhas nas culturas. Fusão de dados foi utilizada para reduzir as incertezas das estimativas de profundidade dos mapas 3D (SACHEZ e MARCHANT, 2000).
A compactação do solo torna as condições de crescimento das plantas ao longo do campo bastante variável. RSSF podem ser aplicadas para ajudar na obtenção de mapas georeferenciados de determinadas propriedades de estado do solo (por exemplo, resistência do solo, teor de água e permeabilidade ao ar). HEMMAT e ADAMCHUK (2008) abordam e enfatizam em seu trabalho, sobre a diversidade de sensores disponíveis para medição da resistência do solo (usados nas RSSF), o uso de FS como uma opção capaz de melhorar a aplicabilidade desses sensores de compactação do solo (HEMMAT e ADAMCHUK, 2008).
Tanto sensores acústicos e pneumáticos constituem-se em alternativa para sensores mecânicos quando se estuda a interação do solo com implementos agrícolas (ADAMCHUK et al., 2004). Devido a princípios diferentes de medição, a relação entre os dados fornecidos pelos sensores e o estado físico do solo pode ser mal interpretada, e conseqüentemente é necessária uma pesquisa adicional. Sensores acústicos e pneumáticos são fortes candidatos para FS, em que múltiplos fluxos de dados são mesclados para melhorar a previsão das características do solo.
Integrar os conceitos de naturezas diferentes em uma única unidade de mapeamento é um tema atual de pesquisa. Acredita-se que várias fontes de dados fundidos possam prever melhor as características agronômicas do solo e dar apoio a tomada de decisão no gerenciamento da lavoura. Um exemplo de fusão de dados em tempo real para sensores de solo é a fusão de um sensor de condutividade elétrica com um sensor óptico para determinar a
diferença em matéria orgânica, textura do solo e teor de umidade em diversas condições de cultivo. Outra possibilidade é o uso de um mapa de condutividade elétrica junto com medições de pH do solo para determinar a taxa variável de aplicação de calcário (ADAMCHUK et al., 2004).
RESULTADOS E DISCUSSÃO
A concepção de novos sensores para medir uma heterogeneidade de características em um ambiente agrícola propicia o surgimento de novas aplicações de RSSF para a agricultura. Com a popularização dessa tecnologia, o acesso a sistemas de monitoramento e controle para agricultura tende a ser ampliado. Essas redes podem apresentar diversidades, seja no tipo do sensor, na categoria ou freqüência do registro dos dados.
É necessário transformar o volume de dados coletados por elas em informações que sejam de interesse do produtor, facilitando a tomada de decisão, o planejamento e a elaboração de soluções adequadas aos problemas detectados na lavoura. Para isso, métodos de FS podem ser usados em várias etapas de processamento de dados:
(1) nos nós sensores, auxiliam no pré-processamento dos dados a serem encaminhados pela rede, proporcionando economia de energia no processo de roteamento, já que o pré-processamento reduz o volume de dados a serem transmitidos;
(2) na AP, saber a localização exata onde está o problema é de extrema importância. Assim as deficiências de uma área (de acordo com a sua localização real) podem ser calculadas e tratadas por uma solução pontual. Métodos de FS podem ser usados para diminuir a taxa de erro de localização das informações coletadas, por meio da técnica de fundir dados de localização por GPS e Inertial Measurement Unit (IMU), proporcionando uma informação de localização precisa;
(3) em sistemas de tomada de decisão, a fusão oferece informações exatas e representativas do ambiente monitorado, já que em muitos casos, observar os dados individualmente é pouco representativo.
Outro ponto a destacar é o monitoramento de ambientes de grandes extensões, como é o caso dos ambientes agrícolas. As RSSF devem ser capazes de se autoconfigurar, adequando-se a mudanças do meio. O mesmo requisito deve adequando-ser exigido dos métodos de FS, os quais devem se adaptar às mudanças da rede, mantendo o seu funcionamento, buscando garantir a economia de recursos (por exemplo, a energia dos nós sensores, ampliando o tempo de vida da rede) e cobertura da área monitorada (pois os sensores podem deixar de funcionar por falta de energia, dano em seus componentes, falha de comunicação, entre outros). Nesse sentido, a tendência é a concepção de novos métodos de fusão dinâmicos e adaptáveis.
CONCLUSÕES
Os sistemas de FS aliados às vantagens das RSSF têm grande potencial na AP. É relevante a exatidão que se pode alcançar combinando os dados de vários sensores, além de se ter uma relação custo/beneficio melhor, pois com o uso da fusão podem-se estimar informações do ambiente monitorado, além dos dados puros coletados pelos nós sensores. Em alguns casos, quando não há sensores disponíveis para medir a grandeza desejada, com a fusão de dados de outros sensores de diferentes naturezas é possível estimar a informação.
Além da possibilidade de medir grandezas (estimar dados) para as quais não há sensores disponíveis no mercado, a fusão pode ser aplicada também quando um determinado sensor tem custo alto, sendo substituído por um conjunto de sensores de menor custo e, por meio da fusão desses dados, estima-se o valor almejado.
Na AP, a localização exata de anormalidades na lavoura é de extrema importância, podendo as RSSF e FS ser aplicadas para estimar a localização com boa exatidão e conseqüentemente possibilitando soluções diferenciadas e específicas.
O objetivo em expor as aplicações dos métodos de fusão na área agrícola é ilustrar a potencialidade dos métodos de fusão, buscado formas de se melhorar a análise dos dados coletados por uma RSSF. É importante ressaltar que a dificuldade de aplicação dos métodos de fusão está no nível de software, necessitando de algoritmos de processamento sofisticado, o que é mais fácil de ser alcançado do que limitações de hardware.
O potencial de aplicação das RSSF juntamente com métodos de FS é grande. Pode-se destacar que:
¾ O uso das RSSF para coleta de dados no monitoramento agrícola deve ser bem planejado para viabilizar a sua aplicação. Os benefícios são muitos, entre eles, monitoramento em tempo real das condições ambientais da lavoura, detecção de pragas e áreas de infestação, conhecimento da realidade das condições do solo entre outros.
¾ Os métodos de FS podem ser aplicados na análise e processamento dos dados coletados pelas RSSF, auxiliando na construção de informações com alto grau de conformidade com a realidade da área monitorada, permitindo que sistemas de tomada de decisão possam atuar de forma mais precisa em atendimento das necessidades da lavoura.
¾ Sensores de grandezas iguais ou diferentes, dependentes ou independentes entre si, podem ser submetidos a métodos de FS para que novas informações sejam geradas a partir delas, informações impossíveis de serem coletadas pela falta de um sensor apropriado ou nos casos em que os sensores disponíveis têm alto custo e podem ser substituídos por um conjunto de sensores de menor custo. É importante citar que o grande desafio atual é desenvolver métodos eficientes de fusão de maneira dinâmica que permitam a interpretação das informações geradas em grande escala pelas RSSF.
AGRADECIMENTOS
Os autores agradecem a Fundação de Amparo à Pesquisa do Estado de Mato Grosso – FAPEMAT - pelo apoio a este trabalho via projeto de pesquisa.
REFERÊNCIAS
ADAMCHUK, V.I., HUMMEL, J.W., MORGAN, M.T., UPADHYAYA, S.K. On-the-go
soil sensors for precision agriculture. Computers and Electronics in Agriculture 44, p.71-91,
2004.
AKYILDIZ, I.F., SU, W., SANKARASUBRAMANIAM, Y., CAYIRCI, E., Wireless sensor
networks: a survey, Computer networks. 38, p.393-422, 2002.
DASARATHY, B. V. Sensor fusion potential exploitation-innovative architectures and
illustrative applications. Proc. IEEE 85, 1 (January), 24–38, 1997
WU, D., LI, R., LI, R., LIANG, H., LUO, J. Localization in UWB Sensor Networks for
Agriculture Environment. In: Wireless Communications, Networking and Mobile Computing,
2008. WiCOM '08. 4th International Conference on, 12-14 Oct. 2008. 2008. p.1-4. Disponível em:<10.1109/WiCom.2008.816>. Acesso em fevereiro de 2010.
DURRANT-WHYTE, H. Data fusion in sensor networks. In: Information Processing in Sensor Networks, 2005. IPSN 2005. Fourth International Symposium on, 15 April 2005. 2005. p.2. Disponível em:<10.1109/IPSN.2005.1440882>. Acesso em fevereiro de 2010. EL HAJJ, M., BEGUE, A., GUILLAUME, S., MARTINE, J.-F. Combining multi-source
on, June 30 2008-July 3 2008. 2008. p.1-7. Disponível em:<10.1109/ICIF.2008.4632352>. Acesso em fevereiro de 2010.
ELMENREICH, W. Sensor fusion in time-triggered systems. Ph.D. thesis, Institut fur Technische Informatik, Vienna University of Technology, Vienna, Áustria, 2002.
FILHO, Osvaldo. WSN – Wireless Sensor Network. Data de acesso em março de 2010. Disponível em: http://osvaldofilho.wordpress.com/2009/03/17/wsn-wireless-sensors-networks/.
GAJBHIYE, P., MAHAJAN, A. A survey of architecture and node deployment in wireless
sensor network. 1st International Conference on the Applications of Digital Information and
Web Technologies, ICADIWT 2008, August 4, 2008, p. 426-430, 2008.
GARCIA-PEREZ, L. GARCIA-ALEGRE, M.C., RIBEIRO, A., GUINEA, D. An agent of
behaviour architecture for unmanned control of a farming vehicle. Computers and Electronics
in Agriculture [S.I.], v. 60, n. 1, p. 39-48, 2008.
HALL, D. L.; LLINAS, J. Handbook of multisensor data fusion. Boca Raton, FL: CRC Press, 2001.
HALL, D. L., LLINAS, J. An introduction to multidata sensor fusion. Proceedings of IEEE, vol. 85, no. 1, 1997.
HEMMAT, A.; ADAMCHUK, V. I. Review: Sensor systems for measuring soil compaction:
Review and analysis. Comput. Electron. Agric. [S.I.], v. 63, n. 2, p. 89-103, 2008.
HUANG, Y.-B., LAN, Y.-B., HOFFMANN, W.C., LACEY, R.E. Multisensor Data Fusion
for High Quality Data Analysis and Processing in Measurement and Instrumentation. Journal
of Bionic Engineering [S.I.], v. 4, n. 1, p. 53-62, 2007.
LIU, H., MENG, Z., WANG, M. A wireless sensor network for cropland environmental
monitoring, Wuhan, Hubei. International Conference on Networks Security, Wireless
Communications and Trusted Computing, NSWCTC 2009, p.65-68, 2009. Disponível
em:<http://www.scopus.com/inward/record.url?eid=2-s2.0-67650491024&partnerID=40&md5=0d78f465dc5e226a432e70c1d7c3b118>. Acesso em fevereiro de 2010.
MBS. Sensor data fusion: state of the art survey. Data de acesso: fevereiro de 2010.
Disponível em: http://www.msb.se/Upload/Om%20MSB/Forskning/Kunskapsoversikt/Sensor_data_fusion_s
urvey.pdf
MIRZA, A. R. Data Fusion Architectures for Sensor Platforms. In: Aerospace Conference, 2008 IEEE, 1-8 March 2008. 2008. p.1-13. Disponível em:<10.1109/AERO.2008.4526434>. Acesso em fevereiro de 2010.
NAKAMURA, E. F., LOUREIRO, A. A. F., FRERY, A. C. Information fusion for wireless
sensor networks: methods, models, and classifications. ACM Comput. Surv. 39, 3, Article 9,
55 pages, 2007. DOI: 10.1145/1267070.1267073 http://doi.acm.org/10.1145/1267070.1267073
REN, C. L.; MICHAEL, G. K. Multisensor integration and fusion for intelligent machines
and systems. Ablex Publishing Corp., p.688, 1995.
RUAIRÍ, R. M., KEANE, M. T., COLEMAN, G. A Wireless Sensor Network Application
'08. Second International Conference on 25-31 Aug. 2008. p.209-216. Disponível em:<10.1109/SENSORCOMM.2008.73>. Acesso em fevereiro de 2010.
SACHEZ, A. J.; MARCHANT, J. A. Fusing 3D information for crop/weeds classification. In: Pattern Recognition, 2000. Proceedings. 15th International Conference on, 2000. 2000. p.295-298 vol.4. Disponível em:<10.1109/ICPR.2000.902917>. Acesso em fevereiro de 2010.
_________. Sensor data fusion: state of the art survey. Disponível em:<http://www.msb.se/Upload/Om%20MSB/Forskning/Kunskapsoversikt/Sensor_data_fusi on_survey.pdf.>. Acesso em fevereiro de 2010.
SRIVASTAVA, A. K.; BUCKMASTER, D. R. Precision Agriculture. In: ASABE, C. A. S. O. A. A. B. E.-. (Ed.). Engineering Principles of Agricultural Machines. Michigan, p. 123 – 138, 2006.
XIONG, S.-M., WANG, L.-M., QU, X.-Q., ZHAN, Y.-Z. Application Research of WSN in
Precise Agriculture Irrigation. In: Environmental Science and Information Application
Technology, 2009. ESIAT 2009. International Conference on, 4-5 July 2009, p.297-300, 2009. Disponível em: <10.1109/ESIAT.2009.231>.
YURUI, S., QINGMENG, Z., ZHAOLONG, Z. Measuring Soil Physical Properties by
Sensor Fusion Technique. In: Industrial Electronics and Applications, 2007. ICIEA 2007. 2nd
IEEE Conference on, 23-25 May 2007, p.142-146, 2007. Disponível em:<10.1109/ICIEA.2007.4318386>. Acesso em fevereiro de 2010.
