Simulação com uso de software open-source e redes neurais na fusão de dados de múltiplos sensores para aplicação de N em taxa variável
DOI:
https://doi.org/10.34117/bjdv10n1-136Keywords:
simulação, redes neurais agricultura de precisão, fusão de dadosAbstract
A fusão de dados de múltiplos sensores é um processo que explora a informação que se origina da combinação de dados de várias fontes diferentes. Em agricultura de precisão, os dados são obtidos de sensores em tempo real simultaneamente com os dados históricos de mapas de produtividade agrícola, formando um sistema de controle preciso para aplicações móveis de adubação de N em taxa variável. Neste trabalho de simulação, foram usados dados originais obtidos em campo num plantio de trigo de inverno e combinados pela técnica da fusão de múltiplos sensores utilizando redes neurais artificiais. Para isso, foi desenvolvido um programa de computador no ambiente open-source Lazarus e linguagem de programação Object Pascal, obtendo-se resultados promissores para o uso dessa técnica em estudos de viabilidade num sistema de controle embarcado para a aplicação de N em taxa variável.
References
AUERNHAMMER, H., DEMMEL, M., MAIDL, F.X., SCHMIDHALTER, U., SCHNEIDER, T., WAGNER, P. An On-Farm Communication System for Precision Farming with Nitrogen Real-Time Application. ASAE, St. Joseph, ASAE-Paper No. 991150, 1999.
______, H. Precision farming - the enviromental challenge. In: Computers and Electronics in Agriculture Millenium Special Issue: Past Developments and Fu¬ture Directions. Elseviere Science, Amsterdam, Vol. 30 (2001) pp. 31-42, 2001.
______, H. OSTERMEIER, R., MACHADO, P.P. Assessing multisensor data fusion performance of a real-time process control for a sensor based fertilizer application system. Approval of 5 ECPA_ 2 ECPLF poster Ref.nr 611, Germany, 2005.
BARBOSA, C. E. B. et al., Uso da técnica de vizinhança e rede neural artificial na estimativa de necessidade de calagem. Brazilian Journal of Development, Curitiba, v.8, n.8, p. 54716-54733, aug. 2022.
CLEMENTINE, Clementine 8.0 User's Guide. Copyright © by Integral Solutions Limited, All rights reserved, Printed in the United States of America, 2003.
DEMUTH H. AND BEALE M., Neural Network Toolbox for Use with MATLAB® User’s Guide, version 4, sixth printing revised for version 4 (Release 12), copyright 1992 - 2000 by the mathworks, inc, 2000.
HAYKIN, S. Neural Networks: a comprehensive foundation, 2nd Edition. Prentice Hall Press, 2001.
JANG, J., SUN, C. e MIZUTANI, E. Neuro-fuzzy and soft computing: A computational approach to learning and machine intelligence. Prentice-Hall, Englewood Cliffs, NJ, 1997.
LAZARUS. Site Oficial. Disponível em:
. Acesso em: 13 de jan 2024.
LIMA, J.J.A., MOLIN, J.P. Fusão de Sensores Para Obtenção de Dados de Produtividade em Colhedora de Cana-de-Açúcar. Tese apresentada para obtenção do título de doutor em ciências. área de concentração: engenharia de sistemas agrícolas. Piracicaba – SP, 2019.
MACHADO, P. P. C., OSTERMEIER, R., AUERNHAMMER, H. Investigations on multisensor data fusion algorithms for implementation of "real-time approach with map overlay” for n-fertilization. Technische universitaet Muenchen, Department of bio resources and land use technology, crop production engineering am Staudengarten 2, 85354 Freising-Weihenstephan, Germany, 2005.
ODHIAMBO, L.O., Yoder, R.E., Yoder, D.C. and Hines, J.W. Optimization of fuzzy evapotranspiration model through neural training with input-output examples. Trans. of ASAE, 44(6): 1625-1633, 2001.
PÕLDARU, R., ROOTS, J., Perspectives of Teaching And Training New Data Analysis Procedures, EFITA. Conference, Estonian Agricultural University, Estonia, 2003.
SOUZA, J. R. et al. Python e predição de dados usando redes neurais multicamadas. Brazilian Journal of Development, Curitiba, v. 6, n. 7, p. 54181- 54185 jul. 2020.
SPANGLER, A., AUERNHAMMER, H, DEMMEL, M., Stimulating use of open communication standards in agriculture (DIN 9684 and ISO 11783) with capable Open Source Program Library as possible reference implementation. In: Proceedings of the "Third European Conference on Precision Agriculture (Eds.: Grenier, G., Blackmore, S.). agro Montpellier, Vol 2, pp. 719-724, 2001.
STEINBERG, A.N., BOWMAN C.L. Revision to the JDL Data Fusion Model. In: Handbook of Multisensor Data Fusion, CRC Press LLC, Boca Raton, London, New York, Washington, D.C., pp. 2.1 - 2.19, 2001.
WEIGERT, G., WAGNER, P. Development of decision rules for site-specific N fertilization by the application of data mining techniques. In: Precision Agriculture, Wageningen Academic Publishers, Den Haag, pp. 711-715, 2003.
