Resumo O uso de índices de estresse hídrico nas fases de desenvolvimento da cultura pode atuar como uma ferramenta essencial no manejo da irrigação. Objetivou-se com este trabalho determinar o momento ideal de irrigar a cultura do amendoim, por meio de índices de estresse hídrico utilizando-se a termometria a infravermelho. A pesquisa foi desenvolvida na área experimental do Departamento de Engenharia Rural da FCAV/UNESP, Jaboticabal-SP, situada a 22°15’22” S, 48°18’58” W, e altitude de 575 m, em uma “Bacia Hidrográfica Experimental”, utilizando superfícies com diferentes declividades (0%, 20% e 40%) e exposições solares (Norte, Sul, Leste e Oeste), sob déficit hídrico induzido. O solo da área experimental é o LE1, Vermelho-Escuro, eutrófico, A moderado, caulinítico, hipoférrico, textura argilosa, relevo suave ondulado (Eutrustox). O índice de estresse hídrico foi determinado por meio da medição da temperatura da cobertura vegetal e do ar ambiente. A rega foi realizada utilizando-se sistema de irrigação por gotejamento. Os resultados indicam que o momento de irrigar difere para cada fase de desenvolvimento do amendoim, em uma faixa entre 1,3 °C até 3,3 °C. A superfície mantida na capacidade de campo obteve menor índice de estresse hídrico (-1,4 °C).

Abstract The use of water stress indexes in the developmental phases of the crop can be an essential tool for irrigation control. The aim of this study was to determine the ideal time to irrigate a peanut crop, using a water stress index found using infrared thermometry. The research was developed in the experimental area of the Department of Rural Engineering of FCAV / UNESP, Jaboticabal-SP, located at 22°15’22” S, 48°18’58” W, and altitude of 575 m, in an “Hydrographic Basin” (0%, 20% and 40%) and solar exposures (North, South, East and West), under induced water deficit. The soil of the experimental area is LE1, Red-Dark, eutrophic, A moderate, kaolinite, hypoferric, clayey texture, smooth undulating relief (Eutrustox). Water stress level was determined by measuring the temperatures of the vegetation cover and the ambient air. Watering was carried out using a drip irrigation system. The results indicate that the time of irrigation differs for each stage of development of the peanut, in a range between 1.3 °C and 3.3 °C. The area maintained in the field capacity obtained lower water stress index (-1.4°C).

RESUMO A agricultura digital contribui com a eficiência agrícola por meio da utilização de ferramentas como a visão computacional, robótica e agricultura de precisão. Com este trabalho o objetivo foi desenvolver um sistema capaz classificar imagens por meio do reconhecimento de padrões pré estabelecidos. Para este fim foi criado um sistema distribuído geograficamente, baseado no computador Raspberry Pi 3B+, que captura imagens no campo e armazena em um banco de dados, onde estão disponibilizadas para receber uma pré-classificação por parte de um supervisor. Depois disso, classificadores são gerados, avaliados e enviados para o dispositivo remoto realizar a classificação em tempo real. Para a avaliação do sistema foram definidas 23 classes agrupadas em 3 superclasses, capturadas 36.979 imagens e, realizadas 1.579 pré-classificações, que permitiram a realização de testes de classificação por meio de validação cruzada com divisão equivalente a quantidade de classes e de forma embaralhada. Estes testes mostraram que a acurácia entregue por cada classificador é diferente e, diretamente proporcional a quantidade e balanceamento das amostras, com variação da acurácia de 11% a 79%, com 26 e 2.200 amostras consideradas, respectivamente. O tempo de resposta do sistema foi avaliado em 1.585 períodos e se mantiveram em aproximadamente 0,20 segundos, podendo, sob velocidade controlada do veículo, ser utilizada para dispersão de insumos em tempo real.

ABSTRACT Digital agriculture contributes to agricultural efficiency through the use of such tools as computer vision, robotics, and precision agriculture. In this study, the objective was to develop a system capable of classifying images through the recognition of pre-established patterns. For this purpose, a geographically distributed system was created, based on the Raspberry Pi 3B+ computer, which captures images in the field and stores them in a database, where they are available to receive a pre-classification by a supervisor. Subsequently, classifiers are generated, evaluated, and sent to the remote device to conduct a classification in real time. For an evaluation of the system, 23 classes were defined and grouped into 3 superclasses, 36,979 images were captured, and 1,579 pre-classifications were conducted, which allowed the classification tests to be carried out by means of a cross-validation by randomly dividing into the equivalent number of classes. These tests revealed that the accuracy delivered by each classifier is different and directly proportional to the quantity and balance of the samples, with a variation of 11% to 79%, with 26 and 2,200 samples considered, respectively. The response time of the system was evaluated during 1,585 periods and was maintained within approximately 0.20 s, and under controlled speed of the vehicle, can be used for the dispersion of inputs in real time.

RESUMO O Brasil é lider mundial na produção de açúcar e etanol, devido ao intenso cultivo da cultura de cana-de-açúcar principalmente na região Sudeste do país. No entanto sua expansão em outras áreas vem ganhando força nos últimos anos, o que tem acarretado variações significativas nas safras devido às limitações climáticas da região. O uso de índices de estresse hídrico nas fases de desenvolvimento da cultura pode atuar como uma ferramenta essencial no manejo da irrigação, prevenindo os efeitos negativos do estresse hídrico nas plantas. Objetivou-se com este trabalho determinar o momento ideal de irrigar a cultura de cana-de-açúcar, por meio de índices de estresse hídrico utilizando-se a termometria a infravermelho. A pesquisa foi desenvolvida em uma área denominada “Bacia Hidrográfica Experimental”, utilizando superfícies com diferentes declividades (0% a 40%) e exposições solares (Norte, Sul, Leste e Oeste), sob déficit hídrico induzido. As análises foram realizadas in loco e em laboratório. Os resultados indicam que o momento de irrigar difere para cada fase de desenvolvimento da cana-de-açúcar, em uma faixa entre 2,0 °C até 5,0 °C, sendo crítica a fase de perfilhamento. A superfície mantida na capacidade de campo obteve menor índice de estresse hídrico e maior produtividade (124 Mg ha-1).

ABSTRACT Brazil is the world leader in the production of sugar and ethanol due to its intensive cultivation of the sugarcane crop, mainly in the Southeast region of the country. However, its expansion into other areas has gained strength in recent years and has caused significant variations in the harvest due to problems related to the climate of the region. The use of water stress indexes in the developmental phases of the crop can be an essential tool for irrigation control, preventing the negative effects of water stress on the plants. The aim of this study was to determine the ideal time to irrigate a sugarcane crop, using a water stress index found using infrared thermometry. The research was developed in an area called the “Experimental Hydrographic Basin” and employed surfaces with different slopes (0% to 40%) and solar exposures (North, South, East and West), under an induced water deficit. The analyses were performed in the field and in the laboratory. The results of this study indicate that the ideal time for irrigation differs for each phase of sugarcane development, in a range between 2.0 °C and 5.0 °C, and is more critical in the tillering phase. A surface maintained at field capacity had a lower water stress index and a higher productivity (124 Mg ha-1).