ABSTRACT The use of mechanistic plant growth models relies on the availability of high-quality inputs to reduce uncertainty in estimates. Measurements of photosynthetically active radiation inside a protected environment are either more expensive to obtain or dependent on assumptions regarding external measurements. This study aimed to reduce the influence of uncertainty in the measurements of low-cost lux meters by using a data assimilation strategy. We first determined, by simulation, the impact of different sensors on the estimates. We then used the Ensemble Kalman Filter to assimilate artificial observations of tomato growth in the Reduced-State Tomgro model, in simulations for which the solar radiation inputs were obtained from a low-cost lux meter. We compared the assimilated estimates to the simulations that used solar radiation obtained with a scientific-grade quantum sensor. For periods of larger radiation intensity, in which the differences in measurements from both instruments are larger, assimilation of observations with low errors lead to estimates that are closer to the ones obtained by scientific grade sensors. These results suggest that low-cost sensors could be used to obtain inputs for growth models in protected environments, provided there are also imperfect observations of the state. highquality high quality lowcost cost strategy determined simulation ReducedState Reduced State model meter scientificgrade sensor intensity environments state

ABSTRACT In order to achieve more efficient agricultural production systems, studies relating to the patterns of influence factors on commercial blocks of outstanding performance can be performed to assist management practices. The performance is considered to be the difference between the yield of a given block and the average yield of the homogeneous group that it belongs to. The methods available to identify these outstanding blocks are usually subjective. The aim of this study was to propose an objective and repeatable approach to identify outstanding performance blocks. The proposed approach consisted of performance determination, using regression trees, and the classification of these blocks by k-means clustering. This approach was illustrated using a sugarcane model. The main factors influencing the tonnes of cane per hectare (TCH) and total recoverable sugar (TRS) yields were found to be crop age and water availability during ripening, respectively. These were used to create potential yield groups, and blocks with high and low performance were identified. The proposed approach was found to be valid in the identification of outstanding sugarcane blocks, and it can be applied to different crops or in the context of precision agriculture.

RESUMO As imagens do sensor MODIS fornecem dados que cobrem áreas de grande extensão com alta periodicidade, características fundamentais que possibilitam o monitoramento de culturas agrícolas estratégicas para o Brasil, como as da cana-de-açúcar. Técnicas matemáticas vêm sendo empregadas no estudo de longas séries temporais de índices de vegetação, baseado nas mudanças que acontecem na superfície terrestre, o que facilita o entendimento da dinâmica temporal. O objetivo deste trabalho foi realizar a avaliação da dinâmica do cultivo da cana-de-açúcar no Estado de São Paulo por meio de perfis temporais de dados MODIS, ao longo das safras de 2004/2005 a 2011/2012. A Transformada de Wavelet Daubechies 8 aplicada à série temporal do EVI2 do MODIS mostrou ser uma técnica robusta, pois conseguiu eliminar os ruídos, propiciando, assim, melhor captura das tendências dos ciclos de desenvolvimento da cana-de-açúcar em toda a série temporal. Os perfis temporais suavizados do EVI2 puderam ser utilizados no monitoramento do cultivo da cana-de-açúcar para identificar as épocas de mudanças do uso do solo e da cobertura da terra, acompanhando as variações sazonais dos ciclos fenológicos desde o plantio ou rebrota das soqueiras até à colheita.

ABSTRACT MODIS sensor images provide data covering broad areas with high periodicity. Such features are fundamental for monitoring of strategic agricultural crops in Brazil, just as sugarcane. Mathematics techniques have been applied to time-series of remote sensing imagery to characterize vegetation phenology and to better understand its dynamics. This study aimed at assessing the dynamics of sugarcane cultivation throughout São Paulo State by means of MODIS data temporal profiles from 2004/2005 to 2011/2012 crop years. Daubechies 8 Wavelet Transformation applied to time-series MODIS EVI2 consists of a robust technique to remove noise, thereby providing a better capture of sugarcane cycle trends within the entire time-series. Smoothed EVI2 temporal profiles could be used for sugarcane cultivation monitoring and land cover change detection, accompanying seasonal variations in phenology from planting or ratoon regrowth until harvest.

O objetivo deste trabalho foi agrupar, por semelhança, perfis temporais do produto NDVI decendial, obtido pelo sensor SPOT Vegetation, para os municípios produtores de soja no Estado do Paraná, na safra agrícola de 2005/2006. A Mineração de Dados é uma ferramenta valiosa que permite extrair conhecimento de uma base de dados, identificando padrões válidos, novos, potencialmente úteis e compreensíveis. Neste sentido, adotou-se a abordagem de geração dos clusters pelos algoritmos K-Means, MAXVER e DBSCAN no software WEKA. Foram gerados clusters com base no perfil temporal médio de NDVI dos 277 municípios produtores de soja do Estado, e os melhores resultados foram encontrados com o algoritmo K-Means, agrupando os municípios em seis clusters, utilizando o período do início de outubro ao final de março, equivalente ao ciclo vegetativo da cultura. Metade dos clusters gerados apresentou padrão espectro-temporal característico de soja e esteve, em sua grande maioria, sob o cinturão da soja do Estado do Paraná, demonstrando os bons resultados encontrados com a metodologia proposta, em termos de identificação de áreas homogêneas. Estes resultados serão úteis na geração de "máscaras" de soja regionalizadas para estimativa de área plantada desta cultura.

The aim of this study was to group temporal profiles of 10-day composites NDVI product by similarity, which was obtained by the SPOT Vegetation sensor, for municipalities with high soybean production in the state of Paraná, Brazil, in the 2005/2006 cropping season. Data mining is a valuable tool that allows extracting knowledge from a database, identifying valid, new, potentially useful and understandable patterns. Therefore, it was used the methods for clusters generation by means of the algorithms K-Means, MAXVER and DBSCAN, implemented in the WEKA software package. Clusters were created based on the average temporal profiles of NDVI of the 277 municipalities with high soybean production in the state and the best results were found with the K-Means algorithm, grouping the municipalities into six clusters, considering the period from the beginning of October until the end of March, which is equivalent to the crop vegetative cycle. Half of the generated clusters presented spectro-temporal pattern, a characteristic of soybeans and were mostly under the soybean belt in the state of Paraná, which shows good results that were obtained with the proposed methodology as for identification of homogeneous areas. These results will be useful for the creation of regional soybean "masks" to estimate the planted area for this crop.

A estimativa de conforto térmico na avicultura moderna é importante para que sistemas de climatização possam ser acionados no tempo correto, diminuindo perdas e aumentando rendimentos. Embora a literatura corrente apresente alguns índices de conforto térmico, que são aplicados para essa estimativa, estes são baseados apenas em condições do ambiente térmico e não consideram fatores importantes inerentes aos animais, tais como genética e capacidade de aclimatação, provendo, geralmente, uma estimativa inadequada do conforto térmico das aves. Este trabalho desenvolveu o Índice Fuzzy de Conforto Térmico (IFCT), com o intuito de estimar o conforto térmico de frangos de corte, considerando que o mecanismo usado pelas aves para perda de calor em ambientes fora da zona termoneutra é a vasodilatação periférica, que aumenta a temperatura superficial, e que pode ser usada como indicador do estado de conforto. O IFCT foi desenvolvido a partir de dois experimentos, que proporcionaram 108 cenários ambientais diferentes. Foram usadas imagens termográficas infravermelhas, para o registro dos dados de temperaturas superficiais das penas e da pele, e o grau de empenamento das aves. Para os mesmos cenários de ambiente térmico observados nos experimentos, foram comparados os resultados obtidos usando o IFCT e o Índice de Temperatura e Umidade (ITU). Os resultados validaram o IFCT para a estimativa do conforto térmico de frangos de corte, sendo específico na estimativa de condições de perigo térmico, usual em alojamentos em países de clima tropical. Essa característica é desejável em modelos que estimem o bem-estar térmico de frangos de corte, pois situações classificadas como perigo acarretam no dispêndio de recursos para evitar perdas produtivas.

Estimating thermal comfort in modern poultry production is important that acclimatization systems can be triggered at appropriate time reducing losses and increasing yield. Although current literature presents some thermal comfort indexes which are applied for this estimation those are based just on ambient thermal conditions and do not consider important factors inherent to the animals such as genetics and capability of adaptation, generally providing an inadequate estimation of the birds’ thermal comfort. This research developed the Fuzzy thermal comfort index (FTCI) aiming to estimate broilers’ thermal comfort considering that the mechanism used by the birds for losing heat in environments outside the thermoneutral zone is the peripheral vasodilatation, which increases the surface temperature. Measurements of surface feathers and skin temperature of birds were used. The FTCI was developed using the data of two experiments which provided 108 distinct environmental scenarios. Infrared thermal images were used for registering surface temperature of feathers and skin, as well as the birds’ feathering degree. For the same scenarios of thermal environment both FTCI and the temperature and humidity index (THI) were compared. Results validated the FTCI for estimating broilers’ thermal comfort, being specific for the estimation of danger conditions usually found in housing in tropical climate countries. This characteristic is advantageous in models which estimate broiler thermal welfare, as occurrence classified as dangerous may lead to economical downward in avoiding productive losses.

Objetivou-se, com este trabalho, o desenvolvimento de um sistema de apoio à decisão para a recomendação de uso e manejo da terra, integrando Sistema Especialista, Sistema de Informações Geográficas, uma base de dados e uma interface para interpretar a entrada de dados do usuário e as mensagens passadas entre os subsistemas. O sistema desenvolvido determina a capacidade de uso da terra; recomenda usos adequados para cada classe de capacidade de uso como também práticas de conservação e manejo do solo e identifica áreas de conflito comparando os mapas de uso da terra com o mapa de capacidade de uso. Todos os resultados podem ser visualizados em janelas do programa, gravados ou impressos em forma de relatório. A área utilizada para testar o sistema é o Município de Santo Antônio do Jardim, SP. O sistema mostrou ser uma ferramenta poderosa e eficaz, permitindo avaliar-se uma região, oferecendo suporte para uma tomada de decisão mais fundamentada.

The objective of this work was to develop a decision support system to recommend land use and practices for soil conservation and management, which integrates an Expert System, Geographic Information System (GIS), a database and an interface to monitor input and output data and the messages passed between the subsystems. Using soil and slope maps, the developed system determines land capability from information stored in the database and also supplied by SIG; it recommends adequate uses for land capability class as well as practices for soil conservation and management and identifies conflict areas comparing the maps of land use with the land capability. All results can be visualized by the user through windows of the program, recorded or printed in form of report. In order to test the system, the municipality of Santo Antônio do Jardim, in the State of São Paulo, Brazil, was selected. The system is a powerful and efficient tool, permitting the evaluation of a region and thereby offering support for adequate decision making.

Objetivando classificar terras para irrigação, faz-se necessário analisar e determinar alguns parâmetros, entre eles a produtividade do solo. A classificação de produtividade (comumente chamada fertilidade aparente) é delimitada em cinco classes: muito alta, alta, média, baixa e muito baixa, e em cada classe é preciso avaliar certos atributos do solo, como pH, CTC (capacidade de troca de cátions), V% (índice de saturação por bases), P (fósforo), Mg (magnésio) e K (potássio). Neste trabalho, objetivou-se identificar a produtividade na qual atributos do solo, da parte inicial da microbacia hidrográfica do Rio Pardo, localizada em Pardinho, SP, foram analisados e classificados nas classes que a delimitam, através de Redes Neurais Artificiais (RNAs) utilizandose Perceptron Múltiplas Camadas (Multilayers Perceptrons - MLP) com o algoritmo de treinamento "backpropagation"- classificador de padrões, obtendo-se um número ótimo de camadas intermediárias e de neurônios; resultando na classificação de produtividade, a situação ótima da rede obteve 78% dos resultados iguais aos desejados, com duas camadas de neurônios, uma das quais intermediária, com 5 neurônios, e uma camada de saída.

Productivity data (commonly known as apparent fertility) of the initial part of the river Pardo-SP watershed was analyzed and classified with Artificial Neural Networks (ANNs), in order to classify lands for irrigation. Soil attributes as pH, CEC (cation exchange capacity), V% (base saturation index), P (phosphorus), Mg (magnesium) and K (potassium) were defined in five classes: very high, high, medium, low and very low. Apparent fertility classification taking into account the five classes was performed by using Multiple Layers Perceptron (MLP). Backpropagation algorithm was performed with the training set. One hidden layer with 5 neurons was the situation that best performed.