Protection management with the aid of plant protection products makes it possible to carry out pest control programs in agricultural environments and make them less hazardous for the cultivation of products on a large scale. However, when these programs are put into effect, only a small proportion of the sprayed products is really deposited on the target area while much of it is carried to neighboring regions. The scientific literature includes studies on the use of mathematical techniques to calculate the physical transformation and movement and provide a deposition estimate of the product. On the basis of this prediction, it is possible to configure a system which can allow the spraying to be carried out in normal weather conditions in the region for a satisfactory performance, although these conditions can undergo changes and make any statistical configuration unreliable. An alternative way of overcoming this problem, is to adapt the spray elements to the meteorological conditions while the protection management is being undertaken. However, the current techniques are operationally expensive in computational terms, which makes them unsuitable for situations where a short operational time is required. This thesis can be characterized as descriptive and seeks to allow deposition predictions to be made in a rapid and precise way. Thus it is hoped that the new approaches can enable the spray element to be adapted to the weather conditions while the protection management is being carried out. The study begins by attempting to reduce costs through a computational model of the environment that can speed up its execution. Subsequently, this computational model is used for predicting the rate of deposition as a fitness function in meta-heuristic algorithms and ensure that the mechanical behavior of the spray element can be adapted to the weather conditions while the management is put into effect. The results of this approach show that it can be adapted to environments with low variability. At the same time, it has a poor performance in environments with a high variability of weather conditions. A second approach is investigated and analyzed for this scenario, where the adaptation requires a reduced execution time. In this second approach, a trained machine learning technique is employed together with the results obtained from the first approach in different scenarios. These results show that this approach allows the spray element to be adapted in a way that is compatible with what was provided by the previous approach in less space of time. / O manejo de proteção com uso de produtos fitofarmacêuticos possibilita o controle de pragas em ambientes agrícolas, tornando-o menos nocivo para o desenvolvimento da cultura e com produção em grande escala. Porém, apenas uma pequena parte do produto pulverizado realmente é depositado na área alvo enquanto a maior parte do produto sofre deriva para regiões vizinhas. A literatura científica possui trabalhos com o uso de técnicas matemáticas para calcular a transformação física e movimento para estimar a deposição do produto. Com base nessa predição é possível configurar o sistema de pulverização para realizar a pulverização sob uma condição meteorológica comum na região para um desempenho satisfatório, mas as condições meteorológicas podem sofrer alterações e tornar qualquer configuração estática ineficiente. Uma alternativa para esse problema é realizar a adaptação da atuação do elemento pulverizador às condições meteorológicas durante a execução do manejo de proteção. Contudo, as técnicas existentes são computacionalmente custosas para serem executadas, tornando-as inadequadas para situações em que é requerido baixo tempo de execução. Esta tese se concentra no contexto descrito com objetivo de permitir a predição da deposição de forma rápida e precisa. Assim, espera-se que as novas abordagens sejam capazes de possibilitar a adaptação do elemento pulverizador às condições meteorológicas durante a realização do manejo de proteção. Este trabalho inicia com o processo de redução do custo de execução de um modelo computacional do ambiente, tornando sua execução mais rápida. Posteriormente, utiliza-se este modelo computacional para predição da deposição como função Fitness em algoritmos de meta-heurística para adaptar o comportamento do elemento pulverizador às condições meteorológicas durante a realização do manejo. Os resultados desta abordagem demonstram que é possível utilizá-la para realizar a adaptação em ambientes com baixa variabilidade. Por outro lado, pode apresentar baixo desempenho em ambientes com alta variabilidade nas condições meteorológicas. Uma segunda abordagem é investigada e analisada para este cenário, onde o processo de adaptação requer um tempo de execução reduzido. Nesta segunda abordagem é utilizado uma técnica de Aprendizado de Máquina treinada com os resultados gerados pela primeira abordagem em diferentes cenários. Os resultados obtidos demonstram que essa abordagem possibilita realizar a adaptação do elemento pulverizador compatível com a proporcionada pela abordagem anterior em um menor espaço de tempo.

Protection management with the aid of plant protection products makes it possible to carry out pest control programs in agricultural environments and make them less hazardous for the cultivation of products on a large scale. However, when these programs are put into effect, only a small proportion of the sprayed products is really deposited on the target area while much of it is carried to neighboring regions. The scientific literature includes studies on the use of mathematical techniques to calculate the physical transformation and movement and provide a deposition estimate of the product. On the basis of this prediction, it is possible to configure a system which can allow the spraying to be carried out in normal weather conditions in the region for a satisfactory performance, although these conditions can undergo changes and make any statistical configuration unreliable. An alternative way of overcoming this problem, is to adapt the spray elements to the meteorological conditions while the protection management is being undertaken. However, the current techniques are operationally expensive in computational terms, which makes them unsuitable for situations where a short operational time is required. This thesis can be characterized as descriptive and seeks to allow deposition predictions to be made in a rapid and precise way. Thus it is hoped that the new approaches can enable the spray element to be adapted to the weather conditions while the protection management is being carried out. The study begins by attempting to reduce costs through a computational model of the environment that can speed up its execution. Subsequently, this computational model is used for predicting the rate of deposition as a fitness function in meta-heuristic algorithms and ensure that the mechanical behavior of the spray element can be adapted to the weather conditions while the management is put into effect. The results of this approach show that it can be adapted to environments with low variability. At the same time, it has a poor performance in environments with a high variability of weather conditions. A second approach is investigated and analyzed for this scenario, where the adaptation requires a reduced execution time. In this second approach, a trained machine learning technique is employed together with the results obtained from the first approach in different scenarios. These results show that this approach allows the spray element to be adapted in a way that is compatible with what was provided by the previous approach in less space of time. / O manejo de proteção com uso de produtos fitofarmacêuticos possibilita o controle de pragas em ambientes agrícolas, tornando-o menos nocivo para o desenvolvimento da cultura e com produção em grande escala. Porém, apenas uma pequena parte do produto pulverizado realmente é depositado na área alvo enquanto a maior parte do produto sofre deriva para regiões vizinhas. A literatura científica possui trabalhos com o uso de técnicas matemáticas para calcular a transformação física e movimento para estimar a deposição do produto. Com base nessa predição é possível configurar o sistema de pulverização para realizar a pulverização sob uma condição meteorológica comum na região para um desempenho satisfatório, mas as condições meteorológicas podem sofrer alterações e tornar qualquer configuração estática ineficiente. Uma alternativa para esse problema é realizar a adaptação da atuação do elemento pulverizador às condições meteorológicas durante a execução do manejo de proteção. Contudo, as técnicas existentes são computacionalmente custosas para serem executadas, tornando-as inadequadas para situações em que é requerido baixo tempo de execução. Esta tese se concentra no contexto descrito com objetivo de permitir a predição da deposição de forma rápida e precisa. Assim, espera-se que as novas abordagens sejam capazes de possibilitar a adaptação do elemento pulverizador às condições meteorológicas durante a realização do manejo de proteção. Este trabalho inicia com o processo de redução do custo de execução de um modelo computacional do ambiente, tornando sua execução mais rápida. Posteriormente, utiliza-se este modelo computacional para predição da deposição como função Fitness em algoritmos de meta-heurística para adaptar o comportamento do elemento pulverizador às condições meteorológicas durante a realização do manejo. Os resultados desta abordagem demonstram que é possível utilizá-la para realizar a adaptação em ambientes com baixa variabilidade. Por outro lado, pode apresentar baixo desempenho em ambientes com alta variabilidade nas condições meteorológicas. Uma segunda abordagem é investigada e analisada para este cenário, onde o processo de adaptação requer um tempo de execução reduzido. Nesta segunda abordagem é utilizado uma técnica de Aprendizado de Máquina treinada com os resultados gerados pela primeira abordagem em diferentes cenários. Os resultados obtidos demonstram que essa abordagem possibilita realizar a adaptação do elemento pulverizador compatível com a proporcionada pela abordagem anterior em um menor espaço de tempo.

Made available in DSpace on 2017-05-12T14:46:47Z (GMT). No. of bitstreams: 1 Denilson.pdf: 4098476 bytes, checksum: 61dc064a679354a8ec986c07c33444c3 (MD5) Previous issue date: 2013-07-05 / Large amounts of herbicides are used in agriculture to control weeds that pose risks to crops, resulting in increased production cost of farms. Also, if not applied properly, its use can cause resistance of spontaneous plants and result in residues in the environment, in the soil, the water or in toxicity to the crops. The objective of this research was to evaluate the residue of the 2,4-D herbicide in soil and its correlation with yield, as well as physical and chemical properties of the soil. The experiment was conducted on a farm in the city of Nova Santa Rosa, in the state of Paraná in the years 2011 and 2012. The main crops grown in the area are corn and soybeans, in rotation. Soil samples were collected to determine their physical and chemical properties and for analysis of residual 2,4-D before implementation (RI) and after application (RF) of the 2,4-D herbicide. Initially, the glyphosate herbicide was applied in a single dose (2.5 L ha-1) and then the 2,4-D herbicide was applied at two doses (1,0 and 1,5 L ha-1) with boom sprayer and, after 5 days of application, soil samples were collected for analysis of RF. After extracting the 2,4-D from the soil, high performance liquid chromatography (HPLC) was carried out to detect the active ingredient. In order to map the spontaneous plants, before and after spraying the herbicide the method of systematic sampling was used. The soybean yield for both years were also analyzed, and finally, spatial correlation of the parameters evaluated was performed. The results of RI of 2,4-D in the soil in both years, demonstrating that this is a herbicide that can remain retained in the soil over time and, depending on the soil characteristics, the preparation of the area and climatic conditions, this time can be longer. In 2011, the maximum detection of the active ingredient was 609 μg kg-1 and in 2012 was 652 μg kg-1. The RI of 2,4-D in the soil showed negative spatial correlation for chemical attributes K, organic matter and pH and for physical density, macroporosity, microporosity, total porosity and soil moisture it showed positive spatial correlation with sand and the chemical attributes Cu, Mg, Mn, P and Zn in the first year assessed. In 2012 the spatial correlation was positive with clay. The spontaneous plants type horseweed (Conyza bonariensis), did not present spatial correlation among the parameters evaluated in 2011, however, showed a positive correlation with the micropores of the soil in 2012. As residual 2,4-D in the soil and many attributes analyzed presented spatial correlation, spatial correlation among the variables analyzed proved to be an important tool to understand the influence of a parameter over the other. Both doses satisfactorily controlled the incidence of spontaneous plants. The 2,4-D showed some points with detection and other with no detection of the active ingredient in the soil, a fact that demonstrates the importance of assessing the spatial correlation of soil properties (chemical and physical) with residual herbicide in the soil, determining the influence of one attribute over the other. / Grandes quantidades de herbicidas são utilizadas na agricultura para controlar plantas espontâneas que oferecem riscos às plantações, acarretando aumento do custo de produção das propriedades agrícolas. Além disso, se não forem aplicados corretamente podem ocasionar a resistência das plantas espontâneas e resultar em residual no ambiente, quer seja no solo, na água ou na toxidez para as culturas. O objetivo desta pesquisa foi avaliar o residual do herbicida 2,4-D no solo e a sua correlação com a produtividade e os atributos químicos e físicos do solo. O experimento foi desenvolvido em uma propriedade agrícola, do município de Nova Santa Rosa/Paraná nos anos de 2011 e 2012. As principais culturas cultivadas na área são o milho e a soja em sistema de rotação. Foram realizadas amostragens de solo para determinação dos seus atributos químicos e físicos e para análise do residual de 2,4-D antes da aplicação (RI) e após a aplicação (RF) do herbicida 2,4-D. Inicialmente, foi aplicado o herbicida glifosato em dosagem única (2,5 L ha-1) e, em seguida, aplicou-se o herbicida 2,4-D em duas doses (1,0 e 1,5 L ha-1) com pulverizador de arrasto e, após 5 dias da aplicação, amostras de solo foram coletadas para análise do RF de 2,4-D. Após a extração do 2,4-D do solo foi efetuada a determinação por meio de cromatografia líquida de alto desempenho (HPLC) para detecção do ingrediente ativo. Para o mapeamento das plantas espontâneas, antes e após a pulverização do herbicida foi utilizado o método da amostragem sistemática. Também foi avaliada a produtividade da soja para ambos os anos e, por fim, foi efetuada a correlação espacial dos parâmetros avaliados. Os resultados do RI de 2,4-D no solo em ambos os anos, demonstram que este é um herbicida que pode permanecer retido no solo com o passar do tempo e, dependendo das características do solo, do preparo da área e das condições climáticas será maior ou menor. Em 2011, o valor máximo de detecção do ingrediente ativo foi de 609 μg kg-1 e em 2012 foi de 652 μg kg-1. O RI de 2,4-D no solo apresentou correlação espacial negativa para os atributos químicos K, matéria orgânica e pH e para os atributos físicos densidade do solo, macroporosidade, microporosidade, porosidade total e umidade do solo e correlação espacial positiva com a areia e com os atributos químicos Cu, Mg, Mn, P e Zn no primeiro ano avaliado. Já em 2012, a correlação espacial foi positiva com a argila. As plantas espontâneas do tipo buva (Conyza bonariensis) não apresentaram correlação espacial com os parâmetros avaliados em 2011, porém apresentaram correlação positiva com os microporos do solo em 2012. Como residual de 2,4-D no solo e muitos atributos analisados apresentaram dependência espacial, a correlação espacial entre as variáveis analisadas mostrou-se uma ferramenta importante para se conhecer a interferência de um parâmetro sobre o outro. Ambas as doses controlaram de modo satisfatório a incidência de plantas espontâneas. O 2,4-D apresentou alguns pontos com detecção e outros sem detecção do ingrediente ativo no solo, fator que demonstra a importância de avaliar a correlação espacial dos atributos do solo (químicos e físicos) com o residual do herbicida no solo, determinando a influência de um atributo sobre outro.

Made available in DSpace on 2017-07-10T19:23:36Z (GMT). No. of bitstreams: 1 Denilson.pdf: 4098476 bytes, checksum: 61dc064a679354a8ec986c07c33444c3 (MD5) Previous issue date: 2013-07-05 / Large amounts of herbicides are used in agriculture to control weeds that pose risks to crops, resulting in increased production cost of farms. Also, if not applied properly, its use can cause resistance of spontaneous plants and result in residues in the environment, in the soil, the water or in toxicity to the crops. The objective of this research was to evaluate the residue of the 2,4-D herbicide in soil and its correlation with yield, as well as physical and chemical properties of the soil. The experiment was conducted on a farm in the city of Nova Santa Rosa, in the state of Paraná in the years 2011 and 2012. The main crops grown in the area are corn and soybeans, in rotation. Soil samples were collected to determine their physical and chemical properties and for analysis of residual 2,4-D before implementation (RI) and after application (RF) of the 2,4-D herbicide. Initially, the glyphosate herbicide was applied in a single dose (2.5 L ha-1) and then the 2,4-D herbicide was applied at two doses (1,0 and 1,5 L ha-1) with boom sprayer and, after 5 days of application, soil samples were collected for analysis of RF. After extracting the 2,4-D from the soil, high performance liquid chromatography (HPLC) was carried out to detect the active ingredient. In order to map the spontaneous plants, before and after spraying the herbicide the method of systematic sampling was used. The soybean yield for both years were also analyzed, and finally, spatial correlation of the parameters evaluated was performed. The results of RI of 2,4-D in the soil in both years, demonstrating that this is a herbicide that can remain retained in the soil over time and, depending on the soil characteristics, the preparation of the area and climatic conditions, this time can be longer. In 2011, the maximum detection of the active ingredient was 609 μg kg-1 and in 2012 was 652 μg kg-1. The RI of 2,4-D in the soil showed negative spatial correlation for chemical attributes K, organic matter and pH and for physical density, macroporosity, microporosity, total porosity and soil moisture it showed positive spatial correlation with sand and the chemical attributes Cu, Mg, Mn, P and Zn in the first year assessed. In 2012 the spatial correlation was positive with clay. The spontaneous plants type horseweed (Conyza bonariensis), did not present spatial correlation among the parameters evaluated in 2011, however, showed a positive correlation with the micropores of the soil in 2012. As residual 2,4-D in the soil and many attributes analyzed presented spatial correlation, spatial correlation among the variables analyzed proved to be an important tool to understand the influence of a parameter over the other. Both doses satisfactorily controlled the incidence of spontaneous plants. The 2,4-D showed some points with detection and other with no detection of the active ingredient in the soil, a fact that demonstrates the importance of assessing the spatial correlation of soil properties (chemical and physical) with residual herbicide in the soil, determining the influence of one attribute over the other. / Grandes quantidades de herbicidas são utilizadas na agricultura para controlar plantas espontâneas que oferecem riscos às plantações, acarretando aumento do custo de produção das propriedades agrícolas. Além disso, se não forem aplicados corretamente podem ocasionar a resistência das plantas espontâneas e resultar em residual no ambiente, quer seja no solo, na água ou na toxidez para as culturas. O objetivo desta pesquisa foi avaliar o residual do herbicida 2,4-D no solo e a sua correlação com a produtividade e os atributos químicos e físicos do solo. O experimento foi desenvolvido em uma propriedade agrícola, do município de Nova Santa Rosa/Paraná nos anos de 2011 e 2012. As principais culturas cultivadas na área são o milho e a soja em sistema de rotação. Foram realizadas amostragens de solo para determinação dos seus atributos químicos e físicos e para análise do residual de 2,4-D antes da aplicação (RI) e após a aplicação (RF) do herbicida 2,4-D. Inicialmente, foi aplicado o herbicida glifosato em dosagem única (2,5 L ha-1) e, em seguida, aplicou-se o herbicida 2,4-D em duas doses (1,0 e 1,5 L ha-1) com pulverizador de arrasto e, após 5 dias da aplicação, amostras de solo foram coletadas para análise do RF de 2,4-D. Após a extração do 2,4-D do solo foi efetuada a determinação por meio de cromatografia líquida de alto desempenho (HPLC) para detecção do ingrediente ativo. Para o mapeamento das plantas espontâneas, antes e após a pulverização do herbicida foi utilizado o método da amostragem sistemática. Também foi avaliada a produtividade da soja para ambos os anos e, por fim, foi efetuada a correlação espacial dos parâmetros avaliados. Os resultados do RI de 2,4-D no solo em ambos os anos, demonstram que este é um herbicida que pode permanecer retido no solo com o passar do tempo e, dependendo das características do solo, do preparo da área e das condições climáticas será maior ou menor. Em 2011, o valor máximo de detecção do ingrediente ativo foi de 609 μg kg-1 e em 2012 foi de 652 μg kg-1. O RI de 2,4-D no solo apresentou correlação espacial negativa para os atributos químicos K, matéria orgânica e pH e para os atributos físicos densidade do solo, macroporosidade, microporosidade, porosidade total e umidade do solo e correlação espacial positiva com a areia e com os atributos químicos Cu, Mg, Mn, P e Zn no primeiro ano avaliado. Já em 2012, a correlação espacial foi positiva com a argila. As plantas espontâneas do tipo buva (Conyza bonariensis) não apresentaram correlação espacial com os parâmetros avaliados em 2011, porém apresentaram correlação positiva com os microporos do solo em 2012. Como residual de 2,4-D no solo e muitos atributos analisados apresentaram dependência espacial, a correlação espacial entre as variáveis analisadas mostrou-se uma ferramenta importante para se conhecer a interferência de um parâmetro sobre o outro. Ambas as doses controlaram de modo satisfatório a incidência de plantas espontâneas. O 2,4-D apresentou alguns pontos com detecção e outros sem detecção do ingrediente ativo no solo, fator que demonstra a importância de avaliar a correlação espacial dos atributos do solo (químicos e físicos) com o residual do herbicida no solo, determinando a influência de um atributo sobre outro.