Orientadores: Hilton Silveira Pinto, Maria Angela Fagnani / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-06T03:39:21Z (GMT). No. of bitstreams: 1 Coral_Gustavo_M.pdf: 7476254 bytes, checksum: 4197ca8acc653636d1f80dd90a34edf2 (MD5) Previous issue date: 2004 / Resumo: A agricultura é a atividade econômica mais afetada pelo clima. Os fenômenos meteorológicos como a temperatura, precipitação, umidade relativa, velocidade do vento, influenciam tanto na produtividade e qualidade dos produtos agrícolas, quanto nos custos de produção. Uma das ferramentas mais utilizadas para quantificar os efeitos causados pelos fenômenos meteorológicos na produtividade agrícola são os modelos agrometeorológicos. No presente trabalho foi utilizado um modelo agrometeorológico multiplicativo, que se baseia na penalização da produtividade agrícola, em decorrência de fenômenos meteorológicos desfavoráveis ao desenvolvimento da cultura, para a estimativa de safra da soja. O estudo abrangeu um total de 66 municípios nos estados de Goiás, Mato Grosso, Paraná, Rio Grande do Sul e São Paulo. Foram relacionados os municípios que possuíam área plantada de soja superior à 2000 ha, com os municípios que possuíam estações pluviométricas operando entre os anos de 1994à 2000. Utilizou-se mapas pedológicos para diferenciação dos tipos de solos predominantes em cada município, com a finalidade de se obterem informações sobre a capacidade de água disponível no solo (CAD), bem como a média histórica da evapotranspiração potencial (ETP) para o cálculo do balanço hídrico decendial e da evapotranpiração real (ETR). As épocas de semeadura selecionadas foram baseadas no Zoneamento Agroclimático da cultura da soja, elaborado pela Coordenação Nacional do Zoneamento Agrícola. As produtividades estimadas foram comparados com as produtividades reais obtidas através de dados do IBGE. O modelo apresentou correlações significativas entre as produtividades reais e as estimadas,a nível estadual. Os coeficientes de determinação para os estados de Goiás, Mato Grosso, Paraná, Rio Grande do Sul a São Paulo foram respectivamente, 0,5831; 0,6933;0,9162; 0,8504; 0,6426 / Abstract: Agriculture is the economic activity more affected by the climate. The meteorologicalphenomena like temperature, precipitation, relative humidity or wind speed have influence in the productivity and agricultural product quality, as well as in the productioncosts.One of the tools more used to quantify the effect caused for the meteorological phenomenain the agricultural productivity is the agrometeorologicalmodel. In the present work an agrometeorologicalmodel for estimate the productivity of the soybean was studied using a total of 66 cities in the states of Goiás, Mato Grosso, Paraná, Rio Grande do Sul and São Paulo. Productivity data of soybean was crossed with rainfall data of pluviometric stations observedbetweenthe years of 1994to the 2000. It was also used pedological maps for differentiation of the types of predominant soil in each city for estimating available water hold capacity of the soil. Historical data was used for estimasting the average of the potential evapotranspiration (ETP) for decendial hidric . balance and evapotranpiration reference (ETR). The selected times for seeding were based on the Agroclimatic Risc Zoning for soybean, elaborated for the National Coordination of the Agricultural Zoning. The calculated produtivities were compared with the data of produtivitiesused by IBGE. The model presented significant correlations between the real produtivities at the leveI of states. The coefficients of determination for the states of Goiás, Mato Grosso, Paraná, Rio Grande do Sul and São Paulo were respectively, 0,5831; 0,6933; 0,9162; 0,8504; 0,6426 / Mestrado / Agua e Solo / Mestre em Engenharia Agrícola

Orientador: Jansle Vieira Rocha / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-11T14:29:10Z (GMT). No. of bitstreams: 1 Weber_LianedeSouza_D.pdf: 866084 bytes, checksum: 6f14fe14fef394e2bd299f45b7c98915 (MD5) Previous issue date: 2005 / Resumo: O presente trabalho descreve um estudo sobre estimativa de safras cujo principal objetivo foi criar uma metodologia de integração de dados de produção, dados espectrais e indicadores meteorológicos por meio de redes neurais artificiais, estabelecendo correlações entre índices de vegetação e de produtividade, com o propósito de estimar a produtividade de cana-de-açúcar. O estudo foi dividido em duas etapas: a primeira correspondeu à obtenção e organização dos dados em um banco de dados com padrões de entrada/saída; a segunda, à implementação e ajuste das redes neurais, por meio de ensembles. O estudo foi realizado em unidades amostrais de produção de uma usina sucroalcooleira no município de Araras-SP. A primeira etapa consistiu na obtenção dos coeficientes de produtividade (kp), por meio da inversão do modelo agrometeorológico de Doorenbos e Kassam (1979), a partir da determinação do balanço hídrico. O resultado deste procedimento mostrou a sensibilidade do coeficiente à variabilidade da produtividade nos talhões. Os dados espectrais das imagens Landsat 7 ¿ ETM+ foram obtidos de correlações descritas na literatura estabelecidas entre o Índice de Vegetação Greenness (GVI), a banda do infravermelho próximo (B4) e a produtividade da cana-de-açúcar. A estratégia para treinamento dos ensembles foi baseada no aprendizado supervisionado aplicado a uma arquitetura Multilayer Perceptron (MLP), com uma camada escondida, método de aprendizado de 2ª ordem e feedforward. Na etapa de treinamento e validação, as redes neurais tiveram como variáveis de entrada os valores de kp, GVI e B4, e como variável de saída a produtividade, que definiram os padrões de entrada/saída. A fase de teste consistiu em implementar a metodologia em um grupo de padrões de entrada não utilizados nos treinamentos. Os resultados mostraram valores de EQM entre 0,03 e 0,51 ton/ha, enquanto que a estimativa da usina errou em média 9,93 ton/ha, o que garantiu o correto ajuste da rede neural quanto à topologia, ao número de iterações e aos algoritmos de aprendizagem. Esta etapa mostrou a capacidade de generalização da rede neural, já que os treinamentos foram realizados a partir de unidades amostrais. O estudo ratificou a aplicação desta metodologia na determinação da estimativa de produtividade de cana-deaçúcar, empregando-a como técnica complementar aos atuais métodos de estimativa agrícola, sugerindo a ampliação da escala de aplicação para o ambiente de produção da usina / Abstract: The present thesis describes a study on crop forecast. Its main purpose was to create a methodology for integrating production, spectral and meteorological data indicators through artificial neural networks, establishing correlations between vegetation index and yield coefficients, aiming at the estimate of sugarcane yield. The study was divided in two parts: the first corresponded to obtaining and organizing data in a database with input/output default; the second corresponded to the implementation and adjustment of the neural network. The study was carried out in sample production units (fields) of a sugarmill agricultural area located in the municipality of Araras-SP, Brazil. The first part consisted in obtaining yield coefficients (kp) through the inversion of the Doorenbos-Kassam (1979) agrometeorological model, based on the determination of the water balance. The result of this procedure showed the coefficient¿s sensitivity to the variability of yield within the sample fields. The spectral data of the Landsat 7 ¿ ETM+ images were obtained from correlations, available in scientific literature, between the Greenness Vegetation Index (GVI), near infrared band, and sugarcane yield. The strategy for training the neural network was based on supervised learning applied to a Multilayer Perceptron (MLP) architecture, with a hidden layer, second order learning method and feedforward. For the training and validation stage, the neural network had as input variables kp, GVI and B4 values, and as output variable the yield, both obtained in the input/output database. The test stage consisted of implementing the methodology in a set of input patterns not used for the trainings. The results showed Mean Square Error (MSE) values between 0,03 and 0,51 ton/ha, while the average error of the sugarmill estimates were 9,93 ton/ha, which showed the correct adjustment of the network concerning topology, number of iterations and learning algorithms. This showed the generalization capacity of the neural network once the trainings were carried out based on sample units. The study ratified the application of this methodology for determining sugarcane yield estimate, employing it as a complementary technique to the present methods of agricultural forecast, suggesting the increase of the application scale to a broader area of the sugarmill production environment / Doutorado / Planejamento e Desenvolvimento Rural Sustentável / Doutor em Engenharia Agrícola

A determinação de dias trabalháveis para operações agrícolas de campo é de extrema importância para o dimensionamento de frotas de máquinas agrícolas. Isso é especialmente importante para a cultura da cana-de-açúcar, na qual as operações de campo se estendem por todo o ano, sendo a colheita a operação que mais danos pode trazer aos solos, quando executada sob condições inadequadas, já que essa ocorre por cerca de 8 a 10 meses. Com base nisso, o presente estudo teve como objetivos: definir os critérios para a determinação do número de dias trabalháveis (NDT) para colheita mecanizada da cana-de-açúcar no estado de São Paulo; determinar o NDT de diferentes regiões do estado de São Paulo com base em um critério geral e em critérios específicos para cada região; determinar a probabilidade de ocorrência de sequência do NDT por meio da cadeia de Markov; e elaborar uma planilha modelo para dimensionamento de frota para colheita mecanizada da cana-de-açúcar com base no NDT gerado pelo critério individual e geral. Para a definição dos critérios do NDT foram empregados dados de interrupção da moagem de 30 usinas no estado de São Paulo, para períodos variando de duas a cinco safras. Foram testados critérios de precipitação mínima (PREC), capacidade de água disponível (CAD) e limite da relação entre o armazenamento de água no solo e CAD (ARM/CAD) para se interromper a operação de colheita. De posse dos critérios de PREC, CAD e ARM/CAD para cada região e um critério geral, foram elaborados mapas do NDT para o estado de São Paulo, Posteriormente, definiu-se com base na cadeia de Markov, as probabilidades condicionais e, por meio dessas, as probabilidades de sequência de dias trabalháveis para cada decêndio do ano. Finalmente, foi elaborada uma planilha Excel® para o dimensionamento de frota de colhedoras de cana, com base no NDT. Os resultados mostraram que houve variação no critério para definição do NDT nas diferentes regiões do estado. No entanto, o uso de um critério geral para todo o estado, considerando-se a PREC de 3 mm, CAD de 40 mm e ARM/CAD de 90%, proporcionou resultados muito similares. O mapa de NDT gerado a partir do critério individual para cada região resultou em um erro médio de 24,9 dias por ano, ao passo que o mapa gerado a partir do critério geral resultou em um erro médio de 4,4 dias por ano, sendo este último mais adequado para a determinação do NDT médio para a colheita mecanizada de cana-de-açúcar. Com relação à probabilidade de sequência de dias trabalháveis, observou-se que nas regiões a oeste, noroeste e norte do estado há, em média, maiores probabilidades de ocorrência de dias trabalháveis, sendo que as maiores probabilidades ocorreram entre abril e setembro, com o primeiro decêndio de julho sendo o que tem os maiores valores. A probabilidade de o dia ser trabalhável dado que o anterior foi trabalhável manteve-se sempre com o mínimo em torno de 50% de probabilidade e com o máximo próximo de 90% em todas as regiões avaliadas. Finalmente, observou-se que a variação do NDT em função do critério usado (individual ou geral) não teve impacto expressivo nos custos de produção e totais. Com base nos resultados apresentados, conclui-se que a determinação correta do NDT é fundamental para o dimensionamento de sistemas de colheita da cana-de-açúcar. / The determination of workable days for agricultural field operations is of extreme importance for dimensioning agricultural machinery fleets. This is especially important for sugarcane cultivation, in which field operations extend throughout the year, from 8 to 10 months per year. Based on this, the present study had as objectives: to define the criteria for determining the number of workable days (NWD) for sugarcane harvest in the state of São Paulo; to determine the NWD of different regions of the state of São Paulo based on general criteria and on specific criteria to each region; to determine the probability of a given NWD sequence by means of the Markov chain; and to elaborate a spreadsheet model for sizing the fleet to harvest sugarcane based on the NWD generated by the individual and general criteria For the definition of NWD criteria, the data from harvest interruption of 30 mills in the state of São Paulo, for periods ranging from two to five harvests, were used. The following criteria were tested: minimum precipitation (PREC); soil water holding capacity (SWHC) and the limit of the relationship between soil moisture storage and SWHC (ARM/SWHC), to define the harvest interruption. Based on these criteria for each region and also a general criteria, NWD maps were prepared for the state of São Paulo.. Afterwards, the conditional probabilities were defined on the basis of the Markov chain, and based on them the probabilities of sequences of working days were defined for all year long for each 10-day periods. Finally, an Excel® spreadsheet was programmed for dimensioning sugarcane harvest machines, based on the NWD. The results showed that there was variation in the criteria for the definition of NWD in the different regions of the state. However, the use of a general criteria for the whole state, considering PREC of 3 mm, SWHC of 40 mm and ARM/SWHC of 90% provided very similar results. The NWD maps generated from the individual criteria for each region generated an average error of 24.9 days per year whereas the map generated from the general criteria resulted in an average error of 4.4 days per year, being the last map the most suitable for determining the average NWD. Regarding the probability of sequences of workable days, it was observed that in the western, northwestern and northern regions of the state there is, on average, a greater probability of workable days, with the periods of greatest probability of workable days being between April and September. The probability of the a day be workable considering that the previous one was workable, always remained between 50% and 90% probability in all regions. Finally, for dimensioning havest mechines, it was observed that the variation of NWD as a function of the criteria used (individual or general) had no significant impact on production and total costs, but affected the total investment. It was concluded that the correct determination of NWD is fundamental for the design of sugarcane harvesting systems.

A determinação de dias trabalháveis para operações agrícolas de campo é de extrema importância para o dimensionamento de frotas de máquinas agrícolas. Isso é especialmente importante para a cultura da cana-de-açúcar, na qual as operações de campo se estendem por todo o ano, sendo a colheita a operação que mais danos pode trazer aos solos, quando executada sob condições inadequadas, já que essa ocorre por cerca de 8 a 10 meses. Com base nisso, o presente estudo teve como objetivos: definir os critérios para a determinação do número de dias trabalháveis (NDT) para colheita mecanizada da cana-de-açúcar no estado de São Paulo; determinar o NDT de diferentes regiões do estado de São Paulo com base em um critério geral e em critérios específicos para cada região; determinar a probabilidade de ocorrência de sequência do NDT por meio da cadeia de Markov; e elaborar uma planilha modelo para dimensionamento de frota para colheita mecanizada da cana-de-açúcar com base no NDT gerado pelo critério individual e geral. Para a definição dos critérios do NDT foram empregados dados de interrupção da moagem de 30 usinas no estado de São Paulo, para períodos variando de duas a cinco safras. Foram testados critérios de precipitação mínima (PREC), capacidade de água disponível (CAD) e limite da relação entre o armazenamento de água no solo e CAD (ARM/CAD) para se interromper a operação de colheita. De posse dos critérios de PREC, CAD e ARM/CAD para cada região e um critério geral, foram elaborados mapas do NDT para o estado de São Paulo, Posteriormente, definiu-se com base na cadeia de Markov, as probabilidades condicionais e, por meio dessas, as probabilidades de sequência de dias trabalháveis para cada decêndio do ano. Finalmente, foi elaborada uma planilha Excel® para o dimensionamento de frota de colhedoras de cana, com base no NDT. Os resultados mostraram que houve variação no critério para definição do NDT nas diferentes regiões do estado. No entanto, o uso de um critério geral para todo o estado, considerando-se a PREC de 3 mm, CAD de 40 mm e ARM/CAD de 90%, proporcionou resultados muito similares. O mapa de NDT gerado a partir do critério individual para cada região resultou em um erro médio de 24,9 dias por ano, ao passo que o mapa gerado a partir do critério geral resultou em um erro médio de 4,4 dias por ano, sendo este último mais adequado para a determinação do NDT médio para a colheita mecanizada de cana-de-açúcar. Com relação à probabilidade de sequência de dias trabalháveis, observou-se que nas regiões a oeste, noroeste e norte do estado há, em média, maiores probabilidades de ocorrência de dias trabalháveis, sendo que as maiores probabilidades ocorreram entre abril e setembro, com o primeiro decêndio de julho sendo o que tem os maiores valores. A probabilidade de o dia ser trabalhável dado que o anterior foi trabalhável manteve-se sempre com o mínimo em torno de 50% de probabilidade e com o máximo próximo de 90% em todas as regiões avaliadas. Finalmente, observou-se que a variação do NDT em função do critério usado (individual ou geral) não teve impacto expressivo nos custos de produção e totais. Com base nos resultados apresentados, conclui-se que a determinação correta do NDT é fundamental para o dimensionamento de sistemas de colheita da cana-de-açúcar. / The determination of workable days for agricultural field operations is of extreme importance for dimensioning agricultural machinery fleets. This is especially important for sugarcane cultivation, in which field operations extend throughout the year, from 8 to 10 months per year. Based on this, the present study had as objectives: to define the criteria for determining the number of workable days (NWD) for sugarcane harvest in the state of São Paulo; to determine the NWD of different regions of the state of São Paulo based on general criteria and on specific criteria to each region; to determine the probability of a given NWD sequence by means of the Markov chain; and to elaborate a spreadsheet model for sizing the fleet to harvest sugarcane based on the NWD generated by the individual and general criteria For the definition of NWD criteria, the data from harvest interruption of 30 mills in the state of São Paulo, for periods ranging from two to five harvests, were used. The following criteria were tested: minimum precipitation (PREC); soil water holding capacity (SWHC) and the limit of the relationship between soil moisture storage and SWHC (ARM/SWHC), to define the harvest interruption. Based on these criteria for each region and also a general criteria, NWD maps were prepared for the state of São Paulo.. Afterwards, the conditional probabilities were defined on the basis of the Markov chain, and based on them the probabilities of sequences of working days were defined for all year long for each 10-day periods. Finally, an Excel® spreadsheet was programmed for dimensioning sugarcane harvest machines, based on the NWD. The results showed that there was variation in the criteria for the definition of NWD in the different regions of the state. However, the use of a general criteria for the whole state, considering PREC of 3 mm, SWHC of 40 mm and ARM/SWHC of 90% provided very similar results. The NWD maps generated from the individual criteria for each region generated an average error of 24.9 days per year whereas the map generated from the general criteria resulted in an average error of 4.4 days per year, being the last map the most suitable for determining the average NWD. Regarding the probability of sequences of workable days, it was observed that in the western, northwestern and northern regions of the state there is, on average, a greater probability of workable days, with the periods of greatest probability of workable days being between April and September. The probability of the a day be workable considering that the previous one was workable, always remained between 50% and 90% probability in all regions. Finally, for dimensioning havest mechines, it was observed that the variation of NWD as a function of the criteria used (individual or general) had no significant impact on production and total costs, but affected the total investment. It was concluded that the correct determination of NWD is fundamental for the design of sugarcane harvesting systems.