Orientador: Alfredo Covolan Ulson / Banca: Rogerio Andrade Flauzino / Banca: Paulo José Amaral Serni / Resumo: A busca por novas soluções que estimulem o crescimento da produção para atender o aumento do consumo mundial de produtos agrícolas, sem aumentar o impacto ambiental, desperta o interesse pelo desenvolvimento de novas técnicas de controle e aplicação de insumos nas plantações, visando uma melhor precisão no gerenciamento das quantidades de nutrientes necessárias nas áreas agrícolas. No Brasil a cultura da cana-de-açúcar esta se destacando no segmento agrícola e o aumento do interesse mundial no mercado de açúcar e álcool têm interessado o aumento de investimentos no setor de todo o país. A cultura de cana-de-açúcar tem grande necessidade de aplicação na aplicação de fertilizantes nitrogenados e esta necessidades estimula as pesquisas por novas soluções que permitam o monitoramento da quantidade de nitrogênio absorvida nas plantas, respeitando sua variabilidade espacial, para melhorar a eficiência no uso dos fertilizantes nitrogenados, aumentando a produtividade, reduzindo custos e os impactos ambientais. O uso dos sensores ópticos como ferramenta para medir a quantidade de nitrogênio absorvida pelas plantas através da refletância vem despertando o interesse dos pesquisadores e a utilização desta técnica em plantas de cana-de-açúcar no estagio inicial do crescimento precisa ser aprimorada. Esta dissertação pesquisou novas técnicas de processamento em tempo real utilizando sistemas inteligentes aplicados à ambientes agrícolas baseados em redes neurais artificiais, para melhorar a precisão das correlações das medições de refletâncias de um sensor óptico utilizado para estimular a quantidade de nitrogênio nas plantas de cana-de-açúcar no estágio inicial de crescimento. Os resultados obtidos pelas redes neurais artificiais apresentaram precisão melhor na correlação da... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The search for new solutions that stimulate the agricultural production growth in order to meet the worl food consumption increase, without further environmental impact, motivates the development of new crops inputs use and control techniques, aiming to improve the accuracy on amounts management of needed nutrients in agricultural areas. In Brazil, the sugar cane cultivation has been highlighted in the agricultural sector and increased global interest in the sugar and alcohol has spurred increased investment in the sector throughout the country. The cultivation of sugar cane is in great need to control the use of nitrogen fertilizers and this need stimulates researchers for new solutions allowing the monitoring of the among of absorbed nitrogen in plants, consistent with their spatial variability, to improve the efficiency of nitrogen fertilizers use, increasing productivity, reducing cost and environmental impacts. The use of optical sensors as a tool for measuring the amount of nitrogen absorbed by plants through reflectance has stimulated the interest of researchers and the use of said technique on sugar cane plant during the early stages of growing is still to be enhanced. This dissertation researched new real-time processing techniques using intelligent systems applied to agricultural based on artificial neural network in order to improve the accuracy of the correlations of the measurements of reflectance of an optical sensor in order to estimate the amount of nitrogen in sugar cane plants in the early stages of growing. The results presented by the artificial neural networks show the possibility of using embedded systems with better accuracy in the results of real time nitrogen estimation / Mestre