Desenvolvimento de um medidor de umidade e pluviometria baseado em uma arquitetura de sensoriamento remoto sensível ao contexto para agricultura de precisão
Resumo
As técnicas de irrigação auxiliam no aumento da produção agrícula. Entretanto, são responsáveis pelo consumo de cerca de 70% da água disponível no mundo. Sem um manejo adequado, a irrigação pode ser prejudicial para o meio ambiente e colocar em risco a sustentabilidade. Este artigo apresenta dois protótipos de um medidor de umidade e pluviometria baseado em uma arquitetura de sensoriamento remoto sensível ao contexto utilizando tecnologias open hardware. Além disso, é proposta uma taxonomia de contextos que define os tipos de informações que são utilizadas na arquitetura dos protótipos.
Referências
Ahmed, Z. (2013). Design of autonomous low power sensor soil moisture measurement.
Allen, R. G. et al. (1998). Crop evapotranspiration-guidelines for computing crop water requirements-fao irrigation and drainage paper 56.
Augustin, I. (2004). Abstrações para uma linguagem de programação visando aplicações móveis em um ambiente de pervasive computing.
Carlesso, R., Petry, M., and Trois, C. (2009). The use of a meteorological station network to provide crop water requirement information for irrigation management. In Computer and Computing Technologies in Agriculture II, Volume 1, pages 19–27. Springer.
Decagon (2014). site: http://www.decagon.com/products/soils/volumetric-water-contentsensors/10hs-soil-moisture-large-area-of-influence/ . acessado em:20/04/2014.
Del Fabro Neto, A., Boufleuer, R., Romero de Azevedo, B., Augustin, I., Carlos D. Lima, J., and C. Rocha, C. (2013). Towards a middleware to infer the risk level of an activity in context-aware environments using the srk model. In UBICOMM 2013, The Seventh International Conference on Mobile Ubiquitous Computing, Systems, Services and Technologies, pages 38–42.
Dey, A. K. (2000). Providing architectural support for building context-aware applications. PhD thesis, Georgia Institute of Technology.
Doorenbos, J., Kassam, A. H., et al. (1979). Yield response to water.
Ejigu, D., Scuturici, M., and Brunie, L. (2008). Hybrid approach to collaborative contextaware service platform for pervasive computing. Journal of computers, 3(1).
Elliott, R., Hubbard, K., Brusberg, M., Hattendorf, M., Howell, T., Marek, T., Snyder, R., et al. (2000). The role of automated weather networks in providing evapotranspiration estimates. In Proc. 4th Decennial National Irrigation Symposium, pages 243–250.
Harnett, C. (2011). Open source hardware for instrumentation and measurement. Instrumentation & Measurement Magazine, IEEE, 14(3):34–38.
IICA (2008). A irrigação no brasil. situação e directrizes. Instituto Interamericano de Cooperação para a Agricultura, Ministério da Integração Nacional, Brasília, Brasil.
INMET (2014). site: http://www.inmet.gov.br/portal/acessado em:10/06/2014.
Irrometer (2014). site: http://www.irrometer.com/pdf/sensors/403%20sensor%20%20web5.pdf acessado em:20/04/2014.
Kjær, K. E. (2008). Designing middleware for context awareness in agriculture. In Proceedings of the 5th Middleware doctoral symposium, pages 19–24. ACM.
Liaghat, S. and Balasundram, S. K. (2010). A review: The role of remote sensing in precision agriculture. American Journal of Agricultural & Biological Science, 5(1).
Lima, J. C. D. (2013). Sistema de recomendação sensível ao contexto para apoio à autenticação implícita em ambientes móveis e pervasivos baseado em conhecimento comportamental do usuário. PhD thesis, Universidade Federal de Santa Catarina.
Mills, G. A., ARMOO, S. K., ROCKSON, A. K., SOWAH, R. A., and ACQUAH, M. A. (2013). Gsm based irrigation control and monitoring system. International Journal of Engineering Science & Technology, 5(7).
Rodrigues, G. C. and Pereira, L. S. (2009). Assessing economic impacts of deficit irrigation as related to water productivity and water costs. Biosystems engineering, 103(4):536–551.
Sistema-Irriga (2014). site: https://www.sistemairriga.com.br/ acessado em:10/06/2014.
Vegetronix (2014). site: http://www.vegetronix.com/products/soil-moisture-sensorprobes.phtml. acessado em:20/04/2014.
Allen, R. G. et al. (1998). Crop evapotranspiration-guidelines for computing crop water requirements-fao irrigation and drainage paper 56.
Augustin, I. (2004). Abstrações para uma linguagem de programação visando aplicações móveis em um ambiente de pervasive computing.
Carlesso, R., Petry, M., and Trois, C. (2009). The use of a meteorological station network to provide crop water requirement information for irrigation management. In Computer and Computing Technologies in Agriculture II, Volume 1, pages 19–27. Springer.
Decagon (2014). site: http://www.decagon.com/products/soils/volumetric-water-contentsensors/10hs-soil-moisture-large-area-of-influence/ . acessado em:20/04/2014.
Del Fabro Neto, A., Boufleuer, R., Romero de Azevedo, B., Augustin, I., Carlos D. Lima, J., and C. Rocha, C. (2013). Towards a middleware to infer the risk level of an activity in context-aware environments using the srk model. In UBICOMM 2013, The Seventh International Conference on Mobile Ubiquitous Computing, Systems, Services and Technologies, pages 38–42.
Dey, A. K. (2000). Providing architectural support for building context-aware applications. PhD thesis, Georgia Institute of Technology.
Doorenbos, J., Kassam, A. H., et al. (1979). Yield response to water.
Ejigu, D., Scuturici, M., and Brunie, L. (2008). Hybrid approach to collaborative contextaware service platform for pervasive computing. Journal of computers, 3(1).
Elliott, R., Hubbard, K., Brusberg, M., Hattendorf, M., Howell, T., Marek, T., Snyder, R., et al. (2000). The role of automated weather networks in providing evapotranspiration estimates. In Proc. 4th Decennial National Irrigation Symposium, pages 243–250.
Harnett, C. (2011). Open source hardware for instrumentation and measurement. Instrumentation & Measurement Magazine, IEEE, 14(3):34–38.
IICA (2008). A irrigação no brasil. situação e directrizes. Instituto Interamericano de Cooperação para a Agricultura, Ministério da Integração Nacional, Brasília, Brasil.
INMET (2014). site: http://www.inmet.gov.br/portal/acessado em:10/06/2014.
Irrometer (2014). site: http://www.irrometer.com/pdf/sensors/403%20sensor%20%20web5.pdf acessado em:20/04/2014.
Kjær, K. E. (2008). Designing middleware for context awareness in agriculture. In Proceedings of the 5th Middleware doctoral symposium, pages 19–24. ACM.
Liaghat, S. and Balasundram, S. K. (2010). A review: The role of remote sensing in precision agriculture. American Journal of Agricultural & Biological Science, 5(1).
Lima, J. C. D. (2013). Sistema de recomendação sensível ao contexto para apoio à autenticação implícita em ambientes móveis e pervasivos baseado em conhecimento comportamental do usuário. PhD thesis, Universidade Federal de Santa Catarina.
Mills, G. A., ARMOO, S. K., ROCKSON, A. K., SOWAH, R. A., and ACQUAH, M. A. (2013). Gsm based irrigation control and monitoring system. International Journal of Engineering Science & Technology, 5(7).
Rodrigues, G. C. and Pereira, L. S. (2009). Assessing economic impacts of deficit irrigation as related to water productivity and water costs. Biosystems engineering, 103(4):536–551.
Sistema-Irriga (2014). site: https://www.sistemairriga.com.br/ acessado em:10/06/2014.
Vegetronix (2014). site: http://www.vegetronix.com/products/soil-moisture-sensorprobes.phtml. acessado em:20/04/2014.
Publicado
28/07/2014
Como Citar
BOUFLEUER, Rafael; DE AZEVEDO, Bruno; DEL FABRO NETO, Alfredo; LIMA, João Carlos; AUGUSTIN, Iara; PETRY, Mirta; CARLESSO, Reimar.
Desenvolvimento de um medidor de umidade e pluviometria baseado em uma arquitetura de sensoriamento remoto sensível ao contexto para agricultura de precisão. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO UBÍQUA E PERVASIVA (SBCUP), 6. , 2014, Brasília.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2014
.
p. 41-50.
ISSN 2595-6183.
