Desenvolvimento de um Sistema Computacional Embarcado para Aferição de Índice de Conforto Térmico Aplicado ao Bem-estar Animal
Resumo
Este artigo apresenta o desenvolvimento de um sistema embarcado capaz de aferir dados de temperatura e umidade relativa através do sensor DHT-22 e calcular índices de conforto térmico, auxiliando na tomada de decisão. O índice de conforto considerado nessa aplicação foi o ITU (índice de temperatura e umidade). Para validar os resultados de captura das variáveis pelo DHT, foi realizada uma análise comparando os resultados com um Data logger HOBO U12-001. Os resultados mostraram que as variáveis obtidas pelo DHT apesar de representação satisfatória dos dados, demandam ajustes que podem ser obtidos através de equações de regressão. Para o cálculo do ITU a temperatura se mostrou mais sensível que a umidade relativa.
Palavras-chave:
Conforto térmico, pecuária de precisão, sensor
Referências
ABPA – Associação Brasileira de Proteína Animal (2021).
Andrade, T.V.; Sousa, P.H.A.A.; Barros Júnior, C.P.; Borges, L.S.; Carvalhinho, S.T.; Silva, Â.L.; Farias, L.A.; Dourado, L.R.B.; Lima, S.B.P. (2015) Aspects related to animal welfare in pig production. Journal of Animal Behaviour and Biometeorology 3(4):124-127.
Azevedo, M.; Pires, M. F. A.; Saturnino, H. M.; Lana, A. M. Q.; Sampaio, I. B. M.; Monteiro, J. B. N.; Morato, L. E. (2005) Estimativa de niveis criticos superiores do indice de temperatura e umidade para vacas leiteiras 1/2, 3/4 e 7/8Holandes-Zebu em Lactacao. Revista Brasileira de Zootecnia, v. 34, n. 6, p. 2000-2008.
Beck, H. E.; Zimmermann, N. E.; McVicar, T. R.; Vergopolan, N.; Berg, A.; Wood, E. F. (2018) Present and future Köppen-Geiger climate classification maps at 1-km resolution. Scientific Data, v. 5, p. 1-12.
Bernardi, A. C. De C.; Naime, J. De M.; Resende, A. V. De; Bassoi, L. H.; Inamasu, R. Y. (2014) Agricultura de precisão: resultados de um novo olhar. Embrapa Instrumentação-Livro técnico (INFOTECA-E).
Care, Humane Farm Animal. (2021) Humane Farm Animal Care: Referencial de Bem-Estar Animal Bovinos Leiteiros, Edição 21 v1.
Du Preez, J. H. (2000) Parameters for the determination and evaluation of heat stress in dairy cattle in South Africa. Onderstepoort Journal Veterinary Research, v. 67, p. 263-271.
Hariyanto, T., Rahayu, M., Satria, F., Fadhlan, M. Y. (2019) “Improving Temperature Sensor Accuracy in the IoT Trainer Kit by Linear Regression Method”. International Conference on Mechatronics, Robotics and Systems Engineering (MoRSE).
INMET (Instituto Nacional De Meteorologia). Disponível em: [link]. Acessado em: Junho/2019.
Kiefer, C.; Meignen, B. C. G.; Sanches, J. F.; Carrijo, A. S. (2009) Resposta de suínos em crescimento mantidos em diferentes temperaturas. Archivos de Zootecnia, Córdoba, v. 58, n. 221, p. 55-64.
Relatório PIB do Agronegócio Brasileiro (2022). Centro de Estudos Avançados em Economia Aplicada (CEPEA-Esalq/USP), Confederação da Agricultura e Pecuária do Brasil (CNA) e Fundação de Estudos Agrários Luiz de Queiroz (FEALQ). Disponível em: [link]. Acessado em: Março/2022.
Revista Expoagro 2020. Disponível em: [link]. Acessado em: Março/2022.
Rodrigues, A.D. and Silva, I.J.O. (2014) Inovações tecnológicas em ambiência para a produção de ovinos.
Roma Júnior, L. C.; Mac-Lean, P. A. B.; Salles, M. S. V.; Salles, F. A.; Savastano Júnior, H. (2011) Programa de suplementação de luz artificial para bezerros em aleitamento. Pesquisa & Tecnologia, v.8, n.2.
Scagliotti, A. F., and Jorge, G. A. (2020) “Inter-comparison of environmental low-cost sensors on Arduino platform”. Journal of the IEST, v. 63, n. 1, p. 35-45.
Singh, Nitin; ChaturvedI, Saurabh; Akhter, Shamim. (2019) Weather forecasting using machine learning algorithm. In: International Conference on Signal Processing and Communication (ICSC). IEEE, p. 171-174.
Thom, E. C. (1959) The discomfort index. Weatherwise, Philadelphia, v.12, n.1, p.57-59.
Wazwaz, A., and Amin, K. (2020) “Error rate control in Humidity and Temperature sensors using IoT and ThingSpeak”. In: Proceedings of the 2020 10th International Conference on Information Communication and Management. p. 71-75.
Andrade, T.V.; Sousa, P.H.A.A.; Barros Júnior, C.P.; Borges, L.S.; Carvalhinho, S.T.; Silva, Â.L.; Farias, L.A.; Dourado, L.R.B.; Lima, S.B.P. (2015) Aspects related to animal welfare in pig production. Journal of Animal Behaviour and Biometeorology 3(4):124-127.
Azevedo, M.; Pires, M. F. A.; Saturnino, H. M.; Lana, A. M. Q.; Sampaio, I. B. M.; Monteiro, J. B. N.; Morato, L. E. (2005) Estimativa de niveis criticos superiores do indice de temperatura e umidade para vacas leiteiras 1/2, 3/4 e 7/8Holandes-Zebu em Lactacao. Revista Brasileira de Zootecnia, v. 34, n. 6, p. 2000-2008.
Beck, H. E.; Zimmermann, N. E.; McVicar, T. R.; Vergopolan, N.; Berg, A.; Wood, E. F. (2018) Present and future Köppen-Geiger climate classification maps at 1-km resolution. Scientific Data, v. 5, p. 1-12.
Bernardi, A. C. De C.; Naime, J. De M.; Resende, A. V. De; Bassoi, L. H.; Inamasu, R. Y. (2014) Agricultura de precisão: resultados de um novo olhar. Embrapa Instrumentação-Livro técnico (INFOTECA-E).
Care, Humane Farm Animal. (2021) Humane Farm Animal Care: Referencial de Bem-Estar Animal Bovinos Leiteiros, Edição 21 v1.
Du Preez, J. H. (2000) Parameters for the determination and evaluation of heat stress in dairy cattle in South Africa. Onderstepoort Journal Veterinary Research, v. 67, p. 263-271.
Hariyanto, T., Rahayu, M., Satria, F., Fadhlan, M. Y. (2019) “Improving Temperature Sensor Accuracy in the IoT Trainer Kit by Linear Regression Method”. International Conference on Mechatronics, Robotics and Systems Engineering (MoRSE).
INMET (Instituto Nacional De Meteorologia). Disponível em: [link]. Acessado em: Junho/2019.
Kiefer, C.; Meignen, B. C. G.; Sanches, J. F.; Carrijo, A. S. (2009) Resposta de suínos em crescimento mantidos em diferentes temperaturas. Archivos de Zootecnia, Córdoba, v. 58, n. 221, p. 55-64.
Relatório PIB do Agronegócio Brasileiro (2022). Centro de Estudos Avançados em Economia Aplicada (CEPEA-Esalq/USP), Confederação da Agricultura e Pecuária do Brasil (CNA) e Fundação de Estudos Agrários Luiz de Queiroz (FEALQ). Disponível em: [link]. Acessado em: Março/2022.
Revista Expoagro 2020. Disponível em: [link]. Acessado em: Março/2022.
Rodrigues, A.D. and Silva, I.J.O. (2014) Inovações tecnológicas em ambiência para a produção de ovinos.
Roma Júnior, L. C.; Mac-Lean, P. A. B.; Salles, M. S. V.; Salles, F. A.; Savastano Júnior, H. (2011) Programa de suplementação de luz artificial para bezerros em aleitamento. Pesquisa & Tecnologia, v.8, n.2.
Scagliotti, A. F., and Jorge, G. A. (2020) “Inter-comparison of environmental low-cost sensors on Arduino platform”. Journal of the IEST, v. 63, n. 1, p. 35-45.
Singh, Nitin; ChaturvedI, Saurabh; Akhter, Shamim. (2019) Weather forecasting using machine learning algorithm. In: International Conference on Signal Processing and Communication (ICSC). IEEE, p. 171-174.
Thom, E. C. (1959) The discomfort index. Weatherwise, Philadelphia, v.12, n.1, p.57-59.
Wazwaz, A., and Amin, K. (2020) “Error rate control in Humidity and Temperature sensors using IoT and ThingSpeak”. In: Proceedings of the 2020 10th International Conference on Information Communication and Management. p. 71-75.
Publicado
31/07/2022
Como Citar
GOMES, Nicoly Farias; MEDEIROS, Victor Wanderley Costa de; PANDORFI, Héliton; GONÇALVES, Glauco Estácio; SANTANA, Taize Cavalcante; COSTA, Hermano Diógenes Ferreira.
Desenvolvimento de um Sistema Computacional Embarcado para Aferição de Índice de Conforto Térmico Aplicado ao Bem-estar Animal. In: WORKSHOP DE COMPUTAÇÃO APLICADA À GESTÃO DO MEIO AMBIENTE E RECURSOS NATURAIS (WCAMA), 13. , 2022, Niterói.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2022
.
p. 71-80.
ISSN 2595-6124.
DOI: https://doi.org/10.5753/wcama.2022.222870.
