DOSSIER AGRICULTURA DE PRECISÃO 38 NECESSIDADE DE DADOS NA AGRICULTURA: APRESENTAÇÃO DE UM ESTUDO DE CASO REALIZADO EM POMARES DE MAÇÃ E PERA De modo a criar um modelo robusto de previsão de produção, além dos dados meteorológicos, são necessários dados da gestão da cultura, como a rega, poda e fertilizações, dados do solo e ainda dados relativos à sanidade das plantas (pragas e doenças) Um estudo de avaliação do impacto de variáveis exógenas, em particular as horas de frio, na produção de maçã e pera da região Oeste de Portugal, destaca a necessidade de se ter mais dados de qualidade, para a concretização de modelos de previsão da produção e para a tomada rápida de decisões. Cláudio Carnevale1, Lucia Sangiorgi1, Lívia Pian2, Raúl Estevinha2, Olfa Zarrouk2, Jucilene Siqueira2, Hugo Pires3, Ricardo Cardoso3, Cátia Pinto2 1Universidade de Bréscia, Deterministic and Data-driven Modelling for Control Group (D2M) 2Associação SFCOLAB - Laboratório Colaborativo para a Inovação Digital na Agricultura 3Impactwave RESUMO A agricultura 4.0 procura analisar e interpretar um grande volume de dados para gerar modelos de previsão da produção e para a tomada rápida de decisões. Assim, este artigo foca-se na avaliação do impacto de variáveis exógenas, em particular as horas de frio, na produção de maçã e pera da região Oeste de Portugal, num estudo que resultou da colaboração entre a Associação SFCOLAB, o grupo D2M da Universidade de Bréscia e a ImpactWave. Este estudo apresenta uma relação entre a produtividade e horas de frio, e destaca principalmente a necessidade de se ter mais dados e, que estes sejam de qualidade, para a concretização de modelos baseados em dados. De facto, de modo a criar um modelo robusto de previsão de produção, além dos dados meteorológicos, são necessários dados da gestão da cultura, como a rega, poda e fertilizações, dados do solo e ainda dados relativos à sanidade das plantas (pragas e doenças). INTRODUÇÃO Na era da Agricultura 4.0, os dados desempenham um papel fundamental na revolução das práticas agrícolas e na otimização da produtividade. A integração de tecnologias, como sensores (IoT), drones (UAV) e Inteligência artificial (IA), transformou a agricultura num domínio orientado por dados. Esses avanços atendem às diversas necessidades da agricultura moderna, fornecendo informações úteis e em tempo real para uma melhor gestão das explorações agrícolas.
RkJQdWJsaXNoZXIy Njg1MjYx