Metodologia para identificação, caracterização e remoção de erros em mapas de produtividade.

Autor(es)

Leonardo Afonso Angeli Menegatti

• Tipo de documento: Dissertação de Mestrado
• Imprenta: Piracicaba. , gráficos, ilustrações, tabelas.
• Instituição: Universidade de São Paulo (USP). Escola Superior de Agricultura Luiz de Queiroz (ESALA/BC)
• Data de defesa: 2002-04-30

Membros da banca

Jose Paulo Molin; Marcos Milan; Antonio Mauro Saraiva

• Orientador: Jose Paulo Molin
• Área do conhecimento: Ciências Agrárias - Engenharia Agrícola
• Indexada em: Banco de Dados Bibliográficos da USP-DEDALUS; Biblioteca Digital de Teses e Dissertações - USP
• Localização: Universidade de São Paulo. Biblioteca Central da Escola Superior de Agricultura Luiz de Queiroz; ESALQ-BC t631.3; M541m 79476

Resumo

A agricultura de precisão é um conjunto de tecnologias que prevê o manejo espacializado dos fatores de produção, baseado em informações coletadas e georeferenciadas. O mapa de produtividade é uma informação importante, pois materializa a resposta da cultura a todos os fatores. Diversos monitores de produtividade comerciais estão disponíveis no mercado para a coleta de informações de produtividade de forma bastante adensada. Devido à automação e à alta quantidade de informações, diversos erros ocorrem no processo de coleta e a retirada destes erros é um fator de qualidade da informação. A proposta do trabalho é desenvolver uma rotina de filtragem de dados brutos que elimine erros presentes em mapas de produtividade. Como primeira etapa do desenvolvimento do processo de filtragem, foi realizada a análise e caracterização dos erros presentes em seis mapas de produtividade provenientes de seis diferentes monitores de produtividade comerciais. Erros de posicionamento foram encontrados, representados por pontos fora do talhão, sendo que pequenos erros de posicionamento não podem ser detectados pela metodologia desenvolvida. Foram encontrados pontos com produtividade nula, umidade de grãos nula ou ausente e pontos com posição repetida. Pontos coletados com largura de plataforma de corte diferente da total foram considerados erros de medição de área, pois carregam a influência do operador na definição da largura da plataforma de corte efetivamente utilizada. Para a caracterização do erro de intervalo de enchimento foi desenvolvida uma metodologia para identificar o sentido de deslocamento da colhedora, possibilitando assim, a medição do espaço necessário para que o monitor esteja sensível às variações naturais da produtividade. A distância percorrida durante o intervalo de enchimento variou de 0 a 44m. Foram estabelecidos limites estatísticos para discrepância de valores de produtividade, sendo que foram encontrados pontos com valores de produtividade fora dos limites estabelecidos. Com base nas características de cada tipo de erro, foi desenvolvida uma rotina de filtragem de dados brutos. A rotina consistiu de 7 etapas, sendo que cada uma age sobre determinado tipo de erro de acordo com suas características. Na primeira etapa são retirados do conjunto pontos com erro grosseiro de posicionamento, representados por pontos fora dos limites do talhão. As etapas de número 2 a 5 consistem na retirada de pontos com produtividade nula ou ausente, pontos com largura de plataforma de corte diferente da total, pontos com umidade nula ou ausente e com distância nula entre pontos. A sexta, age sobre pontos gravados durante o intervalo de enchimento, tendo por base a distância referente ao erro e o número de pontos gravados durante tal distância. Foi desenvolvido um algoritmo de busca, identificação e eliminação dos pontos gravados durante o intervalo de enchimento. A sétima etapa estabelece limites estatísticos para discrepância de valores de produtividade e elimina pontos fora destes limites. De maneira geral, a filtragem de dados melhorou a modelagem da dependência espacial e elevou a qualidade final dos mapas de produtividade. (AU)

• Processo FAPESP: 00/00500-3 - Definição de protocolos para análise, interpretação e apresentação de informações em agricultura de precisão via mapas
• Beneficiário: Leonardo Afonso Angeli Menegatti
• Modalidade de apoio: Bolsas no Brasil - Mestrado