AS PERSPECTIVAS E OS DESAFIOS DA AGRICULTURA DE PRECISÃO E DIGITAL PARA OS AGRICULTORES

A agricultura é um dos pilares econômicos do Brasil, e a incorporação de tecnologias digitais e de precisão tem transformado o setor. A Agricultura de Precisão (AP) surgiu com a união da eletrônica e da informática em maquinários agrícolas, possibilitando a coleta e análise de dados detalhados. Com a evolução, a Agricultura Digital (AD), também conhecida como Agro 4.0, passou a utilizar sistemas analíticos, inteligência artificial, big data e sensoriamento remoto, ampliando as possibilidades de manejo sustentável. Entretanto, desafios como alto custo, falta de conectividade e necessidade de capacitação técnica ainda limitam a adoção entre agricultores, principalmente os familiares. O presente trabalho discute essas perspectivas e dificuldades, avaliando sua relevância para o desenvolviment Mostrar todos o rural e a competitividade do agronegócio brasileiro Ocultar

A Agricultura de Precisão (AP), incentivou indústrias a unir o uso da eletrônica e informática, produzindo máquinas com eletrônica embarcada, dando salto para o desenvolvimento, com incorporação de equipamentos, na sequência, a evolução proporcionou a chegada da Agricultura Digital (AD), caracterizada pelo uso de métodos e soluções analíticas para processar dados e construir sistemas de apoio. Levando isso em consideração, este estudo se objetiva em avaliar as perspectivas e os desafios da adoção da agricultura de precisão e digital nos manejos adotados por produtores rurais. Alguns avanços tecnológicos impulsionaram e possibilitaram a aplicação dos conceitos de AP. As tecnologias disponíveis podem ser divididas em seis categorias, sendo que a integração dessas tecnologias possibilitou a p Mostrar todos rática de novos manejos. A AP, auxilia através de ferramentas a obtenção, armazenamento e processamento de dados. Além disso, essas ferramentas podem ser usadas sozinhas ou em conjunto, além de auxiliar no sensoriamento remoto, monitoramento de colheita, pH, níveis de fertilidade e mais. Dentre os fatores que limitam a adoção da agricultura digital por pequenos produtores rurais destacam-se o alto custo de aquisição, grandes dimensões é a necessidade de profissionais capacitados para operação e manutenção desses equipamentos. Concluindo assim que, a agricultura de precisão mostra que a utilização de técnicas que possibilitam o melhor gerenciamento trazendo benefícios como aumento da produtividade, menor impacto do sistema e maior seguridade alimentar, e é de extrema relevância, uma vez que há necessidade de aumento da produção e o mercado está cada vez mais exigente Ocultar

ANJOS, Gisele et al. Políticas públicas e agricultura familiar: Um caminho para o desenvolvimento territorial da Chapada Diamantina. Cadernos Macambira, 2017.

ASSAD, L.; PANCETTI, A. A silenciosa revolução das TICs na agricultura. ComCiência, n. 110, p. 1-4, 2009.

BASSOI, L. H. et al. Agricultura de precisão e agricultura digital. Revista Digital de Tecnologias Cognitivas, n. 20, p. 17-36, 2019.

BALAFOUTIS, A.; BECK, B.; FOUNTAS, S.; VANGEYTE, J.; WAL, T. V. D.; SOTO, I.; GÓMEZ-BARBERO, M.; BARNES, A.; EORY, V. Precision agricul ture technologies positively contributing to GHG emissions mitigation, farm productivity and economics. Sustainability, v. 9, n. 8, article 1339, 2017.

BARBEDO, J. G. A. A review on the use of unmanned aerial vehicles and ima ging sensors for monitoring and as Mostrar todos sessing plant stresses. Drones, v. 3, n. 2, article 40, 2019. Disponível em: . Acesso em: 9 nov. 2019.

BARBOSA, Claudio C. F.; NOVO, Evlyn M. L. M.; MARTINS, Vitor S. Introdução ao Sensoriamento Remoto. [s.l: s.n.]. Disponível em: www.inpe.br.

BECKER, Willyan Ronaldo; CAON, Ivã Luis; CATTANI, Carlos Eduardo Vizzotto; MERCANTE, Erivelto; JOHANN, Jerry Adriani; GANASCINI, Diandra; PRUDENTE, Victor Hugo Rohden. Mediana E Desvio Padrão Do Perfil Espectro-Temporal De Ndvi Como Parametros De Classificação. Anais do XIX Simpósio Brasileiro de Sensoriamento Remoto, [S. l.], p. 1–4, 2019.

BÉGUÉ, Agnès et al. Remote sensing and cropping practices: A review. Remote Sensing, [S. l.], v. 10, n. 1, p. 1–32, 2018. DOI: 10.3390/rs10010099.

BERNARDI, A. C. de C. et al. Agricultura de Precisão: Resultados de um novo olhar. Brasília: Embrapa, 2014.

BERNARDI, A. C. de C. et al. Ferramentas de Agricultura de Precisão como auxílio ao manejo da fertilidade do solo. Brasília, v. 32, n. 1/2, p. 211-227, jan./ago. 2015.

BEZNOSOV, G.; SEMIN, A.; SKVORTSOV, E.; VOLKOVA, S. The economic essence of the category of precision agriculture. [S. l.]: Atlantis Press, 2019.

BOLFE, É. L. et al. Precision and Digital Agriculture: Adoption of Technologies and Perceptions of Brazilian Farmers. Journal Agriculture. [S.l.], v. 10, n. 12, p. 653, 2020.

BUCCI, G.; BENTIVOGLIO, D.; FINCO, A.; BELLETTI, M. Exploring the impact of innovation adoption in agriculture: how and where Precision Agriculture Technologies can be suitable for the Italian farm system? [S.l.: s.n.], 2019. (IOP Conference Series: Earth and Environmental Science, v. 275).

BHAKTA, I.; PHADIKAR, S.; MAJUMDER, K. State-of-the-art technologies in precision agriculture: a systematic review. Journal of the Science of Food and Agriculture, v. 99, n. 11, p. 4878-4888, 2019. Disponível em: . Acesso em: 8 nov. 2019.

BLASS, M. Tech Agricultura. Revista Mercosul Negócios. São Paulo, ano 2, p. 98-102, 2017/2018. Disponível em: < http://www.mercosulnegocios.com.br/agronegocio/>. Acesso em: 10 set. 2020.

BRASIL. MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO (MAPA). Agricultura de Precisão. 3 ed. Brasília: Mapa/ACS, 36 p., 2013. (Boletim Técnico).

CARRUSCA, M. Agriculta 4.0: O Mundo Digital Revoluciona o Campo. Revista Fonte. Prodemge. Belo Horizonte, ano 15, n. 20, p. 6-17, dez. 2018.

COELHO, A. M. Agricultura de precisão: manejo da variabilidade espacial e temporal dos solos e culturas. Sete Lagoas/MG: Embrapa Milho e Sorgo, 2005.

CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 10. DUTRA, E. P.; GUIMARÃES, A. M. Uso de VANTs na agricultura – obtenção e tratamento de dados. [Ponta Grossa, PR], 2015. Anais eletrônicos do X Congresso Brasileiro de Agroinformática. SBIAgro, 2015.

CONAB; Companhia Nacional de Abastecimento. Acompanhamento da safra brasileira de grãos – (2022) – Brasília: Conab, 2022. Disponível em: http://www.conab.gov.br ISSN 2318- 6852.

DE OLIVEIRA, Eduardo Vicente; CUNHA, Jorge Eduardo Ferreira; BENZ, Dalton Luiz. [ID 172] PREDIÇÃO DA PRODUTIVIDADE DE MILHO NA REGIÃO DO CERRADO ULTILIZANDO IMAGENS DE SATÉLITE. Revista Vitae-Educação, Saúde e Meio Ambiente UNICERP, v. 1, n. 12, p. 671-681, 2023.

DELGADO, J. A.; SHORT JR., N. M.; ROBERTS, D. P.; VANDENBERG, B. Big data analysis for sustainable agriculture on a geospatial cloud framework. Frontiers in Sustainable Food Systems, v. 3, article 54, 2019. Disponível em: . Acesso em: 9 nov. 2019.

DUCHSHERER, C. J. On the profitability of uas-based ndvi imagery for variable rate nitrogen prescriptions in corn and wheat in North Dakota. Fargo: North Dakota State University Policy, 2019. (Policy Manual, 190). Disponível em: . Acesso em: 13 dez. 2019.

EL CHAMI, D.; KNOX, J. W.; DACCACHE, A.; WEATHERHEAD, E. K. Assessing the financial and environmental impacts of precision irrigation in a humid climate. Horticultural Science, v. 46, n. 1, p. 43-52, 2019.

FRASER, A. Land grab/data grab: precision agriculture and its new horizons. Journal of Peasant Studies, v. 46, n. 5, p. 893-912, 2018.

GUTTERRES, Daniele; OGLIARI, Pinto; FONTANA, Denise Cybis; BREMM, Carolina; FACCIO, Paulo César De. Ndvi Como Indicador De Diferenças Na Estrutura Da Vegetação Em Pastagens Naturais Do Bioma Pampa. Anais do XIX Simpósio Brasileiro de Sensoriamento Remoto, [S. l.], p. 1311–1314, 2019.

IBGE. Artigo: A tecnologia na agricultura. Embrapa. Nov. 2017. Disponível em: < https://www.embrapa.br/en/busca-de-noticias/-/noticia/30015917/artigo-a-tecnologia-na-agricultura>. Acesso em: 24 ago. 2023.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA-IBGE- Censo Demográfico 2010. Disponível em: . Acessado em Abril.2023.

JACTO. Acompanhe as principais estatísticas da agricultura mundial. Blog Jacto. 20 mai. 2019. Disponível em: https://blog.jacto.com.br/agricultura-mundial/. Acesso em: 24 set. 2023.

JIMENEZ, A.; RAVELO, D.; GÓMEZ, J. Sistema de adquisición, almacenamiento y análisis de información fenológica para el manejo de plagas y enfermedades de un duraznero mediante tecnologías de agricultura de precisión. Tecnura, v. 14, n. 27, p. 41-51, 2010.

KAWAKAMI, N. A 4º Revolução tecnológica Aplicada a Agricultura Venturus Soluçõe. 03 dez. 2019. Disponível em: https://venturus.org.br/a-4a-revolucao-tecnologica-aplicada-a-agricultura. Acesso em: 24 ago. 2023.

KOLLING, Caio Ericles; RAMPIM, Leandro. AGRICULTURA DE PRECISÃO E DIGITAL: PERSPECTIVAS E DESAFIOS DOS PRODUTORES RURAIS DO ESTADO DO PARANÁ. Uningá Review, v. 36, p. eURJ3981-eURJ3981, 2021.

MALISZEWSKI, E. Máquinas Também Estão na Era 4.0. Agrolink. Mai. 2020. Disponível em: https://www.agrolink.com.br/noticias/maquinas-tambem-estao-na-era-4-0_434127.html. Acesso em: 15 out. 2020.

MANTOVANI, E. C. et al. Agricultura de precisão no contexto do sistema de produção: lucratividade e sustentabilidade. 2020.

MASSRUHÁ, S. M. F. S.; LEITE, M. A. A. Agro 4.0 – Rumo à Agricultura Digital. Controle & Instrumentação, n. 235, p. 56-59, 2018.

MASSRUHÁ, S. O Mundo Digital Revoluciona o Campo. Revista Fonte. Prodemge. Minas Gerais, ano 15, n. 20, p 6-13, dez. 2018.

MILLER, D. Right data farming. Disponível em: . Acesso em: 12 nov. 2019.

MILLS, B. E.; WADE BRORSEN, B.; ARNALL, D. B. The profitability of variab le rate lime in wheat. Precision Agriculture, v. 21, p. 369-386, 2020

MOLIN, J. P. Agricultura de Precisão: Números do Mercado Brasileiro. Agricultura de Precisão. São Paulo, abr. 2017. Boletim Técnico 03.

MOLIN, J. P. et al. Agricultura de precisão. São Paulo: Oficina de Textos, 2015. 223 p.

MOLIN, J. P. Agricultura de precisão: números do mercado brasileiro. Boletim Técnico 03, p. 7, 2017.

MULLA, D. J. Twenty-five years of remote sensing in precision agriculture: Key advances and remaining knowledge gaps. Biosystems Engineering, v. 114, n. 4, p. 358-371, 2013.

NICOCELLI NETTO, M. Plataformas, Consoles e Softwares. In: QUEIROZ, D. M. et al. Agricultura Digital. 1. ed. Viçosa: Universidade Federal de Viçosa, 2020. p. 286-307.

PIRES JUNIOR, J.; TROMBINI, V.; MARREIROS, E. Utilização da agricultura de precisão (AP) por agricultores em diferentes regiões do Paraná. 2018. 13f. Trabalho de Conclusão de Curso. Faculdade Assis Gurgacz, Cascavel, 2018.

PIRES, J. L. F. et al. Discutindo agricultura de precisão: aspectos gerais. Passo Fundo, RS: Embrapa Trigo, dez. 2004. 18 p. (Documentos Online; 42). Disponível em: . Acesso em: 15 jul. 2021.

QUEIROZ, D. M.; VALENTE, D. S. M.; COELHO, A. L. F., Máquinas. In: QUEIROZ, D. M. et al. Agricultura Digital. 1. ed. Viçosa: Universidade Federal de Viçosa, 2020. p. 160-176.

RUAN, J.; WANG, Y.; CHAN, F. T. S.; HU, X.; ZHO, M.; FANGWEI, Z.; SHI, B.; SHI, Y.; LIN, F. A life cycle framework of green iot-based agriculture and its finance, operation, and management issues. IEEE Communications Magazine, v. 57, n. 3, p. 90-96, 2019.

SANTOS, A. L. Industria 4.0 O Setor da Agricultura em Crescimento Tecnológico. Guarulhos, p. 1-9, mai. 2019.

SARKER, N. I. et al. Promoting digital agriculture through big data for sustainable farm management. International Journal of Innovation and Applied Studies, v. 25, n. 4, p. 1235-1240, 2019.

SERVIÇO NACIONAL DE APRENDIZAGEM RURAL (SENAR). Agricultura de precisão: conceitos. Brasília: Senar, 2019. 28 p.

SOARES FILHO, R.; CUNHA, J. P. A. R. Agricultura de precisão: Particularidades de sua adoção no sudoeste de goiás - Brasil. Engenharia Agrícola, v. 35, n. 4, p. 689-698, 2015.

SOZZI, M.; KAYAD, A.; GIORA, D.; SARTORI, L.; MARINELLO, F. Cost effectiveness and performance of optical satellites constellation for pre cision agriculture. In: STAFFORD, J. V. (Ed.). Precision agriculture 19. Wageningen: Wageningen Academic Publishers, 2019. p. 501-507.

SPINELLI, Giovanna Gelak. Consultoria em agricultura de precisão no Estado do Paraná. 2021.

STAFFORD, J. (Ed). Precision agriculture for sustainability. Cambridge: Burleigh Dodds Science Publishing, 2018.

SYNGENTA DIGITAL. A Inteligência Artificial Na Agricultura. Posts. 01 set. 2020. Disponível em: https://pordentrodoagro.com.br/inteligencia-artificial-na-agricultura-2/. Acesso em: 24 de ago. 2023.

TU, N. N. Agronegócio: a aplicação da indústria 4.0 na melhora da produtividade e rendimento. USP – AUN (Agência Universitária de Notícias). Jun. 2017.

VILLAFUERTE, A. et al. Agricultura 4.0 - estudo de inovação disruptiva no agronegócio brasileiro. 9th International Symposium on Technological Innovation: Conference. Aracaju, SE, p. 150- 162, 2018.

TRIVELLI, L.; APICELLA, A.; CHIARELLO, F.; RANA, R.; FANTONI, R.; TARABELLA, A. From precision agriculture to Industry 4.0: unveiling techno logical connections in the agrifood sector. British Food Journal, v. 121, n. 8, p. 1730-1743, 2019.

WALL, Lenny; LAROCQUE, Denis; LÉGER, Pierre Majorique. The early explanatory power of NDVI in crop yield modelling. International Journal of Remote Sensing, [S. l.], v. 29, n. 8, p. 2211–2225, 2008. DOI: 10.1080/01431160701395252.

ZHANG, Naiqian; WANG, Maohua; WANG, Ning. Precision agriculture - A worldwide overview. In: COMPUTERS AND ELECTRONICS IN AGRICULTURE 2002, Anais [...]. : Elsevier, 2002. p. 113–132. DOI: 10.1016/S0168-1699(02)00096-0 Ocultar