instrumentação agropecuária no brasil_siagro2014_embrapa intrumentação

80
Mesa redonda Instrumentação agropecuária no Brasil: desafios do passado e presente Paulo E. Cruvinel Embrapa Instrumentação (CNPDIA) [email protected]

Upload: netnexusbrasil

Post on 15-Jul-2015

66 views

Category:

Documents


3 download

TRANSCRIPT

Mesa redondaInstrumentação agropecuária no Brasil:

desafios do passado e presente

Paulo E. CruvinelEmbrapa Instrumentação (CNPDIA)

[email protected]

Esboço mostrando as principais fases da evolução da agricultura ao longo do tempo(Fonte: Crestana, SIAGRO 1997)

Perfil da sociedade na década de 80

•A Guerra Irã-Iraque  (1980 e 1988)•Guerra das Malvinas •O Protesto na Praça Tiananmen em (1989) •Queda do Muro de Berlin (1989) 

Perfil da sociedade na década de 80

•Desenvolvido o IBM PC e o Apple Mac e as primeiras interfaces gráficas• Desenvolvimento do CD •Lançamento da Estação espacial MIR da União Soviética •Inicio do Software Livre (Projeto GNU)

Perfil da sociedade na década de 80

•Movimento Diretas Já (1984)•Fim do Período da Ditadura Militar (1985) •Promulgação da Constituição de 1988•Primeira eleição para Presidente da República (1989)  

Perfil da sociedade em 2014

Qualidade e EcologiaRedes Protocolo de Kyoto e NagoyaCódigo Florestal Minimização de riscosSegurança Alimentar , do Alimento

e Energética Geração de riquezaSociedade do ConhecimentoInovação

Por que História e Epistemologia da Ciência?

Instrumentação agropecuária no

Brasil: desafios do passado e presente

As concepções cientificas, embora frequentemente resultado da intuição, tendem a ser moldadas, tanto quanto possível, em analogia com as concepções da experiência diária. O conhecimento científico tem uma intrínseca base histórica.

A análise histórico-crítica das concepções básicas em ciências é de primordial importância, não apenas para o profissional ou para o historiador ou filósofo das ciências, mas principalmente para a sociedade que utiliza seus resultados.

CAPACIDADE CAPACIDADE PRODUTIVA DOSPRODUTIVA DOS

PEQUENOS PEQUENOS EMPREENDIMENTOSEMPREENDIMENTOS

SEGURANÇASEGURANÇAALIMENTAR,ALIMENTAR,NUTRIÇÃO ENUTRIÇÃO E

SAÚDESAÚDE

USOUSOSUSTENTÁVESUSTENTÁVE

LLDOS BIOMASDOS BIOMAS

COMPETITIVIDADE E COMPETITIVIDADE E SUSTENTABILIDADE SUSTENTABILIDADE

AVANÇO DA AVANÇO DA FRONTEIRA DO FRONTEIRA DO

CONHECIMENTOCONHECIMENTO

Necessidade de pesquisa, desenvolvimento e inovação...

Criada em dezembro de 84 a Embrapa Instrumentação desenvolve instrumentos, automação, nanotecnologia metodologias inovadoras, agro-softwares, modelagem matemática e simulação para avanço da fronteira do conhecimento e geração de inovação aplicadas à sustentabilidade da agricultura, de acordo com as demandas da sociedade.

Tomografia na agricultura

Sensor Diédrico[Sensor diédrico para avaliar tensão, potencial e atividade de líquidos WO2011079367 ]

6- resina7- água8- cimento9- elemento poroso10- orifício

Tecnologia licenciada para as empresas: Tecnicer tecnologia cerâmica e Irrometer Company

1- placa frontal2- placa de referência3-vértice4- menisco água/ar5- espaçador

Língua eletrônicaSensor gustativo para análise de Água e Bebidas

Mattoso, L.H.C. et al, Patente Internacional/Embrapa

Sensor Application of Line Patterning of Graphite on Transparency Double Face Interdigitated

Emeraldine.AMPSA (2-Acrylamido-2-methyl-1-propanesulfonic acid), obtained by phase polymerization

Sensor Water Vapor Electrical Response

NANOFIBRAS COMO SENSOR PARA VAPOR DE ÁGUA

Fonte: MacDiarmid et al., 2003

QuimicaDe Polímeros

QuimicaDe Polímeros

ComputaçãoComputação

FisicaFisicaEletrônicaEletrônica

FitopatologiaFitopatologia

- Processamento de Imagens;

- Software para leitura e controle

- Software para redes neurais (PCA, Artmap e Fuzzy).- Coletor de dados;

- Microcontrolador;

-Gases envolvidos no amadurecimento;

-Escolha das Frutas;

- Investigar resposta dos polímeros condutores;

- Investigar as propriedades físico- química de substratos;

- Voláteis Orgânicos.

Desenvolvimento de sensores descartáveis a base de polimeros

condutores, para avaliar o amadurecimento de Frutas

Polyaniline

FORMAÇÃO DE TRILHAS DE GRAFITE DIGITADOS EM POLÍMERO

TRANSPARENTE (PET) OU PAPEL

Fonte: Paulo S. P. Herrmann, CONBEA 2007

Fonte: Paulo S. P. Herrmann, CONBEA 2007

Tecnologia Pós-Colheita

Esfera InstrumentadaEsfera instrumentada de baixo custo para identificação de impactos durante manuseio.

Post-harvest Lab

Plataforma de C olheita Plataforma multiuso para aplicação na colheita de frutas e hortaliças

Biorreator instrumentalizado para a produção de enzimas utilizando fermentação produzida em estado sólido

PIROTA, ROSANGELA DONIZETE PERPETUA BUZON ; TONELOTTO, MARIANA ; DELABONA, PRISCILA DA SILVA ; FONSECA, RAFAEL FREDERICO ; PAIXÃO, DOUGLAS ANTONIO ALVAREDO ; BALEEIRO, FLÁVIO CÉSAR FREIRE ; BERTUCCI NETO, VICTOR ; FARINAS, CRISTIANE SANCHEZ . Enhancing xylanases production by a new Amazon Forest strain of Aspergillus oryzae using solid-state fermentation under controlled operation conditions. Industrial Crops and Products (Print), v. 45, p. 465-471, 2013

Photon-Citrus

HLB ou Citrus Greening

Taxa de acerto geral 91%

Em processo de transferência da tecnologia para a empresa Agrios.Agrios. Imagem do primeiro protótipo.

Monitoramento da deriva com rede de sensores sem fio

Rede de sensores de presença da deriva comunica ao piloto a localização dos pontos de ocorrência.

Tomografia na agricultura

[Naime, 1994] [Macedo, 1997]

Tomografia na agricultura

[Naime, 2001] [Cruvinel&Balogun, 2006]

Tomógrafo Compton para aplicações agrícolas [ Scannavino & Cruvinel, 2013]

Concepção do Modelo 3D

processo tomográfico

∫=Ζ−

pN dpxE

eNN)),,((

0

ρµ

Densidade do material (g/cm3)

Número atômico

Coeficiente de atenuação Linear (em cm-1 )

Intensidade de fótons inicial

Intensidade de fótons atenuada

• Se o corpo em estudo é um componente químico ou uma mistura, seu coeficiente de atenuação de massa pode ser aproximadamente avaliado a partir dos coeficientes dos elementos

Concepção do Modelo 3D

Filtragem a priori

• No que tange ao ruído Poisson, as soluções possíveis são: – Aumentar o tempo de exposição à radiação, para

melhorar a relação sinal ruído;– Aplicar filtragem para reduzir o ruído Poisson,

trabalhando nas projeções

Projeções

Transformada de Anscombe

Filtragem por Predição de Wiener

Transformada Inversa

de Anscombe

ProjeçõesFiltradas

Projeções

Transformada de Anscombe

Filtragem por Predição de Wiener

Transformada Inversa

de Anscombe

ProjeçõesFiltradas

Filtragem a priori - Transformada de Anscombe

• Para a variável aleatória x, de distribuição Poisson, sua AT será definida como:

8

32 += ii xy iii vxy ++=⇔

8

12

isAproximadamenteindependentes

Filtragem a priori

Projeções

Transformada de Anscombe

Filtragem por Predição de Wiener

Transformada Inversa

de Anscombe

ProjeçõesFiltradas

Projeções

Transformada de Anscombe

Filtragem por Predição de Wiener

Transformada Inversa

de Anscombe

ProjeçõesFiltradas

Filtragem a priori - Filtro de Wiener

• Na década de 40, Norbert Wiener foi pioneiro na pesquisa de um filtro que produziria uma estimativa ótima de um sinal ruidoso [Wiener, 1949]:

)()()( nvndnx +=

Minimizar o erro médio quadrático da

estimativas de d(n)

Filtragem a priori – Filtro de Wiener FIR

• Para a filtragem FIR, tem-se o sistemas de equações Wiener-Hopf

=

−−

−−

)1(

)1(

)0(

)1(

)1(

)0(

)0()2()1(

)2()0()1(

)1()1()0(

pr

r

r

pw

w

w

rprpr

prrr

prrr

dx

dx

dx

xxx

xxx

xxx

Autocorrelação do sinal

Pesos do filtro FIR

Correlação cruzada entre o sinal desejado d(n)

e o de entrada x(n)

Filtragem a priori – Filtro de Wiener por Predição Linear

• A partir de observações sem ruído busca-se estimar o valor de em termos de uma combinação linear de p valores anteriores a

)1(ˆ +nx)1( +nx

Filtragem a priori – Filtro de Wiener por Predição Linear

• Reavaliando-se a correlação cruzada entre d(n) e x(n), obtém-se :

e as equações Wiener-Hoft para o preditor linear são definidas como:

)1()( += krkr xdx

=

−−

−−

)(

)2(

)1(

)1(

)1(

)0(

)0()2()1(

)2()0()1(

)1()1()0(

pr

r

r

pw

w

w

rprpr

prrr

prrr

x

x

x

xxx

xxx

xxx

Filtragem a priori

Projeções

Transformada de Anscombe

Filtragem por Predição de Wiener

Transformada Inversa

de Anscombe

ProjeçõesFiltradas

Projeções

Transformada de Anscombe

Filtragem por Predição de Wiener

Transformada Inversa

de Anscombe

ProjeçõesFiltradas

Concepção do Modelo 3D

Reconstrução

{ })]([)](ˆ[)( ττττ θθ nhFFTnPFFTIFFTnQ ××=

onde τ é o intervalo de amostragem

{ })]([)]([)( ττττ θθ nhFFTnPFFTIFFTnQ ××=

∑=

+=K

iii senyxQ

Kyxf

1

)cos(),(ˆ θθπθ

Concepção do Modelo 3D

Reconstrução 3D de amostras agrícolas

• Dados tomográficos são adquiridos sem deslocamento da posição de análise da amostra durante o processo de varredura;

• Preenchimento dos intervalos entre os planos de aquisição com planos virtuais;

• Esta característica permite que utilize-se interpolação para aumentar a resolução dos objetos 3D;

Reconstrução 3D de amostras agrícolas – Interpolação por B-Spline-Wavelet

• Função de aproximação

=

−=N

ii iNuBauf

0

)()(

( )

( )

( )( )

( )

<<−

≤<+−

≤<−−−

−≤<−+

=

x

xx

xxx

xxx

xx

xB

20

2126

1

102646

1

012646

1

1226

1

3

32

32

3

onde u representa o passo na interpolação e N é o número de pontos conhecidos

Função de Blending

pontos conhecidos

pontos aproximados por B-wavelets

pontos interpolados por B-wavelets

Reconstrução 3D de amostras agrícolas - Interpolação por B-Spline-Wavelet

• Para a implementação da interpolação por B-Spline-Wavelets

Utilizando-se 4 pontos fantasmas para garantir a passagem da interpolação pelos pontos reais

∑+

−=

−=2

2

)()(N

ii iNuBAuf

Reconstrução 3D de amostras agrícolas - Ilustração da interpolação

Projeto deSistemas Paralelos

Concepção do Modelo 3D

Projeto de sistemas paralelos

Foster [Foster, 2005] apresenta um modelo que separa a criação de um algoritmo paralelo em 4 etapas:

Modelagem da reconstrução 2D paralela

Id Inicio Final

0 1 K/Tf

1 K/Tf+1 2*K/Tf

2 2*K/Tf +1 3*K/Tf

... .... ....

Modelagem da reconstrução 3D paralela

Modelagem do algoritmo paralelo de reconstrução 2D - Mapeamento na plataforma DSP

• Placa HEPC2E – Hunt Engineering (utilizada como protótipo)– Interface entre o PC e os módulos TIM-40;

– Interconexão de uma rede de módulos TIM-40;

Concepção do Modelo 3D

Projeto deSistemas Paralelos

Parâmetros de varredura

Dados sobre os coeficientes de

atenuação e escolha da paleta de cores

Interface com o usuário para o modelo de reconstrução 2D

Interface com o usuário para o modelo de reconstrução 3D

Interface com o usuário para o modelo de reconstrução 3D

Estudo de caso Caso A - Amostra de solo

• Para avaliar o potencial do modelo de visualização 3D realizou-se um estudo de uma amostra de solo;– Demonstrar os potenciais do modelo

como uma ferramenta de análise para aplicação em pesquisas relacionadas à ciência de solo;

Profundidade de 88 mm

Profundidade de 158 mm

Translação Total 15,000 mm

Passo linear 0,083mm

Passo angular 1,000º

Tempo de contagem 4 seg.

Energia 58,5 keV

Estudo de caso Caso A - Amostra de solo

µ(88,119,27) = 1,044 cm-1

µ(44,119,53) = 0,261 cm-1

µ(87,119,55) = 0,938 cm-1

Estudo de caso Caso A - Amostra de solo

Estudo de caso Caso B - Análise de porosidade

Agricultura de Informação

Controle das praticas de Controle das praticas de manejo agrícolamanejo agrícola

O conceito de agricultura baseada em gestão da informação representa a possibilidade de armazenar, recuperar e processar conhecimento específico sobre o ambiente agrosilvipastoril;

O gestão deste amplo conhecimento exige que todas as informações sejam classificadas em relação a sua origem, precisão e utilização em mecanismos de medição e controle;

O tratamento estatístico das informações que compõe esta base de dados com apoio das ferramentas de geoprocessamento permite que sejam criadas regras de negócios próprias para o gerenciamento integrado de riscos.

Geotecnologias em benefícioGeotecnologias em benefício da agricultura da agricultura

Estado da Arte

Método

- Base: mundial e proprietária Derwent Innovations Index (Thomson Reuters)

- Tratamento dos dados: WinVi, Vantage Point v.8, Excel e Paint.

- Intervalo/Universo/Data da amostragem: de 1984 a 2014/3583 documentos/14nov14.

- Estratégia de busca (Obs. classificações internacionais de patente e palavras-chave para agronegócios, conforme Ramos, 2012)

Ramos, R. C. Elaboração de indicadores de patentes sobre nanotecnologia aplicada ao agronegócio. São Carlos, UFSCar, 2013. 111f. Disponível em: http://www.bdtd.ufscar.br/htdocs/tedeSimplificado/tde_arquivos/22/TDE-2013-03-25T093924Z-5068/Publico/4930.pdf; Acesso em: 06set2013.

Estado da Técnica

Estado da Técnica

Estado da TécnicaPercentual de adesão dos documentos de patente da amostragem, entre 15 das áreas temáticas representativas de maior número de documentos, segundo classificação da base mundial de patentes Derwent Innovations Index.

Registros (Embrapa Instrumentação)

O desafio para o entendimento de

problemas complexos

TRANSDISCIPLINARIDADE

e uso de ferramentas e tecnologias que viabilizem

ANALISE SISTÊMICA

http://www.soilandhealth.org

Teixeira W. Manaus, RIPA 2009.

Obrigado!