Modelagem Matemática e Computacional Aplicada ... - DCCE - Unesp

Programa Nacional de Cooperação AcadêmicaP R O C A DTítulo: Modelagem Matemática e Computacional Aplicada naAgricultura de PrecisãoCoordenação Geral:Professora Doutora Vilma Alves de OliveiraPrograma de Pós-Graduação em Engenharia EletricaUniversidade de São Paulo (EESC-USP), São Carlos, SP(http://www.sel.eesc.sc.usp.br/lac/)Coordenação Equipe São José do Rio Preto:Prof. Dr. Geraldo Nunes SilvaPós-Graduação em Matemática AplicadaInstituto de Biociências, Letras e Ciências ExatasUniversidade Estadual Paulista (IBILCE-UNESP), São José do Rio Preto - SP(http://www.dcce.ibilce.unesp.br/pos/)Outubro – 2005

1. JustificativaO Programa de Pós-Graduação do Departamento de Engenharia Elétrica da Escola de Engenharia de SãoCarlos teve seu início em 1975. Hoje é reconhecido como um dos melhores do país, tendo recebido oconceito 6 na última avaliação da CAPES, em níveis de Mestrado e Doutorado. Tem por objetivo a formaçãode profissionais de alto nível acadêmico e o desenvolvimento de pesquisa científica e tecnológica nas subáreasde Processamento de Sinais e Instrumentação, Sistemas Dinâmicos, Sistemas Elétricos de Potência,Telecomunicações e Engenharia de Reabilitação.O programa de Pós-Graduação em Matemática Aplicada do IBILCE-UNESP foi criado em 1998 erecomendado pela CAPES em 1999, atualmente possui o conceito 4 em nível de mestrado. Onze docentesem regime de dedicação exclusiva e 18 alunos de mestrado atuam em três linhas de pesquisa: AnáliseNumérica; Problemas Não Lineares e Sistemas Complexos; e Otimização.Há alguns anos tem havido colaboração entre docentes e alunos que atuam em área correlacionadasdos dois programas. Esta colaboração tem-se dado através de participação de docentes em bancas de examesde qualificação, defesas de dissertações de mestrado e teses de doutorado; palestras e discussão sobreprojetos de pesquisa. Mais recentemente, tem havido uma interação para o desenvolvimento de pesquisa emestratégias de otimização e controle envolvendo processamento digital de sinais para populações de plantasdaninhas. Estas pesquisas contam com uma parceria entre o Departamento de Engenharia Elétrica e aEMBRAPA Instrumentação Agropecuária de São Carlos.O presente projeto irá contribuir para incrementar a colaboração entre os docentes e alunos de pósgraduaçãoque atuam nas linhas de pesquisa Analise Numérica e Otimização do programa de pós-graduaçãoem matemática aplicada com os grupos de Sistemas de Controle e Processamento de Sinais do Programa deEngenharia Elétrica de São Carlos. O intercâmbio de diferentes experiências e conhecimentos desenvolvidosseparadamente têm permitido a produção de pesquisa de melhor qualidade, evitando superposições emelhorando o desempenho global através da sinergia do trabalho conjunto.2. ObjetivosAmpliar e fortalecer a colaboração entre os Grupos de Análise Numérica e Otimização do Programa de Pós-Graduação em Matemática Aplicada com os grupos de Processamento de Sinais e Sistemas de Controle doDepartamento de Engenharia Elétrica da USP, São Carlos. O desenvolvimento desse projeto conjunto visatambém 1) promover a consolidação das linhas de pesquisa em Análise Numérica e Otimização econseqüentemente do programa de pós-graduação em Matemática Aplicada, ampliar a formação de mestres edoutores e a produção científico-acadêmica; 2) estimular a interação científico-acadêmica e facilitar amobilização de docentes-orientadores e de estudantes de pós-graduação entre os dois programas envolvidosno projeto.3. Fundamentação Teórica3.1 Caracterização do ProblemaSistemas de produção agrícolas mais eficientes são indispensáveis para o desenvolvimento sustentável e estescomeçam a explorar o uso de tecnologias de controle e informática avançadas. Este projeto situa-se nas áreas

de conhecimento Engenharia Elétrica, Engenharia Biomédica, Matemática, Ciências da Computação eCiências Agrárias e tem como objetivo entender a dinâmica de populações de plantas daninhas e da dinâmicados ecossistemas associadas ao agronegócio para melhorar o desempenho de fixação biológica de nitrogênioe desenvolver técnicas de análise e controle de infestação de culturas por plantas daninhas para otimização deriscos.A presente proposta, portanto, contempla o desenvolvimento de novas técnicas voltadas para amodelagem e controle associadas à agricultura de precisão. As atividades de pesquisa associadas sãorealizadas por pós-doutorandos, alunos de mestrado e doutorado orientados pelos participantes em ambasinstituições de acordo com as suas áreas de atuação.3.2 Metodologia e Estratégia de AçãoOs microrganismos apresentam uma imensa diversidade genética e desempenham funções únicas e cruciaisna manutenção de ecossistemas. Apesar de sua grande importância na manutenção da biosfera, estima-se quemenos de 5% dos microrganismos existentes no planeta tenham sido caracterizados e descritos. Através doemprego de técnicas oriundas da biologia molecular os microbiologistas estão apenas começando adesvendar a enorme diversidade microbiana existente e correlacioná-la com o funcionamento deecossistemas. O número de espécies bacterianas descritas na literatura e disponível em banco de dadospúblicos vem crescendo significativamente nos últimos anos. Considerando-se que são descritas apenas umafração das espécies de bactérias, cuja maioria não é de solos, há uma enorme lacuna de conhecimento a serpreenchida em estudos de biodiversidade (Canhos e Vazoller, 1999; Canhos ,1998).As perdas decorrentes de infestação por plantas daninhas são significativas. Por exemplo, no Brasil, asperdas na cultura da soja atualmente devido à competição com plantas daninhas incorrem na ordem de 13,5%o que equivalente mundial a 15,75 ton/ano (Gazziero et al. (1998). Diversas abordagens de controle têm sidoconsideradas para o controle ou estabilização de populações de comunidades de plantas daninhas e sistemasde aplicação seletiva de herbicidas vêm sendo muito estudados para reduzir custos de produção e efetuaraplicações destes produtos de forma racional (Rietz et al, 1997; Tian, 2002). As infestações de culturas porplantas daninhas normalmente não ocorrem de modo uniforme nas áreas agrícolas, mas é possível mapear asua variabilidade espacial com a utilização de processamento de imagens. Esta variabilidade espacial podeser associada a mapas, gerados através de classificadores (Yang et al. 2000, Shahin et al., 2001, Bressan et al.2005). Assim, obtém-se mapas de infestação que são utilizados como referência no controle da aplicação dosprodutos. O sistema de aplicação completo deve ser projetado considerando o mapa que é utilizado nocontrole de vazão por meio de válvulas eletro-hidráulicas.Neste projeto, técnicas de dinâmica não linear, processamento de sinais, inferência estatística sãoexploradas para estudar a biodiversidade de ecossistemas com ferramentas oriundas da biologia molecular.métodos de otimização são considerados para a aplicação localizada de herbicidas e as técnicas declassificação fuzzy para a obtenção de mapas de risco de infestação de culturas por plantas daninhasconsiderando atributos da população de plantas daninhas obtidos a partir de processamento de imagens.4. Infra-estrutura e contrapartida a serem apresentadas pelas equipesDepartamento de Engenharia Elétrica/ EESC/USP

O Departamento de Engenharia Elétrica pertence à Escola de Engenharia de São Carlos (EESC), Unidadeda Universidade de São Paulo (USP). Oferece cursos de pós-graduação, credenciados pela CAPES, emnível de mestrado e doutorado nas seguintes sub-áreas de pesquisa: Processamento de Sinais eInstrumentação, Sistemas Dinâmicos, Sistemas Elétricos de Potência, Telecomunicações e Engenharia deReabilitação. O presente projeto temático se insere na sub-área de Sistemas Dinâmicos. Esta sub-áreaconta com o Laboratório de Controle (LAC) equipado com softwares, servidora de e-mails,microcomputadores, instrumentos básicos e plataformas de desenvolvimento. Este Laboratório temrecebido nos últimos 10 anos apoio financeiro da FAPESP em diversos trabalhos desenvolvidos no temasistemas dinâmicos em nível de iniciação científica, mestrado e doutorado por meio de bolsas e auxílios epode ser usado para o desenvolvimento dos trabalhos associados a este programa de cooperaçãoacadêmica. A parte computacional do Laboratório conta com a manutenção de informática fornecida peloDepartamento e pela EESC. A EESC possui uma Biblioteca com amplo acervo de livros e revistas dasub-área, a qual integra o sistema SIBI-USP, abrangendo cerca de 40 bibliotecas, e fornece um serviço deapoio técnico à pesquisa e busca bibliográfica.Departamento de Ciência de Computação e Estatística/IBILCE/ UNESPO Departamento de Ciências de Computação e Estatística (DCCE) foi criado em 06 de abril de 1982. Ocorpo docente está instalado desde 1988 num prédio com aproximadamente novecentos metrosquadrados, em dois pavimentos. No pavimento térreo funcionam: o Laboratório de Hardware, que atendeaos alunos do curso de bacharelado em Ciência da Computação; o Laboratório de Computação Científica(LCC), destinado aos professores do Departamento, pesquisadores visitantes, alunos do curso de Pós-Graduação em Matemática Aplicada e alunos de graduação que participam de projetos de pesquisa doDepartamento, duas salas para aulas de graduação e de pós-graduação, seminários e palestras promovidaspelo Departamento ou pelo Programa de Pós-Graduação, uma sala para os alunos de pós-graduação. Nopavimento superior estão localizados a secretaria, gabinetes para docentes e professores visitantes, umasala de reuniões. Todos os equipamentos estão ligados localmente em rede que, por sua vez, tem acesso àrede de fibras óticas do Campus e à INTERNET.O Campus possui uma biblioteca central em um prédio de aproximadamente 1700 (um mil esetecentos) metros quadrados. O acervo bibliográfico na área de matemática é bastante significativoquanto a periódicos e livros. Com acesso ao Portal de Periódicos Capes, pelo menos em termos dereferencias bibliográficas mais recentes não enfrentamos problemas. Com relação a livros, devido àsverbas PBTA/CAPES no passado e financiamentos conseguidos junto à FAPESP e ao CNPq por docentesdo Departamento, o acervo tem melhorado bastante. No momento há a necessidade normal de adquirirtítulos novos e/ou atualizados.Os alunos que se envolverem no projeto terão acesso aos laboratórios e demais facilidadesdepartamento e também aos acervos bibliográficos da UNESP.5. Identificação das linhas de atuação pretendidas, após o término do projeto

Com este projeto pretende-se ampliar e fortalecer as linhas de pesquisa, em nível de pós-graduação noâmbito dos departamentos envolvidos, em controle, modelagem, processamento de sinais aplicados àagricultura de precisão.6. Metas estabelecidasO presente projeto visa o desenvolvimento de ferramentas de análise e controle para populações deplantas e de ecossistemas microbianos. O projeto engloba tanto a aplicação e adequação de técnicasconhecidas aos problemas tratados bem como a solução de problemas em aberto em controle, modelageme processamento das informações aplicados à agricultura de precisão. As principais metas a seremalcançadas para a realização do objetivo estabelecido são destacadas a seguir.1. Desenvolvimento de algoritmos de classificação e otimização de risco em áreas monitoradas;2. Desenvolvimento de um simulador de banco de sementes e microorganismos para sítioespecíficousando inferência Bayesiana;3. Desenvolvimento de novas estratégias de análise e controle para a aplicação de herbicidasvisando a redução de gastos em função da adequação de novas práticas de manejo;4. Desenvolvimento de algoritmo para auxílio à tomada de decisão na otimização de zona de riscodevido à variabilidades climáticas e ocorrência de plantas daninhas.7. Resultados esperados/ Impacto previsto7.1 Formação de Recursos Humanos7.1.1 Programa de Pós-Graduação em Engenharia ElétricaPós-Doutores: 02 doutores estarão atuando no projeto.Doutores: 01 tese de doutorado deverá estar concluída e 03 deverão estar em andamento.Mestres: 02 dissertações de mestrado deverão ser concluídas e 02 deverão estar em andamento.Graduação: 02 alunos de graduação deverão ter concluído seus trabalhos de iniciação científica e02 alunos deverão estar em andamento.7.1.2 Programa de Pós-Graduação em Matemática AplicadaDoutores: 2 teses de doutorado em co-orientação deverão estar em andamento.Mestres: 2 dissertações de mestrado deverão ser concluídas e 4 deverão estar em andamento.Graduação: 2 alunos de graduação deverão ter concluído seus trabalhos de iniciação científica e 4alunos deverão estar em andamento.7.2 Publicações em Revistas Arbitradas04 artigos deverão ser submetidos para publicação em revistas nacionais e internacionais.7.3 Divulgação de Resultados Parciais

08 resumos deverão ser submetidos para apresentação em congressos nacionais e internacionais epublicação nos anais.7.4 ProdutosAtualização e construção de aplicativos para apoio à agricultura de precisão.8. Cronograma de atividades8.1 Atividades de PesquisaA pesquisa sobre os tópicos descritos na Seção 3 será realizada de acordo com o cronograma geralinformado a seguir e detalhado na Tabela 1.1. A Pesquisa bibliográfica e levantamento de trabalhos relevantes que comtemple odesenvolvimento de novas técnicas para a agricultura de precisão usando modelagemmatemática para a dinâmica das populações de plantas, estratégias de otimização e controle eprocessamento de imagens.2. Visitas ã fazenda à fazenda experimental da EMBRAPA Milho e Sorgo em Sete Lagoas parafamiliarização com as características dos problemas enfrentados na agricultura para aformalização dos modelos matemáticos;3. Visitas ao Laboratório de Tecnologia de Solos da EMBRAPA Soja em Londrina parafamiliarização com os procedimentos associados aos estudos de biodiversidade;4. Validação dos modelos através de simulações considerando os dados coletados nas áreasexperimentais;5. Modelagem da densidade das plantas daninhas e população microbiana;6. Classificação do risco de infestação e da população microbiana com o uso de lógica fuzzy;7. Modelagem e formulação do problema de controle de densidade de plantas usando técnicas decontrole impulsivo;8. Modelagem e formulação do problema de controle de densidade de plantas e micoorganismousando técnicas de otimização dinâmica e fuzzy;9. Documentação dos resultados e testes, relatórios e publicações;10. Realização de Oficinas de acompanhamento e avaliação.8.2 Missões de Estudo, Docência e Pesquisa1. Geraldo Nunes Silva - 2º. Semestre de 2007 (Ministrar parcialmente a disciplina Tópicos emSistemas Dinâmicos, em São Carlos).2. Vilma Alves de Oliveira - 1º. semestre de 2006 (Minicurso de Matemática em Sistemas deControle, em S. J. do Rio Preto).3. Carlos Dias Maciel - 2º. Semestre de 2007 (Minicurso de Bioinformática- Ánálise de Genoma,em S. J. do Rio Preto).

4. Maurílio Boaventura - 2º. Semestre de 2006 (Minicurso Aplicações de Técnicas deProcessamento de Imagem, em São Carlos).5. Oficinas semestrais de acompanhamento do projeto, sendo que as oficinas do final do segundoe do sexto semestres poderão ser setoriais e as do final do quarto e oitavo semestres envolvendotodos os membros da equipe num único lugar para a avaliação anual global do projeto.6. Os alunos matriculados em um programa devem cursar disciplinas no outro programa comvalidação de créditos.Tabela 1: Cronograma de Atividades em Trimestres.Tarefa Ano I Ano II1 2 3 4 1 2 3 41 x x x x x x x2 x x x3 x x x4 x x x5 x x x x x x x x6 x x x7 x x8 x x9 x x10 x x x xBibliografia[1] G. M. Bressan, L. V. Koenigk, V. A. Oliveira, P. E. Cruvinel e D. Karam, Risk Classification Systemfor Weed Infestation Using Fuzzy Logic and Image Analysis, Computers and Electronics in Agriculture,2005. Submetido.[2] Vanderlei Perez Canhos e Rosana F. Vazoller Programa Biota-Fapesp Síntese e Recomendações(1999), http://www.biota.org.br/iRead?57+livros.biota+119 capturado em 4 out. 2005.[3] Vanderlei Perez Canhos Grupo de Trabalho Temático Microrganismos e Biodiversidade de Solos,1998, http:// www.mma.gov.br/port/sbf/chm/doc/gtt10.pdf, capturado em 4 out. 2005.[4] D. L. P. Gazziero, A. M. Brighenti, E. Voll e C. D. G. Maciel , Convivência da planta daninhaamendoim bravo (Euphorbia Heterophylla) com a cultura da soja no Estado do Paraná, XX Reunião dePesquisa em Soja na Região Central do Brasil, 1998, p. 378.[5] M. A. Shahin and E. W. Tollner and R. W. McClendon, Artificial Intelligence Classifiers for sortingApples based on Watercore, Journal of Agricultural Engineering Research, v.79, n.3, p. 265-274, 2001.

[6] S. Rietz, B. Paályi, H. Ganzelmeier e A. László, Performance of Electronic Controls for FieldSprayers, Journal of Agricultural Engineering Research, vol. 68, p. 399-407, 1997.[7] L. Tian, Machine vision-based precision farming systems, Simpósio Internacional de Agricultura dePrecisão, Viçosa, MG, 2002, CD Rom.[8] C. C. Yang, S.O. Prasher, J. A. Landry, J. Perret e H.S. Ramaswamy, Recognition of weeds withimage processing and their use with fuzzy logic for precision farming, Canadian AgriculturalEngineering, vol. 42, n. 4, p. 195-200, 2000.