A utilização de gémeos digitais para a gestão da irrigação baseada em dados

Os sistemas de apoio à decisão podem ajudar a minimizar o consumo de água e a aumentar a produtividade. O estudo de caso DIGIREG na Catalunha, Espanha.

No contexto atual, a água está a escassear não só nas zonas áridas e secas, mas também em regiões onde a precipitação costumava ser abundante. Embora cerca de 70% dos recursos de água doce sejam utilizados para a produção de alimentos, menos de 60% da água de irrigação é efetivamente incorporada pelas culturas. Uma forma de resolver este problema é reduzir as ineficiências na gestão da irrigação. As principais questões a este respeito incluem a forma de lidar com a variabilidade espaciaias e áreas de melhoria. Por exemplo, o GD pode simular diferentes cenários de irrigação, ajudando os agricultores a tomar decisões informadas sobre a programação e a quantidade de aplicação de água. Esta abordagem proactiva assegura que a água é utilizada de forma judiciosa, conservando os recursos e mantendo a saúde das culturas.Os agricultores podem integrar as tecnologias GD nas suas infraestruturas de irrigação existentes. Isto pode ser conseguido através da instalação de sensores da Internet das Coisas (IoT) e ferramentas de conetividade que alimentam o modelo GD com dados. Ao fazê-lo, os agricultores podem obter uma compreensão abrangente dos seus sistemas de irrigação, identificando ineficiências e áreas de melhoria. Por exemplo, o GD pode simular diferentes cenários de irrigação, ajudando os agricultores a tomar decisões informadas sobre a programação e a quantidade de aplicação de água. Esta abordagem proactiva assegura que a água é utilizada de forma judiciosa, conservando os recursos e mantendo a saúde das culturas.tecnologias GD nas suas infraestruturas de irrigação existentes. Isto pode ser conseguido através da instalação de sensores da Internet das Coisas (IoT) e ferramentas de conetividade que alimentam o modelo GD com dados. Ao fazê-lo, os agricultores podem obter uma compreensão abrangente dos seus sistemas de irrigação, identificando ineficiências e áreas de melhoria. Por exemplo, o GD pode simular diferentes cenários de irrigação, ajudando os agricultores a tomar decisões informadas sobre a programação e a quantidade de aplicação de água. Esta abordagem proactiva assegura que a água é utilizada de forma judiciosa, conservando os recursos e mantendo a saúde das culturas.

A tecnologia de Gémeos Digitais envolve a criação de um modelo virtual que replica com precisão um sistema de rega físico. Este modelo é continuamente alimentado com dados em tempo real provenientes de várias fontes:

• Previsões meteorológicas (por exemplo, temperatura, humidade relativa, radiação solar)
• Sensores instalados no solo ou nas plantas (por exemplo, humidade do solo)
• Deteção remota (por exemplo, vigor da cultura, evapotranspiração)
• Informações fornecidas pelo agricultor

A GD utiliza estes dados para simular vários cenários de rega, permitindo aos agricultores tomar decisões informadas sobre a aplicação de água. Aprende e adapta-se continuamente, melhorando a sua precisão e eficácia ao longo do tempo.

Processo de implementação

• Avaliação e planeamento: Avaliar a infraestrutura de rega existente e identificar as necessidades e objetivos específicos da exploração. Planear a integração da tecnologia GD, incluindo os tipos de sensores e fontes de dados necessários.
• Instalação de sensores e ferramentas de recolha de dados: Instalar sensores de humidade do solo, estações meteorológicas e outros dispositivos relevantes em toda a exploração. Assegurar que estes dispositivos estão ligados a um sistema central de recolha de dados.
• Desenvolvimento do modelo gémeo digital: Criar um modelo virtual do sistema de rega utilizando software que possa assimilar os sensores instalados e outras fontes externas em modelos de solo-culturas.
• Integração e teste: Ligar o modelo gémeo digital ao sistema de recolha de dados e testar a sua precisão. Fazer os ajustes necessários para garantir que o modelo reflecte com precisão o sistema de rega físico.
• Formação e capacitação: Formar o pessoal da exploração agrícola sobre como utilizar eficazmente as ferramentas de prescrição alimentadas pela tecnologia de gémeos digitais. Isto inclui a compreensão de como interpretar os dados e tomar decisões informadas com base nas previsões do modelo.
• Monitorização e otimização contínuas: Monitorizar regularmente o desempenho do gémeo digital e do sistema de rega físico. Utilizar os conhecimentos adquiridos para otimizar continuamente as práticas de rega.

Equipamento necessário

Dependendo da complexidade e do âmbito, a arquitetura de GD pode ser muito diferente. Em geral, a criação e manutenção de uma GD envolve uma combinação de várias tecnologias máquina-a-máquina que colaboram para replicar, monitorizar e analisar objectos ou sistemas físicos num ambiente digital.

• Sensores de humidade do solo: Estes sensores medem o conteúdo de humidade no solo a diferentes profundidades e localizações na quinta.
• Estações meteorológicas: As estações meteorológicas abrangentes que monitorizam a temperatura, a humidade, a velocidade do vento, a radiação solar e a precipitação são cruciais, fornecendo dados meteorológicos em tempo real que têm impacto nas necessidades de rega. Existem diferentes fontes disponíveis:

1. 1. Estações meteorológicas instaladas na exploração agrícola. Podem ser caras e requerem alguma manutenção. Na prática, só são recomendadas em grandes explorações e quando não existe outra estação meteorológica alternativa nas proximidades.
   2. Rede meteorológica pública acessível online através de uma API, como a XEMA (Catalunha) ou a SIAR (Espanha). É uma boa opção se a exploração agrícola estiver próxima.
   3. Estação meteorológica virtual, oferecida por várias empresas, que fornece dados meteorológicos em qualquer ponto do planeta. É uma boa opção quando não existe uma rede pública nas proximidades.

• Ferramentas de conetividade IoT: Os dispositivos devem ser ligados à nuvem de uma empresa de deteção e depois acedidos através da API dos seus servidores.
• Sistema central de recolha de dados: Este sistema, frequentemente baseado na nuvem, recolhe, armazena e processa dados de todos os sensores e fontes externas. Deve ter capacidades robustas de gestão de dados e fornecer interfaces para visualização e análise de dados.
• Software para modelação de GD: Software especializado que pode criar e gerir o modelo de gémeo digital. Este software deve integrar dados de várias fontes em modelos solo-planta, executar simulações e fornecer informações acionáveis.
• Sistemas de Controlo de Rega: Sistemas de controlo automatizados que podem ajustar os programas e quantidades de rega com base nas informações fornecidas pelo GD. Se os utilizadores tiverem um programador de rega acessível online através de uma API, todo o processo de prescrição pode ser automatizado. Caso contrário, o utilizador teria de escrever manualmente a receita no programador de rega.

Resultados das aplicações práticas

Um exemplo de abordagem demonstrativa para a implementação de tecnologias de GD em sistemas agrícolas comerciais é o projeto DIGIREG (https://digireg.cat/). A demonstração integra tudo, desde a instalação de sensores, utilizando a deteção remota e interpretando todos estes tipos de dados para otimizar e controlar com precisão a rega, até ao ajuste automático dos programas nos controladores de rega. Tem diferentes casos de estudo em vinhas comerciais e em pistácios, amêndoas, pêssegos e pomares de horticultura.

Embora as vantagens da tecnologia de gémeos digitais sejam numerosas, há também uma série de desafios que têm de ser enfrentados para a implementar com êxito. O investimento inicial necessário para adquirir os sensores, as ferramentas de recolha de dados e o software necessários pode ser considerável. A complementação de sensores locais com fontes de deteção remota permite otimizar o número de sensores e, por conseguinte, aliviar os investimentos iniciais. Outra solução potencial para esta questão é procurar oportunidades de financiamento ou implementar a tecnologia por fases, distribuindo assim os custos ao longo do tempo. Além disso, recomenda-se que seja iniciado um projeto-piloto numa parte limitada da exploração agrícola para avaliar e melhorar a tecnologia de gémeos digitais antes da sua implementação em maior escala. Além disso, a complexidade da integração de dados de fontes díspares que constituem o gémeo digital exige a existência de uma compatibilidade global e de um sistema de gestão de dados robusto. É crucial colaborar com os fornecedores de tecnologia e investir em programas de formação para garantir que os indivíduos envolvidos na gestão das explorações agrícolas sejam capazes de utilizar e manter o sistema GD de forma eficaz. É essencial que todos os intervenientes relevantes, incluindo gestores de explorações agrícolas, trabalhadores e fornecedores de tecnologia, estejam envolvidos no processo de planeamento e implementação. É necessário um contacto contínuo com o fornecedor de tecnologia para garantir que os dados mais recentes e as melhorias tecnológicas são incorporados na GD, mantendo e melhorando assim a sua precisão e eficácia. Além disso, a GD requer um período de adaptação às condições específicas da exploração agrícola, necessitando de monitorização e ajustes regulares durante esta fase.

A utilização da Internet das Coisas (IoT) na agricultura registou um aumento notável nos últimos anos, ao passo que a implantação de tecnologias digitais (TD) neste sector continua numa fase incipiente. Além disso, foram identificados vários fatores adicionais, incluindo a medição do desempenho, o acesso aos dados, o planeamento das operações, o controlo das operações e as caraterísticas das explorações agrícolas, que influenciam a adoção de tecnologias na agricultura. Os agricultores têm reservas quanto a permitir que um sistema funcione automaticamente, dados os riscos potenciais para as suas culturas em caso de mau funcionamento do sistema. Consequentemente, o sistema deve permitir uma avaliação do seu desempenho num ambiente virtual antes de se proceder ao controlo automático da rega de uma exploração agrícola. Uma vez implantada a plataforma IoT, os agricultores podem optar pelo controlo automático ou apenas decidir, para cada prescrição recebida, se a transferem para o programador ou se decidem outra programação de rega. Quando o sistema está operacional, os agricultores podem visualizar o passado, o presente e o potencial estado futuro das suas explorações, acedendo ao painel de controlo personalizado e aos dados armazenados na plataforma IoT. A integração dos dados do solo, do clima, das culturas e do sistema de rega permite aos agricultores receberem prescrições personalizadas, que podem ser aplicadas automaticamente ou utilizadas pelos agricultores para tomarem as suas próprias decisões informadas, melhorando assim a eficiência operacional e reduzindo a utilização de água na rega. Como orientação geral, o principal papel destes sistemas é tomar decisões de rotina diárias (automaticamente) e deixar que os agricultores ou agrónomos concentrem os seus esforços em decisões tácticas e estratégicas (uma ou poucas vezes por ano).

O valor adicional das TD ainda não foi totalmente compreendido nas aplicações agrícolas; no entanto, projectos como o DIGIREG estão a fazer progressos nesta área. O potencial de utilização generalizada das TD, em diferentes escalas espaciais e temporais e com diferentes níveis de complexidade, depende dos componentes específicos envolvidos e da funcionalidade pretendida. O futuro das TD pode evoluir de casos mais simples, com menos componentes, para casos mais sofisticados. medida que a tecnologia se desenvolve, estas aplicações podem ser melhoradas através da adição gradual de componentes e funcionalidades, mostrando assim todo o potencial das TD.