Tellus: um modelo computacional para a predição da fertilidade do solo na agricultura de precisão

Abstract

The application of ubiquitous computing has increased in recent years, especially due to the development of technologies such as mobile computing and its integration with the real world. One of the challenges in this area is the use of context awareness. In agriculture, the context can be related to the environment, for example, the chemical and physical aspects that characterize different types of soil over time. This paper proposes a computational model applied in precision agriculture that uses the contexts history to predict soil fertility. The best results were obtained in the prediction of organic matter, with a coefficient of determination (R 2 ) of 0.9102 for root mean square error (RMSE) of 0.49%. Resumo.A aplicação da computação ubíqua tem aumentado nosúltimos anos, especialmente devido ao desenvolvimento de tecnologias como a computação móvel e sua integração com o mundo real. Um dos desafios nessaáreaé o uso da sensibilidade ao contexto. Na agricultura, pode-se considerar o contexto relacionado ao meio ambiente, por exemplo, os aspectos químicos e físicos que caracterizam os diferentes tipos de solo ao longo do tempo. Este artigo propõe um modelo computacional aplicado na agricultura de precisão que usa os históricos de contextos para predição da fertilidade do solo. Os melhores resultados foram obtidos na predição de matéria orgânica, com um coeficiente de determinação (R 2 ) de 0.9102 para um erro quadrático médio (RMSE) de 0.49%. IntroduçãoA aplicação da agricultura de precisão tem se mostrado uma estratégia adequada para aumentar a produtividade, permitindo o uso racional de insumos e reduzindo os impactos ambientais causados pelas práticas agrícolas. Atualmente, os insumos são utilizados de forma variável, visando atender as necessidades específicas de cada localidade, otimizando o processo produtivo. Entretanto,é necessário caracterizar a variabilidade dos