Engenharia 360

ESCOLHA A ENGENHARIA
DO SEU INTERESSE

Digite sua Busca

Engenharia 360

Modelo de irrigação inteligente prevê precipitação para economizar água

Engenharia 360
por Larissa Fereguetti
| 29/07/2019 2 min

Modelo de irrigação inteligente prevê precipitação para economizar água

por Larissa Fereguetti | 29/07/2019
Copiado!

A quantidade de água no mundo pode não estar acabando, mas a água potável está e tratar água é caro. Apenas 3% da água do mundo e potável e mais de 70% dela é usada na agricultura. Pensando em uma forma de otimizar isso, alguns cientistas criara um modelo de irrigação inteligente.

irrigação inteligente
Imagem: fao.org

Como o modelo de irrigação inteligente pode ser uma boa solução?

Um dos problemas da irrigação é que há um grande desperdício de água. Algumas culturas são irrigadas o dobro no necessário, o que é, além de desperdício, uma forma de contribuição para a poluição de aquíferos, lagos e oceanos, já que a água normalmente se mistura com substâncias como agrotóxicos.

Uma solução para reduzir esse problema é o modelo de irrigação inteligente desenvolvido pelos cientistas. Ele considera informações sobre a fisiologia das plantas, as condições do solo em tempo real e as previsões meteorológicas. Com isso, pode auxiliar na tomada de decisão sobre quando e o quanto irrigar.

irrigação inteligente
Imagem: wle.cgiar.org

A economia de água usando o novo método pode chegar a 40%. Para fazer o cálculo, o modelo usa big data e machine learning (aprendizado de máquinas). Os responsáveis pelo seu desenvolvimento são professores de Engenharia de Sistemas na Smith School of Chemical and Biomolecular Engineering em parceria com outros pesquisadores.

Além do benefício no sentido da economia de água, há pontos positivos para a cultura. Controlar a umidade pode melhorar a qualidade. Um exemplo é das uvas, que podem produzir um vinho melhor.

Os pesquisadores já haviam trabalho em sensores para detectar quando as plantas precisam de água. Porém, sozinhos os sensores não eram tão eficientes porque não era possível saber quando choveria. Assim, inserir a previsão meteorológica no modelo foi importante para ter melhores resultados.

No modelo, são usados dados meteorológicos históricos e machine learning para avaliar a incerteza da previsão do tempo real, assim como a incerteza sobre a evapotranspiração da água. Um modelo físico é usado para descrever as variações de umidade no solo.

O desafio agora é identificar qual o melhor método para cada cultura de determinar os custos benefícios de migrar para um sistema automatizado. O que se espera é que o modelo possa contribuir para uma agricultura mais inteligente mais sustentável.

Referências: Phys.org

Copiado!
Engenharia 360

Larissa Fereguetti

Doutoranda, mestre e engenheira. Fascinada por tecnologia, curiosidades sem sentido e cultura (in)útil. Viciada em livros, filmes, séries e chocolate. Acredita que o conhecimento é precioso e que o bom humor é uma ferramenta indispensável para a sobrevivência.

Comentários