Este estudo apresenta a Agricultura de Precisão Orientada por IoT (IoT-PA), que utiliza redes de sensores, monitoramento em tempo real e irrigação inteligente para aumentar a produtividade das culturas e a eficiência no uso da água. A estrutura promove a agricultura sustentável e os ODS 2 (Fome Zero) e 12 (Consumo e Produção Responsáveis).
É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.
Artigo de investigação
Aproveitando as Tecnologias Digitais no Setor Agroalimentar: Uma Estrutura de Agricultura de Precisão Impulsionada por IoT para Alcançar os Objetivos de Desenvolvimento Sustentável
Neste artigo
Resumo
Resumo
A indústria agroalimentar está se digitalizando rapidamente para resolver restrições de recursos, imprevisibilidade climática e produção sustentável de alimentos por meio da Internet das Coisas (IoT), inteligência artificial (AI), computação em nuvem e análise de dados. Devido a horários rígidos de irrigação e monitoramento limitado do campo, a agricultura tradicional desperdiça água, reduz a produtividade das culturas e prejudica o meio ambiente. O sistema de Agricultura de Precisão Orientada por IoT (IoT-PA) descrito neste artigo otimiza o uso de recursos agrícolas por meio de redes distribuídas de sensores, monitoramento em tempo real da umidade do solo e das condições meteorológicas e controle inteligente de irrigação. A plataforma proposta coleta dados ambientais, analisa as condições do campo e recomenda automaticamente a irrigação para maximizar o crescimento das culturas e evitar o desperdício de água. Os agricultores podem tomar decisões agrícolas baseadas em dados com monitoramento contínuo e notificações rápidas fornecidas pela estrutura. A arquitetura IoT-PA melhora a eficiência da irrigação, a produtividade agrícola e o manejo sustentável de recursos em comparação com a agricultura tradicional. A maior produção agrícola e o uso eficiente da água e dos recursos contribuem para a meta de Desenvolvimento Sustentável (SDG) 2 (Fome Zero) e a SDG 12 (Consumo e Produção Responsáveis) dos Objetivos de Desenvolvimento Sustentável das Nações Unidas. O sistema agrícola inteligente sugerido é escalável e viável, promovendo a produção sustentável de alimentos e a conservação ambiental.
Introdução
A segurança alimentar, a sustentabilidade ambiental e a resiliência econômica dependem das empresas agroalimentares1. A agricultura precisa se adaptar para produzir mais alimentos com menos recursos, ao mesmo tempo que minimiza seu impacto ambiental, à medida que se projeta que a população mundial alcance cerca de 10,3 bilhões no final dos anos 2080, aumentando substancialmente a demanda por produção alimentar sustentável e gestão eficiente de recursos2. Práticas agrícolas simples podem não resolver essas questões3. A mudança climática, a degradação do solo, a escassez de água e as flutuações de mercado tornam isso especialmente verdadeiro4. Tecnologias digitais inovadoras podem atender a diversas necessidades e vincular o sucesso agrícola às Metas de Desenvolvimento Sustentável das Nações Unidas (ONU ODS)5. A agricultura digital utiliza inteligência artificial (AI), Internet das Coisas (IoT), sensoriamento remoto e análise de dados6. Elas acompanham com precisão o desempenho agrícola, os insumos de recursos e o clima7. Simplificam decisões adequadas e aprimoram a agricultura8. Isso inclui dispositivos movidos por IoT que monitoram em tempo real componentes críticos9. Condição das culturas, umidade do solo, temperatura e umidade relativa10. A agricultura de precisão utiliza água e nutrientes apenas quando necessário, reduzindo o desperdício e aumentando a sustentabilidade11. A IoT pode aumentar a resiliência e a produtividade da cadeia de valor agroalimentar12. Irrigação controlada e monitoramento baseado em sensores podem irrigar culturas sob demanda13. Os agricultores utilizam análises de dados com IA para identificar padrões, melhorar a qualidade e a quantidade das colheitas e prever surtos de insetos14. Isso economiza água e promove o crescimento das plantas15. Apesar desses avanços promissores, a tecnologia digital na agricultura é limitada, especialmente em nações subdesenvolvidas16. Baixa alfabetização digital, limitações de infraestrutura, alto investimento inicial e legislação fraca dificultam a implantação17. Além disso, é difícil alcançar a eficiência ideal no uso de recursos ou a preservação ambiental, porque as atividades agrícolas atuais dependem principalmente de intervenções humanas e dados fixos.
Este artigo apresenta um Framework Integrado para Agricultura de Precisão Impulsionada pela Internet das Coisas (IoT-PA). Essa tecnologia combina dados em tempo real de sensores com sistemas automatizados de irrigação para resolver ineficiências no uso da água e na gestão das culturas. Oferecendo diretrizes adequadas para a transformação digital na agricultura, o framework deve ser escalável, flexível e favorável aos agricultores. Também proporciona oportunidades para transformação digital. Com base em dados em tempo real sobre o solo e o clima, a Agricultura de Precisão e o framework da Internet das Coisas buscam otimizar os horários de irrigação, conservando assim a água, melhorando a saúde das culturas e, eventualmente, aumentando a produtividade agrícola.
A maior produção por meio do aumento da disponibilidade de alimentos contribui para a Meta 2 de Desenvolvimento Sustentável (Fome Zero) e, simultaneamente, promove a Meta 12 de Desenvolvimento Sustentável (Consumo e Produção Responsáveis) por meio do uso eficaz dos recursos. A inovação digital pode aumentar a resiliência e a sustentabilidade nos sistemas agroalimentares por meio da validação empírica, levando a um futuro mais sustentável.
A agricultura global precisa mudar para atender às necessidades alimentares e à sustentabilidade. As alterações climáticas e os recursos limitados exigem abordagens criativas para aumentar a produção e reduzir os danos ambientais. As tecnologias digitais, especialmente as baseadas em IoT, podem transformar a agricultura. Este artigo trata do uso dessa tecnologia para uma agricultura lucrativa e sustentável.
A agricultura tradicional desperdiça recursos, carece de monitoramento em tempo real e limita a tomada de decisões baseada em dados. Esses problemas geram desperdício de água, prejudicam o meio ambiente e comprometem a produtividade agrícola. As tecnologias digitais na agricultura, especialmente a irrigação de precisão, são limitadas. A Internet das Coisas (IoT) utiliza dados em tempo real e automação para ampliar a escala e a integração. O sistema deve maximizar a produção e o consumo eficiente de água. Estudos recentes têm examinado o uso de IoT, IA e análise de dados na agricultura de precisão, mas a maioria se concentra na detecção da umidade do solo, irrigação automatizada, monitoramento de culturas e previsão de produtividade. Essas soluções frequentemente atuam isoladamente, limitando sua capacidade de apoiar decisões de gestão agrícola sustentável. A integração em tempo real de dados ambientais heterogêneos, o gerenciamento adaptativo da irrigação e a conformidade com a sustentabilidade são aspectos ausentes em muitos sistemas. Esta pesquisa apresenta o sistema IoT-PA, que supera essas limitações por meio de sensores distribuídos de IoT, monitoramento ambiental em tempo real, programação inteligente de irrigação e suporte contínuo à tomada de decisões. Diferentemente das técnicas existentes, a estrutura otimiza o consumo de água, a produção agrícola, o desperdício de recursos e os Objetivos de Desenvolvimento Sustentável (ODS) 2 (Fome Zero) e 12 (Produção e Consumo Responsáveis). A inovação do IoT-PA em sensoriamento escalável, comunicação, análise de dados e gestão de recursos orientada à sustentabilidade permite decisões agrícolas baseadas em dados, operacionalmente eficientes e ambientalmente sustentáveis. Este projeto tem como objetivo criar e avaliar uma estrutura IoT-PA que apoie a agricultura de precisão com monitoramento ambiental em tempo real, armazenamento de dados baseado em nuvem e agendamento automatizado de irrigação. A estrutura proposta utiliza sensores habilitados para IoT para monitorar continuamente a umidade do solo, temperatura do ar, umidade relativa, precipitação e intensidade luminosa, a fim de otimizar as decisões de irrigação em tempo real. O estudo busca ainda avaliar o desempenho da estrutura proposta por meio de métricas quantitativas, incluindo eficiência no uso da água, melhoria da produtividade das culturas, tempo de resposta da irrigação, eficiência do sistema, confiabilidade da comunicação e consumo de energia, em comparação com práticas convencionais de irrigação. Além disso, o estudo tem como objetivo demonstrar como a integração de tecnologias IoT pode melhorar a utilização de recursos, reduzir o consumo desnecessário de água e aumentar a produtividade agrícola, contribuindo ao mesmo tempo para o Objetivo de Desenvolvimento Sustentável (ODS) 2 (Fome Zero) e ODS 12 (Consumo e Produção Responsáveis) por meio da gestão sustentável dos recursos agrícolas.
Moldura integrada de sistemas agrícolas e alimentares digitais (IDAFS)
Este artigo investiga como as tecnologias digitais melhoram a resiliência agrícola durante pandemias, desigualdades, mudanças climáticas e a escassez global agregada de alimentos18. Ao enfatizar a inteligência artificial, a computação em nuvem e a agricultura de precisão como meios de aumentar a produtividade, reduzir o desperdício em 5% e economizar despesas em 23%, ele também aborda. O artigo defende a transformação digital para cumprir os ODS de 2030 e destaca tendências futuras, como blockchain e nutrição personalizada, para sistemas alimentares sustentáveis e eficientes.
Modelo de análise de impacto digital-ODS (DSIAM)
Este artigo investiga, por meio da transformação digital, a concretização dos ODS relacionados à segurança alimentar, utilizando dados do Índice da Economia e Sociedade Digitais (DESI). Ao analisar como a conectividade digital, as competências e os serviços públicos afetam os ODS 1, 2, 3 e 1019, emprega modelagem de equações estruturais e análise de agrupamento com dados da União Europeia (2017–2022). Demonstra a importância crucial da digitalização para reduzir a pobreza, promover a igualdade e melhorar a saúde.
Estrutura de integração e revitalização da vila digital (DVIRF)
Dados em painel de trinta províncias chinesas (2013–2023) permitem que este artigo investigue experimentalmente como a digitalização rural apoia o desenvolvimento integrado das indústrias rurais20. O estudo identifica caminhos diretos (serviços digitais, infraestrutura) e indiretos (reallocaçăo de fatores, mudança estrutural) para a transformaçăo digital, utilizando uma técnica de aprendizado de máquina em duas etapas. Em particular, as regiōes do Leste e produtoras de grăos exercem influência mais significativa. O artigo propōe legislaçăo para promover comunidades digitais e maximizar o financiamento para a reabilitaçăo rural.
Modelo de transformação do sistema agroalimentar circular (CAFSTM)
A transformação digital transforma o setor agroalimentar com consciência ambiental, interoperabilidade e design centrado no usuário21, aumentando a eficiência e os modelos de negócios. Alimentos personalizados e sistemas agroalimentares circulares reduzem o desperdício utilizando laços de feedback. A privacidade dos dados e a interoperabilidade são abordadas no relatório, que oferece uma abordagem tecnológica, de governança e ecológica para sistemas agrícolas digitais sustentáveis.
Quadro de inovação em sistemas alimentares sustentáveis (SFSIF)
A agricultura sustentável se beneficia da IA, IoT, robótica e edição gênica. Ações políticas, atitudinais, financeiras e de construção de confiança incentivam a inovação22. A tecnologia digital e a ajuda governamental podem aumentar a sustentabilidade, resiliência e segurança nutricional do sistema agroalimentar, de acordo com a gestão de resíduos, processamento de alimentos e uso da terra.
Modelo de aprimoramento da cadeia de valor de agroprocessamento (APVCEM)
Este artigo propõe que as cadeias de valor e o processamento agroindustrial tornam a agricultura global e competitiva. A agricultura comunitária e as cadeias de suprimento são elogiadas23. Cadeias de valor fortes na Índia aumentam a oferta de alimentos e os negócios. A economia global e as comunidades rurais se beneficiam dessas redes.
Quadro de Impacto de Sustentabilidade Digital (DSIF)
Por meio da produção agrícola, poluição, resíduos municipais e ODS 12, as tecnologias digitais comprometem a sustentabilidade alimentar. A modelagem de equações estruturais sugere que a tecnologia digital pode reduzir os resíduos municipais, as emissões de gases de efeito estufa e influenciar o comportamento do consumidor24. A digitalização melhora a sustentabilidade da cadeia de suprimentos, mas estudos indicam que ela dificulta o consumo responsável; portanto, é necessária uma implementação equilibrada.
Moldura de transição para a Agricultura 4.0 (A4TF)
A Agricultura 4.0 refere-se à integração da Internet das Coisas (IoT), inteligência artificial (AI), computação em nuvem, robótica, análise de grandes volumes de dados e automação para permitir práticas agrícolas inteligentes, orientadas por dados e de precisão. Neste artigo, descreve-se a transição agrícola digital por meio da Agricultura 4.0. Abordamos IoT, IA, drones, blockchain e energia renovável25. Estudamos agrivoltaica, irrigação inteligente e monitoramento em tempo real de animais. Ao enfrentar problemas climáticos, hídricos e alimentares, a transformação digital melhora a produção sustentável de alimentos, a eficiência no uso de recursos e a preservação ambiental, segundo a pesquisa.
Estudos existentes demonstraram o potencial da Internet das Coisas (IoT), inteligência artificial, computação em nuvem e tecnologias digitais para melhorar a produtividade e a sustentabilidade agrícolas18,19,20. A maioria dos estudos concentra-se em avaliações conceituais da agricultura digital18, transformação digital orientada por políticas e economia19 ou desenvolvimento digital rural sem tecnologias agrícolas de precisão em nível de campo20. Assim, a combinação de sensores em tempo real, análise baseada em nuvem, irrigação automatizada e suporte à decisão tem recebido pouca atenção. Múltiplas técnicas carecem de métodos de implementação repetíveis e mecanismos completos de otimização de recursos. A estrutura proposta de Agricultura de Precisão Orientada por IoT (IoT-PA) integra sensores IoT, computação em nuvem, monitoramento ambiental em tempo real e gestão inteligente de irrigação em uma única arquitetura para melhorar a utilização da água, a produtividade das culturas e o manejo sustentável dos recursos agrícolas, ao mesmo tempo em que apoia os ODS 2 e ODS 12.
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Protocolo
O agroalimentar está se tornando um ecossistema sustentável e orientado por dados graças às tecnologias digitais. A Internet das Coisas (IoT), a inteligência artificial (AI) e a blockchain aprimoram a transparência da cadeia de suprimentos, a segurança alimentar e a produtividade. A Agricultura de Precisão, a Agricultura Inteligente e a Resiliência pós-pandêmica apoiam os Objetivos de Desenvolvimento Sustentável, notadamente a Fome Zero, Ação Climática e Consumo e Produção Responsáveis.
O framework de Agricultura de Precisão orientada por IoT (IoT-PA) incluiu um microcontrolador ESP32, sensores de umidade do solo, temperatura do ar, umidade relativa (DHT22), precipitação e intensidade luminosa (BH1750), um gateway IoT, um banco de dados em nuvem e um controlador de irrigação automatizado. Para fornecer dados representativos do campo, os sensores de umidade do solo foram colocados a uma profundidade de 15–20 cm na zona radicular da cultura e os sensores ambientais a 2 m acima do solo. Antes da implantação, apenas sensores com erros de medição dentro de ±2% foram utilizados nos testes, calibrados de acordo com os requisitos do fabricante. Wi-Fi (802.11 b/g/n) ou LoRaWAN (915 MHz) foram utilizados para comunicar dados ambientais do controlador ESP32 à plataforma em nuvem a cada 10 min. No experimento, o framework registrou umidade do solo (%), temperatura do ar (°C), umidade relativa (%), precipitação (mm) e intensidade luminosa (lux). Antes da normalização Min–Max padronizar os dados, as observações dos sensores foram enviadas ao banco de dados em nuvem a cada 10 min, e valores duplicados e ausentes foram removidos. O mecanismo de decisão do IoT-PA utilizou os dados dos sensores para decidir sobre a irrigação. Quando a umidade do solo diminuía abaixo de 35% de conteúdo volumétrico de água, a irrigação era automaticamente iniciada e interrompida em 45% para prevenir estresse hídrico e irrigação excessiva. Quando a previsão do tempo indicava mais de 5 mm de chuva nas próximas 12 h, a irrigação era interrompida para preservar água. Durante 90 dias de desenvolvimento da cultura em condições de campo semelhantes, o framework operou continuamente. A cada ciclo de irrigação, a duração da irrigação, o consumo total de água, a latência de comunicação, o status dos sensores e o consumo energético do sistema eram registrados no banco de dados em nuvem a cada 30 min. Os agricultores recebiam instruções em tempo real sobre irrigação e atualizações do status do campo por meio de um aplicativo móvel após cada ciclo de decisão. O experimento foi repetido três vezes utilizando o mesmo sistema e condições operacionais para verificar a reprodutibilidade.
O experimento foi realizado em uma área plantada com tomate. A parcela experimental de 20 m x 20 m (400 m2) possuía solo argiloso com pH entre 6,7 e 7,0. Um sistema de monitoramento IoT baseado em ESP32 foi equipado com sensores capacitivos de umidade do solo instalados a uma profundidade de 15–20 cm, além de sensores DHT22 de temperatura e umidade, sensor de intensidade luminosa BH1750 e sensor de precipitação fixados a 2 m acima do solo. Foi instalada uma rede de irrigação por gotejamento com emissores espaçados a cada 30 cm e tubos laterais separados por 1 m. A plataforma em nuvem recebia leituras dos sensores transmitidas via MQTT a cada 10 minutos. Após 90 dias, a produtividade da cultura correspondeu ao peso fresco total dos tomates colhidos (kg por parcela).
Esclarecimento sobre a Fonte de Dados: O framework proposto de Agricultura de Precisão Orientada por IoT (IoT-PA) foi implementado e avaliado por meio de um experimento de campo de 90 dias nas condições descritas na seção Protocolo. O Relatório de Mercado de Gêmeos Digitais na Agricultura (DataIntelo) foi utilizado apenas como referência complementar para informações contextuais e desenvolvimento do framework. Todas as métricas de desempenho relatadas na seção Resultados foram obtidas a partir da avaliação experimental do framework IoT-PA proposto e não do relatório de mercado da DataIntelo.
Contribuição 1: Propôs um framework de agricultura de precisão orientado por IoT (IoT-PA)
Foi apresentado um sistema de automação de irrigação com base em dados meteorológicos e de solo em tempo real. Os avanços digitais estão impulsionando o crescimento agroalimentar (Figura 1). Primeiro, a agricultura de precisão impulsionada por IoT, IA e drones; depois, a tomada de decisões orientada por dados e a eficiência no uso de recursos. A revolução digital melhora a rastreabilidade dos alimentos, a cadeia de suprimentos e o acesso ao mercado. Essas tecnologias capacitam os agricultores, garantem a segurança alimentar e promovem o desenvolvimento inclusivo. O framework de Agricultura de Precisão Impulsionada por IoT (IoT-PA) promove o uso sustentável de recursos e uma agricultura inteligente e resiliente ao clima, integrando o monitoramento ambiental em tempo real, análises baseadas em nuvem e irrigação automatizada. Isso apoia os Objetivos de Desenvolvimento Sustentável (ODS) 2 (Fome Zero), 12 (Consumo e Produção Responsáveis) e 13 (Ação Contra a Mudança Climática).
Equação (1), onde S(t) representa os dados ambientais coletados no tempo t, M(t) denota a umidade do solo (%), T(t) é a temperatura do ar (°C), H(t) é a umidade relativa (%RH), R(t) é a precipitação (mm) e L(t) é a intensidade luminosa (lux). A Equação (1) define o conjunto de parâmetros ambientais em tempo real continuamente adquiridos pela rede de sensores IoT e transmitidos à plataforma em nuvem para monitoramento e tomada de decisão.
Conforme mostrado na equação (2), onde I(t) representa o sinal de controle de irrigação, M(t)) é a umidade do solo medida e Mth denota o limite predefinido de irrigação (conteúdo volumétrico de água de 35%). Quando a umidade do solo medida cai abaixo do limite, o controlador IoT-PA ativa automaticamente a bomba de irrigação 
; caso contrário, a irrigação permanece inativa 
. A irrigação é automaticamente encerrada quando a umidade do solo atinge o nível alvo de 45%, melhorando assim a eficiência no uso da água e evitando a superirrigação.
A agricultura é orientada por dados e sustentável com tecnologias digitais, conforme ilustrado na Figura 2. Câmeras e robôs aumentam a qualidade das culturas e a eficiência dos insumos, enquanto sensores detectam localização e temperatura. Um sistema de gerenciamento de dados recebe informações de temperatura e umidade de um microcontrolador central. O servidor coleta dados em tempo real para monitoramento agrícola e tomada de decisões. Os agricultores utilizam telefones com idiomas regionais. Ao monitorar as condições ambientais, otimizar decisões de irrigação, minimizar o desperdício de água e apoiar práticas agrícolas sustentáveis alinhadas aos ODS 2 (Fome Zero), ODS 12 (Consumo e Produção Responsáveis) e ODS 13 (Ação Contra a Mudança Global do Clima), o controle em malha fechada aumenta a produtividade agrícola.
Como inferido pela equação (3), onde L(t) representa os dados agregados de monitoramento ambiental no tempo t, Si(t) denota a medição obtida pelo sensor IoT io e N é o número total de sensores implantados. A equação (3) calcula o estado ambiental médio a partir de múltiplos sensores para auxiliar na tomada de decisões de irrigação, minimizando ao mesmo tempo as flutuações dos sensores.
![Equação de decaimento beta β(t)=[L(t)-Mth]/Mth, fórmula matemática na análise teórica.](/files/ftp_upload/73067/73067eq18v2.jpg "figure-protocol-6")
Conforme encontrado na equação (4), onde β(t) denota o índice de decisão de irrigação normalizado, L(t) representa a medição agregada de umidade do solo obtida pela Equação (3) e Mth é o limite predefinido de umidade do solo (35% de conteúdo volumétrico de água). Um valor negativo de β(t) indica umidade insuficiente no solo e aciona a irrigação, enquanto um valor não negativo indica que a umidade do solo está no limite ou acima dele, mantendo a irrigação inativa.
Contribuição 2: Demonstrar benefícios práticos por meio de resultados empíricos.
Demonstrou a viabilidade do framework e o aumento da produção agrícola, ao mesmo tempo que reduziu substancialmente o uso de água.
Figura 3 ilustra como a agricultura de precisão habilitada por IoT combate o desperdício de recursos e a baixa produtividade agrícola. Primeiro, aborda-se o desperdício de recursos e a baixa produtividade agrícola. A IoT, a IA e a análise de dados em tempo real permitem tomadas de decisão inteligentes, irrigação automática e monitoramento baseado em sensores. Essas melhorias aumentam a saúde das culturas e a eficiência no uso da água. O framework proposto de Agricultura de Precisão Orientada por IoT (IoT-PA) promove o Objetivo de Desenvolvimento Sustentável (ODS) 2 (Fome Zero) e o ODS 12 (Consumo e Produção Responsáveis) ao integrar monitoramento ambiental em tempo real, controle automatizado de irrigação e gestão eficiente de recursos para aumentar a produtividade agrícola enquanto minimiza o consumo de água.
em que 
denota o índice composto de monitoramento ambiental no tempo t, M(t) é a umidade do solo (%), T(t) é a temperatura do ar (°C), H(t) é a umidade relativa (%RH), R(t) é a precipitação (mm) e L(t) é a intensidade da luz (lux). A Equação (5) combina os parâmetros ambientais normalizados em um único índice de monitoramento que representa a condição geral do campo utilizada pelo framework IoT-PA.
em que G(t) representa a condição ambiental agregada obtida a partir de intervalos de monitoramento ou nós sensores, e 
é o índice composto de monitoramento ambiental calculado usando a Equação (5) para a kª observação. A Equação (6) faz a média de várias medições para prever o estado do campo, eliminando flutuações nas medidas e fornecendo uma entrada confiável para o agendamento automático de irrigação.
Figura 4 ilustra como cada revolução industrial influenciou a indústria global, desde a era do vapor até a era digital. Por fim, a inteligência artificial, a blockchain e a agricultura de precisão transformam o setor agroalimentar na Indústria 4.0. Essas descobertas aumentam a produção agrícola, a eficiência dos recursos e a sustentabilidade. O framework proposto de Agricultura de Precisão Orientada por IoT (IoT-PA) demonstra como o sensoriamento digital, a análise baseada em nuvem e a irrigação automatizada melhoram a produtividade agrícola e a utilização dos recursos, contribuindo para o ODS 2 (Fome Zero) e o ODS 12 (Consumo e Produção Responsáveis).
em que V(t) denota a condição geral do campo no tempo t, Gi(t) representa o índice de monitoramento ambiental obtido a partir do nó sensor ith e N é o número total de nós sensores IoT implantados. A Equação (7) estima a condição média do campo agregando medições de todos os locais de sensoriamento, melhorando assim a confiabilidade das decisões de irrigação.
em que αeq denota o índice de decisão equivalente utilizado para o planejamento da irrigação, V(t) é a condição ambiental agregada obtida pela Equação (7), M(t) é a umidade do solo medida e 
é um coeficiente de ponderação que equilibra a influência da condição geral do campo e da medição atual da umidade do solo. A Equação (8) calcula o índice de decisão final utilizado pelo framework IoT-PA para apoiar a irrigação automatizada e a gestão eficiente dos recursos hídricos.
Contribuição 3: Avançou a Pauta da Agricultura Sustentável
De acordo com os ODS 2 e 12, permitiu a transformação digital para melhorar a segurança alimentar agrícola e a eficiência no uso dos recursos.
Figura 5 ilustra a resiliência pós-pandemia e o desenvolvimento sustentável por meio da transição para um sistema agroalimentar digital. Sensores substituem instrumentos tradicionais na agricultura orientada por IoT para maximizar os recursos. A cadeia de blocos (blockchain) e a automação permitem a entrega de alimentos segura e transparente; a inteligência artificial proporciona fabricação e processamento eficientes e higiênicos. Alertas de segurança alimentar e monitoramento em tempo real auxiliam os consumidores. Ciclos melhorados aumentam a segurança alimentar global, a saúde e a eficiência. Uma abordagem consistente de agricultura digital utiliza sensores em tempo real, computação em nuvem e irrigação automatizada para aumentar a produtividade das culturas, a utilização da água e as práticas agrícolas sustentáveis, apoiando os Objetivos de Desenvolvimento Sustentável (ODS) 2 (Fome Zero), 3 (Saúde e Bem-Estar) e 12 (Consumo e Produção Responsáveis).
em que R(t) denota o índice de necessidade de irrigação no tempo t, Mi(t) é a umidade do solo medida pelo nó do sensor iº, Mth é o limite predefinido de umidade do solo e N é o número total de nós de sensoriamento. A Equação (9) calcula a necessidade de irrigação da área monitorada estimando a variação média da umidade do solo em relação ao limite desejado.
em que 
representa o índice de controle de irrigação inteligente, R(t) é o índice de demanda de irrigação obtido pela Equação (9), V(t) é o índice agregado de monitoramento ambiental obtido pela Equação (7) e 
é um coeficiente de ponderação. O valor final de controle para o agendamento automatizado de irrigação no sistema proposto de IoT-PA é calculado a partir da demanda de irrigação e das condições ambientais utilizando a Equação (10).
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Resultados
As métricas de desempenho da arquitetura IoT-PA incluem consumo de água, produtividade agrícola, eficiência do sistema, otimização sustentável de recursos e contribuição para os ODS. Escolhas tecnológicas inteligentes melhoram a produção agrícola, a sustentabilidade e a gestão de recursos.
Descrição do Conjunto de Dados: O relatório do mercado de gêmeos digitais na agricultura da DataIntelo26 foi utilizado como informação de base para apoiar o desenvolv...
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Discussão
Com o IoT-PA, a agricultura digital pode resolver problemas atuais. Para economias baseadas em recursos e produção agrícola, este artigo propõe monitoramento em tempo real, irrigação baseada em sensores e tomada de decisões orientada por dados. O consumo de água diminuiu 24,62% e a produção agrícola aumentou 95,13% com o uso da Internet das Coisas, demonstrando seu potencial revolucionário em sustentabilidade. Os Objetivos de Desenvolvimento Sustentável 2 (Fome Zero) e 12 (Consumo e Produção Responsáveis) são atendidos c...
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Divulgações
Os autores não têm conflito de interesses.
Agradecimentos
Esta pesquisa não recebeu nenhuma bolsa específica de qualquer agência de fomento nos setores público, comercial ou sem fins lucrativos.
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Materiais
| Nome | Empresa | Número de catálogo | Comentários |
|---|---|---|---|
| IDE Arduino | Arduino | Versão 2.x https://www.arduino.cc/en/software | Ambiente de Desenvolvimento Integrado, desenvolvimento de firmware ESP32 |
| Sensor Capacitivo de Umidade do Solo | DFRobot | SEN0193 | Mede a umidade volumétrica do solo; Tensão de operação 3,3–5,5 V |
| Plataforma de IoT na Nuvem | Amazon Web Services | AWS IoT Core https://aws.amazon.com/iot-core | Plataforma de IoT baseada em nuvem para armazenamento de dados, visualização e monitoramento remoto |
| Fonte de Alimentação CC | Mean Well | / | Fornece energia ao controlador e à bomba; Saída regulada de 12 V CC, Modelo: LRS-50-12 |
| Bomba d'Água CC | Comercialmente disponível | / | Irrigação automatizada; Bomba de 12 V CC |
| Sensor Digital de Intensidade de Luz | Rohm Semiconductor | BH1750FVI | Mede a intensidade da luz ambiente; 1–65535 lux |
| Placa de Desenvolvimento ESP32 | Espressif Systems | ESP32-DEVKITC-32D | MCU dual-core de 240 MHz, Wi-Fi/Bluetooth; Controlador principal para aquisição de sensores e controle de irrigação |
| Microsoft Excel | Microsoft Corporation | Microsoft 365 https://www.microsoft.com/microsoft-365/excel | Software de planilha para organização e visualização de dados |
| Broker MQTT | Eclipse Foundation | Mosquitto v2.x https://mosquitto.org | Comunicação de mensagens em IoT; protocolo MQTT |
| Python | Python Software Foundation | Versão 3.x https://www.python.org | Linguagem de programação para pré-processamento de dados e análise estatística |
| Módulo Sensor de Chuva | DFRobot | / | Saída analógica/digital; Detecta eventos de chuva; Modelo: SEN0308 |
| Módulo de Relé de Canal Único | Songle | SRD-05VDC-SL-C | Comuta a bomba de irrigação LIGADA/DESLIGADA; Relé de 5 V |
| Sensor de Temperatura e Umidade | Adafruit Industries | DHT22 (AM2302) | Monitoramento ambiental; Temperatura ±0,5 °C; Umidade ±2% UR |
| Navegador Web | Google LLC | Google Chrome (última versão estável) https://www.google.com/chrome | Acesso ao painel da AWS IoT |
| Roteador Wi-Fi | TP-Link Technologies | / | Comunicação sem fio entre ESP32 e nuvem; IEEE 802.11 b/g/n/ac; Modelo: Archer C6 |
Referências
- Nhamo G, Chikodzi D, Dube K. Sustainable Development Goals for Society. Vol. 1. Springer International Publishing; 2021.
- Venkatesh R. Effect of hybrid nanofluid and polyethylene glycol/aluminium foam on thermal characteristics and energy storage performance of solar air heater. Appl Therm Eng. 2026;291:130213.
- Ajaj R, Buheji M, Hassoun A. Optimizing the readiness for industry 4.0 in fulfilling the Sustainable Development Goal 1: Focus on poverty elimination in Africa. Front Sustain Food Syst. 2024;8:1393935.
- Hiywotu AM. Advancing sustainable agriculture for goal 2: zero hunger-a comprehensive overview of practices, policies, and technologies. Agroecol Sustain Food Syst. 2025;49(7):1027–55.
- Venkatesh R. Effect of Boron Nitride on Mechanical Characteristics of LDPE Nanocomposite made with Ramie Fiber. J Inst Eng India Ser D. 2024.
- Arun M, et al. Integrated renewable energy supply architecture for advancing hydrogen symbiosis and eco synergistic smart grid interactions with next generation combustion technologies. Sci Rep. 2025;15(1):25619.
- Venkatesh R. Synthesis and Behavior Study of Basalt Fiber-Made Low-Density Polyethylene Composites Via Injection Mold. J Inst Eng India Ser D. 2024.
- Jayakrishnan R, Johnpaul V, Balasundaram N, Senthilkumar S. Stabilization of black cotton soil in Chittur region in Palakkad using lime, rice husk ash, coir fibre. Indian J Eng. 2026;23:e3ije1709.
- Gopan G, Arun M, Vembu S. Comparison of dimple tube with flat plate collector for solar water heater by using carbon nanofluid. Int J Low-Carbon Technol. 2025;20:820–33.
- Arun M, Barik D, Sridhar KP, Vignesh G. Experimental and CFD analysis of plain and dimples tube at application of solar water heater. Mater Today Proc. 2021;42:804–9.
- Rinesh S, et al. Prediction and classification of solar photovoltaic power generation using extreme gradient boosting regression model. Int J Low-Carbon Technol. 2024;19:2420–30.
- Ogbonnaya EP, et al. Efficacy of moringa oleifera leaf extract as a phytogenic additive in finisher broiler chickens. Discov Agric. 2026;12:e14da3219.
- Giganti P, Borrello M, Falcone PM, Cembalo L. The impact of blockchain technology on enhancing sustainability in the agri-food sector: A scoping review. J Clean Prod. 2024;456:142379.
- Rinesh S, Arun M, Kumar SN, Prajitha C, Kumar AS. Evaluating the type 2 fuzzy logic controller with multilayer perceptrons for optimal tracking of solar photovoltaic systems. Int J Low-Carbon Technol. 2025;20:394–403.
- Gupta S, et al. Operationalizing Digitainability: Encouraging mindfulness to harness the power of digitalization for sustainable development. Sustainability. 2023;15(8):6844.
- Urugo MM, et al. Journal of agriculture and food research. J Agric Food Res. 2024;18:101316.
- Hong Z, Xiao K. Digital economy structuring for sustainable development: the role of blockchain and artificial intelligence in improving supply chain and reducing negative environmental impacts. Sci Rep. 2024;14(1):3912.
- Arun M, Barik D, Sridhar KP, Dennison MS. Thermal performance of a dimpled tube parabolic trough solar collector (PTSC) with SiO2 nanofluid. Int J Photoenergy. 2022;2022(1):8595591.
- Vărzaru AA. Unveiling digital transformation: a catalyst for enhancing food security and achieving sustainable development goals at the European Union level. Foods. 2024;13(8):1226.
- Zhang J, Zhang W. Harnessing digital technologies for rural industrial integration: a pathway to sustainable growth. Systems. 2024;12(12):564.
- Vahdanjoo M, Sørensen CG, Nørremark M. Digital transformation of the agri-food system. Curr Opin Food Sci. 2025;63:101287.
- Khan N, et al. Potential role of technology innovation in transformation of sustainable food systems: A review. Agriculture. 2021;11(10):984.
- Singh V, Borisagar D, Singh OP, Verma SK. Enhancing agricultural competitiveness: harnessing value chains and agro-processing for sustainable growth. In: Sustaining the Global Agriculture Supply Chain. IGI Global Scientific Publishing; 2025. p. 37–72.
- Bocean CG. A longitudinal analysis of the impact of digital technologies on sustainable food production and consumption in the European Union. Foods. 2024;13(8):1281.
- Dayıoğlu ME, Türker UF. Digital transformation for sustainable future-agriculture 4.0: A review. J Agric Sci (Tarim Bilimleri Derg). 2021;27(4).
- DataIntelo. Agriculture Digital Twin Market Report: Global Industry Analysis, Growth, Trends, and Forecast. DataIntelo Research; 2025. Available from: DataIntelo Agriculture Digital Twin Market Report.
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.