Sensor de pH de solo com sistema IoT baseado em deep learning com previsão de séries temporais para agricultura

Abstract

A Agricultura 4.0, impulsionada pela convergência da Internet das Coisas (IoT) e Inteli- gência Artificial (IA), tem provocado uma revolução no setor agrícola, com o objetivo central de otimizar a produção, a gestão de recursos e o processo de tomada de decisões. Neste cená- rio, a criação de sensores IoT inovadores e sistemas avançados de previsão e reconhecimento de padrões desempenham um papel vital para enfrentar os desafios e abraçar as oportunidades apresentadas pela Agricultura 4.0. Um dos desafios preeminentes da agricultura contemporâ- nea reside na necessidade de um monitoramento preciso dos parâmetros do solo, uma tarefa na qual os métodos tradicionais frequentemente falham em fornecer informações em tempo real. Como resposta a essa necessidade, esta pesquisa propõe uma solução na forma de um sensor de pH do solo, desenvolvido com base em materiais avançados e submetido a testes rigorosos, garantindo sua confiabilidade. A fim de explorar plenamente a riqueza de dados gerados por este sensor, um modelo de previsão de séries temporais foi construído, utilizando técnicas de Deep Learning e adotando a arquitetura LSTM. Esse modelo foi integrado a um sistema IoT com capacidades de Edge Computing, permitindo a disponibilização de previsões de pH do solo em tempo real, diariamente e semanalmente. Essa capacidade possibilita a adoção de práticas agrícolas altamente precisas e orientadas pela informação. A contribuição primordial deste estudo reside na harmoniosa integração dos avanços em IoT, Inteligência Artificial e Agricultura 4.0, alcançada por meio do desenvolvimento de um sensor de pH do solo de van- guarda e a criação de um modelo de previsão de séries temporais altamente preciso, integrado a um sistema IoT robusto. Essa pesquisa oferece uma fonte de informações para impulsionar a agricultura 4.0.