Murilo Mesquita Baesso.

O projeto "Capacitação de docentes de escolas públicas em educação a distância com suporte em ambientes digitais de aprendizagem acessados via internet" será coordenado pelo professor Murilo Mesquita Baesso da Faculdade de Zootecnia e Engenharia de Alimentos (FZEA-USP) - Departamento de Engenharia de Biossistemas (ZEB), e tem como objetivo principal a capacitação de docentes de escolas públicas do estado de São Paulo a trabalharem em ambientes digitais, tendo em vista o atual cenário de pandemia, que obrigou professores a trabalhar com essa modalidade de ensino em muitos casos sem nenhum treinamento e/ou experiencia anterior. O projeto pretende apresentar aos docentes ambientes digitais de aprendizagem disponíveis na internet integrando múltiplas mídias, linguagens e recursos além de sugerir formas para que o docente alcance todos os objetivos da disciplina no qual é responsável. O produto final deste projeto é um curso que será ministrado na plataforma Moodle Extensão da USP, dividido em 3 módulos. Estarão disponíveis ferramentas de comunicação para interação durante as aulas ao vivo e em outros momentos os participantes, podendo fazer contato via e-mail, telefone, fórum, Skype e WhatsApp. Serão produzidos também: impressos (apostilas, livros, manuais e afins), audiovisuais (vídeo, filmes e afins), a sistemática de estudo prevista para o cursista e sua respectiva orientação. Os materiais serão desenvolvidos especialmente para o curso.

O projeto "Desmitisficando a Universidade de São Paulo - Capacitação de docentes de escolas públicas em educação à distância e estímulo ao acesso de estudantes do ensino publico ao ensino universitário" será coordenado pelo professor Murilo Mesquita Baesso da Faculdade de Zootecnia e Engenharia de Alimentos (FZEA-USP) - Departamento de Engenharia de Biossistemas (ZEB), e terá como vice-coordenadora a professora Neide Pena Coto da Faculdade de Odontologia (FOUSP-USP) - Departamento de Cirurgia, Prótese e Traumatologia Maxilofaciais. O projeto tem dois objetivos principais: a capacitação de docentes de Escolas Públicas do Estado de São Paulo a trabalharem com ambientes digitais de aprendizagem, e a divulgação, para estudantes de Escolas Públicas, dos meios de acesso à Universidade de São Paulo - este último objetivo também contemplará a divulgação dos estímulos à permanência na Universidade oferecidos pela USP. Esses objetivos estão ligados a duas temáticas dos Objetivos de Desenvolvimento Sustentável (ODS) da Agenda 2030 da ONU (Organização das Nações Unidas) - 'Educação de Qualidade' e 'Redução das Desigualdades'. O atual cenário causado pela pandemia por COVID-19 obrigou professores a trabalharem com o Ensino à Distância, muitas vezes, sem nenhum treinamento e experiência anterior, configurando-se assim como um grande desafio para estes profissionais fornecerem um ensino de qualidade aos seus alunos. Para os alunos, os desafios do mundo digital também foram impostos - pois o distanciamento da escola e a suspensão dos projetos presencias nos Campi Universitários podem estar gerando carências de informação e orientação sobre o acesso as faculdades públicas - fatos que com certeza aumentam ainda mais a desigualdade com os alunos que têm maior estrutura advinda da família e da escola com maiores recursos.

O objetivo deste módulo é treinar operadores de maquinas e implementos com experiência na profissão, contudo não habilitados. O módulo é constituído de aulas teóricas e práticas com carga horária total de 40 horas. Os assuntos abordados estão relacionados com Operação, manutenção e regulagens das máquinas e implementos agrícolas. Ao término desse módulo o aluno estará apto em operar maquinas e implementos agrícolas corretamente e com segurança, de forma a evitar acidentes e manter a máquina e ou implementos em boas condições de manutenção.O treinamento de operadores, além de evitar prejuízos com acidentes e indenizações, ainda melhora a qualidade do trabalho realizado pela máquina e ou implementos. Operadores bem treinados são mais eficientes em seus trabalhos e tendem a cuidar melhor das máquinas, sendo assim, obtêm-se melhores resultados, trabalho mais rápido e menor gasto com reparos e manutenção. A habilidade do operador, de fato é adquirida com a experiência, contudo o uso correto dos implementos é conhecimento necessário, independente do tempo de experiência do operador. É importante ressaltar que diversos acidentes ocorrem com operadores experientes.

A iniciativa tem dois pontos principais de ação: em primeiro, uma ação de cunho social que visa estimular, principalmente, alunos de escolas públicas a conhecerem a universidade e considerá-la como potencial meio de acesso a uma carreira e; uma iniciativa educacional que visa atrair um maior número de alunos para o vestibular da FZEA, melhorando a concorrência, principalmente nos cursos com baixa procura, como é um caso da Engenharia de Biossistemas, um curso pioneiro na universidade que atualmente tem uma relação candidato vaga aquém do esperado.

Este projeto tem como objetivo desenvolver e treinar uma rede neural convolucional capaz de identificar e classificar automaticamente pés de frangos lesionados por Pododermatite (dermatite plantar) através de imagens multiespectrais. A Pododermatite é uma doença que afeta os pés das aves e pode causar dor, inflamação e infecção, além de afetar a qualidade da carne de frango. A identificação precoce da doença é importante para a indústria avícola, pois permite que medidas preventivas sejam tomadas para evitar a propagação da doença e garantir a segurança alimentar. O projeto também visa avaliar a eficiência e precisão da CNN através de métricas de desempenho e comparar os valores individuais e em conjunto dos classificadores random forest (RF), K-nearest neighbors (KNN) e máquina de vetores de suporte (SVM). Os resultados dos classificadores serão analisados para os atributos extraídos da CNN usando algoritmos não supervisionados como regressão dos mínimos quadrados parciais (PLSR). O projeto tem como objetivo contribuir para o desenvolvimento de tecnologias que possam melhorar a qualidade da carne de frango e garantir a segurança alimentar. Além disso, o projeto pode ter implicações mais amplas para a indústria avícola, pois a tecnologia desenvolvida pode ser adaptada para identificar outras doenças e problemas de saúde em aves.

O consumo de carne de frango tem, de maneira constante, aumentado ao redor do mundo, levando ao crescimento da demanda por produtos seguros e com alta qualidade. Para garantir padrões de qualidade exigidos em busca da segurança do alimento, todas as carcaças na linha devem ser visualmente inspecionadas com relação à presença de contaminações fecal, biliar e gástrica. No entanto, devido à subjetividade na classificação, esse método pode estar passível de vários erros. Por esse motivo, o uso de sistemas de processamentos de imagens pode ser uma ferramenta aplicada para realização de análises em tempo real e não destrutivas para avaliação de contaminação de carcaças, garantindo a segurança do produto e evitando perdas econômicas. Este trabalho tem como objetivo principal desenvolver um sistema computacional para identificar contaminações em carcaças de frango de corte, utilizando redes neurais convolucionais (CNN) aliadas a imagens multiespectrais. O projeto inclui a coleta de amostra, aquisição e processamento de imagens, treinamento da CNN, testes comparativos de classificadores, análise dos resultados e avaliação de desempenho do modelo. A metodologia proposta visa garantir a conformidade com as normas de qualidade e segurança alimentar, fortalecendo a competitividade do setor avícola brasileiro no mercado global. O uso de métricas de desempenho, como acurácia, sensibilidade, especificidade, precisão, F1-score, permitirá uma avaliação abrangente da capacidade do sistema em distinguir entre carcaças contaminadas e não contaminadas, fornecendo para a indústria informações valiosas para uma melhoria contínua da qualidade dos produtos avícolas. Serão utilizados um total de 2000 carcaças de frangos de corte devidamente selecionadas em abatedouros comerciais no estado de São Paulo.

O projeto consiste na implementação de um software de gestão agropecuária na Prefeitura do Campus USP Fernando Costa. O objetivo é utilizar a tecnologia para melhorar a administração da fazenda e aumentar a produtividade do setor de gado de corte. Inicialmente, serão desenhados todos os pastos existentes no Campus por meio da ferramenta Google Earth. Em seguida, será criada no sistema a fazenda da Prefeitura e realizado o cadastro de todo o rebanho, com as formações dos lotes e alocação nos respectivos pastos. Também será feito o levantamento das informações dos pastos, com coleta de material para verificação da massa de forragem e densidade de forragem. Essas informações serão comparadas com o banco de dados obtido por satélite. O software permitirá a operacionalização do manejo de pastagens e da suplementação de bovinos a pasto, além de outras funcionalidades que serão implementadas futuramente.

O acelerado crescimento da população mundial requer uma elevada produção de alimentos e uma agricultura cada vez mais eficiente e sustentável; o feijão é a leguminosa mais consumida pelos humanos em todo o mundo, sendo a base alimentar em países em desenvolvimento. O uso de fertilizantes é indispensável para alta produtividade do feijoeiro e demanda tecnologias de precisão para predição dos níveis ideais durante o ciclo fenológico da cultura. O objetivo deste trabalho é prever o estado nutricional de 4 espécies de feijão submetidas à 4 doses de N e P a partir de imagens digitais 2D, retiradas da parte aérea, usando rede neural convolucional e comparar os resultados com dados obtidos através da fusão de extratores texturais de imagens. Serão instalados 2 experimentos para cada elemento em duas condições distintas de cultivo (casa de vegetação e campo) na Faculdade de Zootecnia e Engenharia de Alimentos (FZEA/USP). O primeiro será conduzido em DIC, com esquema fatorial 4x4x3, contendo 4 cultivares de feijão (BRS Estilo, BRSFC401RMD BRSFC406, BRSFC104), 4 doses de N (0, 50, 100 e 150 kg ha-1) e P (0, 60, 120 e 180 kg ha-1) e 3 repetições, totalizando 48 observações para cada. O segundo experimento será instalado em campo e será do tipo (DBC) com esquema fatorial 4*4*3 e constituído pelos mesmos tratamentos referentes ao primeiro em Neossolo Quartzarênico com baixo teor de fósforo de até 15 mg dm-3. Será adotada uma densidade populacional de 200.000 plantas por hectare e lâmina de irrigação de 10 mm a cada 2 dias. Uma CNN e a junção dos extratores GLCM e GLRM serão confeccionadas no Matlab. A definição da melhor técnica e época para estimativa de N e P e os níveis de resposta de 4 cultivares de feijão à adubação nitrogenada e fosfatada são esperadas, além da sintetização do conhecimento no uso de imagens para diagnose nutricional de plantas.

A cultura do milho (Zea mays L.) tem se destacado como um dos principais cereais produzidos no Brasil, além da utilização para alimentação humana e animal ainda apresenta potencial como matéria prima na produção de etanol anidro e hidratado. Nesse contexto, a condição nutricional da cultura é indispensável para manter a produtividade, a economia de fertilizantes, a eficiência dos sistemas operacionais e sustentabilidade no uso dos recursos naturais. O uso de ferramentas tecnológicas que possam determinar esta condição nutricional através de extração de características de imagens digitais e aplicação de algoritmos torna-se imprescindível, pois além de reduzir o tempo em relação às análises convencionais ainda aumenta a eficiência na aplicação de fertilizantes. Entre os algoritmos de aprendizados de máquinas usados para extração de características de imagens, a rede neural convolucional (CNN) tem sido amplamente estudada na classificação, detecção e segmentação de dados de interesse por meio de camadas convolucionais que apresentam informações mais eficientes e robustas, colocando a CNN como uma alternativa viável para determinação da condição nutricional de plantas. O objetivo principal deste trabalho é estimar a condição nutricional em plantas de milho usando rede neural convolucional em imagens espectrais (RGB). Para isso, um banco de imagens será criado através de experimentos conduzidos em casa de vegetação e campo utilizando híbridos de milho e doses diferentes de N e K. O experimento será independente para cada elemento e conduzido em 2 etapas: 1) casa de vegetação sob cultivo hidropônico, com delineamento experimental inteiramente casualizado em esquema fatorial sendo 4 (doses) x 3 (híbridos) e 4 repetições, sendo as 4 doses: 5, 20, 100 e 200 da dose completa; e 2) campo, em blocos ao acaso em fatorial 4x3 (4 doses e 3 híbridos) e 4 blocos, sendo as doses de adubação: omissão individual e completa (0) de N ou K, 50, 100 e 200 da dose recomendada do nutriente em estudo. Os híbridos serão: DKB390 PróR2 (H1), Pioneer 30F35 (H2) e Syngenta Status (H3). A coleta e digitalização das folhas será realizada nos estádios V4 e R1 onde serão obtidas as imagens da folha indicativa do estádio (FI), analisadas quimicamente e processadas usando a rede neural convolucional.

A cultura do milho (Zea mays L.) tem se destacado como um dos principais cereais produzidos no Brasil, além da utilização para alimentação humana e animal ainda apresenta potencial como matéria prima na produção de etanol anidro e hidratado. Nesse contexto, a condição nutricional da cultura é indispensável para manter a produtividade, a economia de fertilizantes, a eficiência dos sistemas operacionais e sustentabilidade no uso dos recursos naturais. O uso de ferramentas tecnológicas que possam determinar esta condição nutricional através de extração de características de imagens digitais e aplicação de algoritmos torna-se imprescindível, pois além de reduzir o tempo em relação às análises convencionais ainda aumenta a eficiência na aplicação de fertilizantes. Entre os algoritmos de aprendizados de máquinas usados para extração de características de imagens, a rede neural convolucional (CNN) tem sido amplamente estudada na classificação, detecção e segmentação de dados de interesse por meio de camadas convolucionais que apresentam informações mais eficientes e robustas, colocando a CNN como uma alternativa viável para determinação da condição nutricional de plantas. O objetivo principal deste trabalho é estimar a condição nutricional em plantas de milho usando rede neural convolucional em imagens espectrais (RGB). Para isso, um banco de imagens foi criado através de experimentos conduzidos em casa de vegetação e campo utilizando híbridos de milho e doses diferentes de N e K. O experimento foi independente para cada elemento e conduzido em 2 etapas: 1) casa de vegetação sob cultivo hidropônico, com delineamento experimental inteiramente casualizado em esquema fatorial sendo 4 (doses) x 3 (híbridos) e 4 repetições, sendo as 4 doses: 5, 20, 100 e 200 da dose completa; e 2) campo, em blocos ao acaso em fatorial 4x3 (4 doses e 3 híbridos) e 4 blocos, sendo as doses de adubação: omissão individual e completa (0) de N ou K, 50, 100 e 200 da dose recomendada do nutriente em estudo. Os híbridos foram: DKB390 PróR2 (H1), Pioneer 30F35 (H2) e Syngenta Status (H3). A coleta e digitalização das folhas foram realizadas nos estádios V4 e R1 onde foram obtidas as imagens da folha indicativa do estádio (FI), analisadas quimicamente e que serão processadas usando a rede neural convolucional.

As análises por XRF são rápidas, limpas, não destrutivas e compatíveis com operações em campo, que são algumas vantagens em relação às determinações tradicionais usando ICP-OES. O objetivo deste trabalho foi avançar nas abordagens por FRX in situ para avaliação do estado nutricional de folhas de soja (i.e., P, S, K, Ca, Mn, Fe, e Zn). Mais especificamente, propomos um protocolo para garantir a precisão da análise em campo e, em seguida, avaliar o desempenho preditivo de FRX através de diferentes estratégias de modelagem de dados para determinação de macro e micronutrientes. Para tanto, determinou-se o tempo de permanência do sensor de FRX de 60 s e o tempo máximo de 5 min para a análise das folhas após a abscisão foliar, levando-se em conta a influência da perda de umidade na intensidade de sinal dos elementos mais leves. Em relação ao desempenho preditivo dos dados de FRX para determinação de nutrientes, os modelos de regressão linear múltipla (MLR) resultaram em menores erros quadrados médios (RMSE) para P (433 mg kg-1), S (204 mg kg-1) e K (1957 mg kg-1); Regressão de mínimos quadrados parciais (PLS) para Ca (519 mg kg-1); e regressão linear simples (SLR) para Mn (9 mg kg-1), Fe (18 mg kg-1), Zn (5 mg kg-1). As diferentes estratégias de modelagem exibiram RMSE equivalente para (2 mg kg-1). Esses erros de predição estão dentro de uma faixa de 20, demonstrando que os protocolos in situ desenvolvidos nesta pesquisa são úteis para predizer a concentração de nutrientes nas folhas de soja. Nosso estudo mostra que a análise in situ do sensor por FRX permite a determinação rápida e prática de nutrientes em folhas de soja, sendo um sensor com grande potencial para ser incorporado como ferramenta para diagnóstico de culturas no contexto da agricultura de precisão e digital.

As análises por XRF são rápidas, limpas, não destrutivas e compatíveis com operações em campo, que são algumas vantagens em relação às determinações tradicionais usando ICP-OES. O objetivo deste trabalho foi avançar nas abordagens por FRX in situ para avaliação do estado nutricional de folhas de soja (i.e., P, S, K, Ca, Mn, Fe, e Zn). Mais especificamente, propomos um protocolo para garantir a precisão da análise em campo e, em seguida, avaliar o desempenho preditivo de FRX através de diferentes estratégias de modelagem de dados para determinação de macro e micronutrientes. Para tanto, determinou-se o tempo de permanência do sensor de FRX de 60 s e o tempo máximo de 5 min para a análise das folhas após a abscisão foliar, levando-se em conta a influência da perda de umidade na intensidade de sinal dos elementos mais leves. Em relação ao desempenho preditivo dos dados de FRX para determinação de nutrientes, os modelos de regressão linear múltipla (MLR) resultaram em menores erros quadrados médios (RMSE) para P (433 mg kg-1), S (204 mg kg-1) e K (1957 mg kg-1); Regressão de mínimos quadrados parciais (PLS) para Ca (519 mg kg-1); e regressão linear simples (SLR) para Mn (9 mg kg-1), Fe (18 mg kg-1), Zn (5 mg kg-1). As diferentes estratégias de modelagem exibiram RMSE equivalente para (2 mg kg-1). Esses erros de predição estão dentro de uma faixa de 20, demonstrando que os protocolos in situ desenvolvidos nesta pesquisa são úteis para predizer a concentração de nutrientes nas folhas de soja. Nosso estudo mostra que a análise in situ do sensor por FRX permite a determinação rápida e prática de nutrientes em folhas de soja, sendo um sensor com grande potencial para ser incorporado como ferramenta para diagnóstico de culturas no contexto da agricultura de precisão e digital.

Durante a operação de arranquio mecanizado de amendoim vários fatores relacionados ao cultivo e a interação com o maquinário interferem na qualidade do processo. Portanto, buscamos neste trabalho desenvolver uma metodologia para avaliação da qualidade do processo de arranquio mecanizado de amendoim, combinando os resultados de cartas de controle para diferentes indicadores de qualidade, relacionados à interação solo-planta-máquina. Como objetivo adicional procuramos avaliar a variabilidade do processo de arranquio mecanizado de amendoim, utilizando ferramentas do Controle Estatístico de Processo (CEP), para dois modelos de arrancadores em função de duas velocidades de deslocamento. O experimento foi conduzido em duas lavouras comerciais na região de Jaboticabal, São Paulo, na safra 2021/2022. O delineamento experimental seguiu as premissas do Controle Estatístico de Qualidade (CEQ), sendo coletados 160 pontos amostrais divididos em duas áreas e subdivido em quatro tratamentos, representados pela combinação de dois modelos de arrancadores (2x1 e 4x2) nas velocidades de trabalho de 3 e 5 km h-1. Os indicadores de qualidade utilizados foram as seguintes variáveis: teor de água no solo (TAS), resistência mecânica do solo à penetração (RMSP), resistência do ginóforo ao rompimento (RGR), altura de Leira (AL), largura de leira (LL), perdas visíveis (PVA), invisíveis (PIA) e totais (PTA) e produtividade (PROD) e a caracterização de maturação das áreas. A qualidade do processo foi monitorada por meio de gráficos sequenciais e cartas de controle de valores individuais. Para o desenvolvemos a metodologia consideramos a uniformidade dos indicadores de qualidade relativos ao solo (TAS e RMSP) e à planta (FD e PROD) bem como a variabilidade dos indicadores de qualidade relacionados à ação da máquina (AL, LL, PVA, PIA e PTA) encontrados nas cartas de controle. Posteriormente, foram definidas notas de 1 a 4 para variabilidade encontrada nas cartas de controle e para estabilidade e/ou instabilidade do processo. A metodologia desenvolvida foi capaz de avaliar a qualidade no processo de arranquio de amendoim, e a melhor qualidade foi obtida para o arrancador 4x2 a 3 km h-1. As cartas de controle permitiram a variabilidade do processo e a detecção de causas especiais, sendo encontrados os maiores percentuais de perdas visíveis e totais quando utilizado o arrancador 2x1 a 5 km h-1 e 3 km h-1 para as perdas invisíveis.

Este trabalho tem como objetivo geral o desenvolvimento de um sistema para determinar o status da deficiência do nitrogênio no feijoeiro (Phaseolus vulgaris L.). E como objetivos específicos: avaliar índices espectrais das imagens como descritores para discriminar diferentes doses de nitrogênio; desenvolver um classificador estatístico para distinguir as diferentes doses de nitrogênio aplicadas; avaliar a possibilidade de utilização do medidor de clorofila na determinação da deficiência de N; e comparar o desempenho dos blocos de imagens e dos valores SPAD na avaliação do status do nitrogênio no feijoeiro.

Esse projeto tem por finalidade avaliar as condições ergonômicas e a segurança do trabalhador rural, a hipótese deste trabalho foi de que as máquinas e os implementos agrícolas disponíveis no mercado atendem a condições mínimas de ergonomia e segurança do operador.

O treinamento de operadores, além de evitar prejuízos com acidentes e indenizações, ainda melhora a qualidade do trabalho realizado pela máquina e ou implementos. Operadores bem treinados são mais eficientes em seus trabalhos e tendem a cuidar melhor das máquinas, sendo assim, obtêm-se melhores resultados, trabalho mais rápido e menor gasto com reparos e manutenção. A habilidade do operador, de fato é adquirida com a experiência, contudo o uso correto dos implementos é conhecimento necessário, independente do tempo de experiência do operador. É importante ressaltar que diversos acidentes ocorrem com operadores experientes.

Este trabalho tem o objetivo de analisar a variabilidade espacial dos valores de brix em uma propriedade produtora de café conilon, visando a determinação de zonas de manejo em termos de qualidade. Inicialmente, será realizado o levantamento georreferenciado da área com o auxílio de um receptor GNSS, fabricado pela Trimble, e ferramentas de correção diferencial. Esse processo permitirá a definição dos talhões provenientes das áreas produtivas, considerando-se a época de plantio, o número de plantas por hectare e as variedades presentes na produção.Na época da colheita, serão amostrados em cada talhão, cerca de 30 plantas por hectare, de forma aleatória. Essa coleta é manual e privilegia os frutos de quatro ramos, um par em cada lado da planta, voltados para as entrelinhas. Todos os frutos colhidos nesse processo são agrupados, formando uma amostra. De cada amostra de café cereja, serão retirados ao acaso quinze frutos, dos quais, utilizando-se um refratrômetro portátil, modelo Brix/RI-Check, marca Reichert, se faz a leitura do grau brix do suco obtido pela compressão dos mesmos.

Esse estudo tem como objetivo geral estimar a máxima exposição diária ao ruído permissível, segundo a Norma Regulamentadora (NR 15) do Ministério do Trabalho e Emprego, de diferentes modelos de tratores agrícolas e avaliar a existência de itens de ergonomia e segurança em tratores agrícolas, que venham a influenciar o operador em seu posto de comando, assim como os ajudantes que trabalham ao lado das máquinas, e comparar os resultados com as normas vigentes no Brasil. Ao fim desse trabalho espera-se um melhor entendimento dos fatores de riscos que os produtores rurais desse município estão expostos, bem como conscientiza-los de que cuidados básicos de segurança podem diminuir consideravelmente os números de acidentes no meio rural. Posteriormente esses dados poderão ser utilizados como ponto de partida pelos órgãos universitários e municipais para um programa de treinamento de operadores de maquinas.

Avaliar os efeitos da combinação de teores de umidade na semeadura e variações de vácuo aplicado no sistema pneumático de distribuição de sementes de uma semeadora-adubadora e propor melhorias para o sistema de distribuição que vise aperfeiçoar o sistema dosador da semeadora-adubadora.

Pesquisa Básica com objetivo principal de avançar o conhecimento fundamental, mas cujos resultados têm potencial de aplicação Tecnológica.

Um dos cereais básicos para a alimentação humana e animal em todo o mundo, o milho representa papel essencial na economia tanto da agricultura familiar quanto no agronegócio como um todo. Na planta, o silício (Si) absorvido tem efeitos benéficos relacionados principalmente com o aumento da resistência ao ataque de pragas, diminuição da taxa de transpiração, confere maior eficiência fotossintética e, pode alterar o pH do solo. Os métodos geralmente utilizados para determinar a quantidade de clorofila na folha requerem destruição de amostras de tecido e muito trabalho no processo de sua obtenção. O medidor portátil de clorofila, permiti leituras do teor relativo de clorofila na folha sem destruí-la.

A manutenção de máquinas agrícolas é de extrema importância quando se trata da otimização da produção agrícola. Máquinas quebradas podem prejudicar o sistema de produção agrícola, de modo que as máquinas utilizadas a campo devem prever manutenções periódicas e preventivas. Considerando-se que a eficácia da gestão dos sistemas mecanizados é um fator importante para o sucesso das empresas agrícolas e que um sistema de controle de manutenção da frota agrícola pode contribuir para esse sucesso, o objetivo deste trabalho foi desenvolver um software de suporte e gestão das máquinas agrícolas. Assim, desenvolveu-se um software utilizando-se a plataforma JAVA, que possibilita uma ampla gama de aplicações e visualização nos mais diversos hardwares e via internet, pelo desenvolvedor Netbeans 7.1.2 e banco de dados MySQL, que pode ser vinculado a um servidor de internet.

Avaliar o comportamento produtivo da cultura do rabanete irrigado com efluente tratado de laticínio.

O ruído das máquinas agrícolas, com o passar do tempo, pode provocar problemas auditivos nos operadores. De acordo com as normas regulamentadoras do Ministério do Trabalho e Emprego (NR 15), a exposição diária máxima permitida, durante uma jornada de trabalho de 8 horas, é de 85 decibéis. Baseado neste contexto, este trabalho foi conduzido a fim de avaliar o ruído emitido por 7 tratores de diferentes modelos. As leituras foram realizadas próximo ao ouvido do operador e em cada raio de afastamento de 1 a 10 metros tomados de um a um metro, direcionados para os lados direito e esquerdo e partes traseira e frontal do trator.

Este projeto tem como objetivo desenvolver um mecanismo para separar caules de folhas de plantas de gliricídia, com a finalidade de ser utilizado em uma máquina estacionária em agricultura orgânica.

O projeto esta sendo desenvolvido no Laboratório de Máquinas e Energia na Agricultura (LABMEN) do Departamento de Engenharia, Instituto de Tecnologia, Universidade Federal Rural do Rio de Janeiro, Seropédica-RJ, os níveis de ruídos de todos os tratores do instituto de tecnologia estão sendo estudados, utilizando um decibelímetro digital, marca Minipa, modelo MSL-1350, nos circuitos de resposta rápida e de equalização ?A?.

Desenvolvimento de uma metodologia para determinar o nível de deficiência nutricional de fósforo do feijão caupi e desenvolver e comparar dois tipos de classificadores: estatístico e redes neurais artificiais.

Diferentes doses de fósforo foram testadas para estabelecimento do capim tanzania, para se determinar a melhor dose a ser aplicada na região do baixo amazonas.