Agricultura de Precisão – Análise Espacial Comparativa da
Transcrição
Agricultura de Precisão – Análise Espacial Comparativa da
Agricultura de Precisão – Análise Espacial Comparativa da Produtividade do Milho, para Diferentes Rampas Rotativas na Herdade do Cego FERREIRA DA SILVA, Sérgio A. / MARQUES DA SILVA, J. Rafael RESUMO A Agricultura de Precisão trata-se de um tecnologia emergente, que pode ser definida como uma estratégia de gestão diferenciada dos factores de produção e que utiliza informação referenciada. A chave do sucesso desta técnica passa pela utilização dos Sistemas de Posicionamento Global (GPS), dos Sistemas de Informação Geográfica (SIG), da Detecção Remota e de Tecnologias de Aplicação Variável (VRT), que permitem ao empresário agrícola tratar de forma diferenciada cada unidade de área, consoante as necessidades efectivas da cultura. Neste artigo vamos apresentar os procedimentos e os resultados obtidos num estudo efectuado na herdade do Monte do Cego (Fronteira, Alto Alentejo) e que demonstra que a tecnologia “Agricultura de Precisão” é fundamental para uma boa gestão da empresa agrícola. Para a realização do estudo, foi utilizado o sistema de aquisição de dados de uma ceifeira CLAAS – Lexion 450 equipada com um kit opcional de Agricultura de Precisão, que permitiu a recolha e georreferenciação de dados relativos à produtividade da cultura de milho (campanha 2002), em 9 parcelas. Dados esses que foram posteriormente tratados e analisados num SIG. Como resultado, obtivemos mapas de produtividade da cultura que, após uma análise detalhada, nos conduziram à elaboração de mapas de tratamento diferenciado, em função da posição na parcela. Estes mapas foram elaborados tendo como base uma série de critérios, tais como: a protecção das zonas de alta produtividade e melhoria ou o abandono (caso o empresário considerasse conveniente ou necessário) das zonas de baixa produtividade. A ausência de informação para a tomada de decisão tem por vezes um custo elevado e este artigo vem chamar a atenção para essa realidade. PALAVRAS CHAVE: Agricultura de Precisão, Sistemas de Posicionamento Global (GPS), Sistemas de Informação Geográfica (SIG), Detecção Remota, Tecnologias de Aplicação Variável (VRT) Introdução Na sociedade actual, a procura de alimentos cresce a um ritmo bastante superior à área cultivada e em virtude de tal facto, há que utilizar novas técnicas de produção, de forma a aumentar a produtividade e a eficiência dessa produção, nas áreas já disponíveis. Além da necessidade de aumentar a produção de alimentos é também fundamental a preservação dos recursos naturais, nomeadamente: da fauna, da flora e dos recursos edáficos e hídricos. As novas políticas agrárias fazem questão de promover o respeito pelos recursos naturais, incentivando o desenvolvimento da agricultura 1 sustentável. Neste sentido, tem-se realizado vários estudos em temas como a agricultura ecológica, a agricultura de conservação, a agricultura integrada e mais recentemente a agricultura de precisão, que estão inseridos dentro da área da agricultura sustentável. Com o desenvolvimento dos Sistemas de Informação Geográfica (SIG), da Detecção Remota e dos Sistemas de Posicionamento Global (GPS) foi possível mudar a perspectiva de unidade homogénea que o empresário agrícola normalmente tem da parcela agrícola, passando a encará-la como um sistema de produção heterogéneo que varia no espaço e no tempo. De uma forma sucinta, podemos dizer que a Agricultura de Precisão consiste no uso de informação referenciada com o objectivo de efectuar uma gestão diferenciada dos factores de produção, através da integração de várias tecnologias, obtendo com tal abordagem uma maior eficiência económica do sistema e um menor impacto ambiental [1, 2]. Com o surgimento do GPS foi possível a georreferenciação da posição de determinados equipamentos agrícolas com precisão métrica ou até mesmo sub-métrica. Os SIG permitem ao empresário agrícola criar bases de dados, georreferenciados, que podem servir para uma gestão, mais minuciosa, da empresa agrícola. Na base de dados dos SIG podemos incluir informação a vários níveis, como por exemplo: dados referentes às rotações, tipos de mobilização de solo, fertilizantes e pesticidas aplicados, tipos de solos existentes, produtividades obtidas ao longo de vários anos, estradas e linhas de água, altimetria do terreno, entre outros parâmetros importantes na gestão do espaço agrícola. A Detecção Remota permite o estudo de fenómenos específicos através da criação de mapas temáticos em formato digital, que podem ser utilizados facilmente nos SIG. A tecnologia VRT permite a aplicação localizada dos factores de produção a uma taxa variável, bem como a variação da profundidade de mobilização, da profundidade e densidade de sementeira, etc. O presente trabalho tem como objectivo demonstrar que a Agricultura de Precisão é uma técnica de extrema utilidade na gestão de uma empresa agrícola. Processo de Aplicação da Agricultura de Precisão O processo de aplicação da Agricultura de Precisão deve ser feita com algum critério, sendo muito importante efectuar, em primeiro lugar um levantamento da variabilidade presente nas parcelas de cultivo [2]. É por este motivo, que a elaboração de Mapas de Produtividade ou Qualidade do produto, corresponde à primeira etapa do ciclo da Agricultura de Precisão. Com a variabilidade espacial expressa nos mapas de produtividade ou qualidade do produto é possível iniciar a Identificação dos Causadores de Variabilidade (segunda etapa do ciclo da Agricultura de Precisão) responsáveis pelas diferenças de rendimento observadas nas parcelas agrícolas. Tal identificação, geralmente, é feita através de visitas ao campo e através de amostragens aos factores “suspeitos”. A Amostragem permite a identificação das zonas da parcela onde existem problemas específicos (baixo teor de matéria orgânica, compactação, problemas de pH, falta de nutrientes, má drenagem, infestantes, pragas e doenças, etc) que afectam a produtividade. Com a amostragem podemos elaborar mapas com os diferentes factores que pensamos serem os causadores da variabilidade. A Amostragem e a Criação de Mapas, corresponde assim à terceira etapa do ciclo da Agricultura de Precisão. O passo seguinte consiste no Cruzamento de Informação (quarta etapa do ciclo da Agricultura de Precisão). Nesta etapa cruzam-se as informações da produtividade, dos solos, da altimetria, da posição dos cursos de água, etc., de maneira a identificar quais os principais factores responsáveis pelas variações na produtividade. Quando identificados os factores responsáveis pela variabilidade da produção, pode-se então passar para uma fase seguinte designada por fase de Correcção (quinta etapa da Agricultura de Precisão), onde os factores responsáveis pelas variações na produtividade são corrigidos. Nesta etapa, o empresário agrícola decide (Tomada de Decisão) qual o melhor método a empregar por forma a diminuir, da forma economicamente mais viável, a variabilidade da produtividade. Como formas de correcções possíveis e usuais, temos: alteração da 2 densidade de plantas, a variação da época de sementeira, variações nos níveis de fertilização, variações no material genético, variação das quantidades de fertilizantes a aplicar, de pesticidas, etc. Os métodos utilizados para a realização desta etapa passam pela utilização de tecnologia de Aplicação Variável (VRT, do inglês Variable Rate Tecnology). A última etapa que completa o ciclo da Agricultura de Precisão corresponde ao Acompanhamento da Cultura (sexta e última etapa). Nesta etapa, faz-se a monitorização do processo produtivo, georreferenciando os problemas considerados como pontuais ou generalizados que possam prejudicar a cultura. Podem-se apontar alguns exemplos: uma elevada população de infestantes, ataques de pragas e doenças, falhas de sementeira ou germinação, etc. Assim, com esta etapa termina o ciclo da Agricultura de Precisão, que volta ao princípio na colheita seguinte. Na figura 1 podemos observar, de uma forma simplificada, as várias etapas anteriormente referidas, e que no seu conjunto formam um ciclo denominado: Ciclo da Agricultura de Precisão [2]. FIGURA 1 – Ciclo da Agricultura de Precisão [2] Desenvolvimento do Trabalho O trabalho descrito neste artigo foi desenvolvido na Herdade do Cego, mais precisamente em 9 parcelas agrícolas de regadio equipadas com Rampas Rotativas (figura 2). Parcelas estas que se localizam no Concelho de Fronteira, Distrito de Portalegre, Região do Alto Alentejo, a 5 km da vila de Fronteira e a 6 km da Aldeia de Cabeço de Vide. A área total em estudo correspondeu a 281.5 ha. A cultura estudada foi o milho de regadio para grão, e a campanha a que se refere os dados recolhidos foi a de 2001/2002. 3 Sistema Gauss Militar – Datum de Lisboa - Quadrícula Métrica FIGURA 2 – Ortofotos da área de estudo [3] A aquisição de dados foi realizada por uma ceifeira CLAAS LEXION 450 (figura 3) com um sistema opcional de agricultura de precisão. Sistema esse composto por um monitor de bordo, uma antena receptora de GPS e sensores que permitiram a recolha e a monitorização de parâmetros relacionados com a cultura e com o próprio desempenho da máquina. Dos vários parâmetros que este sistema permite obter, destacam-se: a localização geográfica (latitude e longitude), a produtividade (rendimento instantâneo), a quantidade de grão colhido, a humidade instantânea do grão, a humidade média do grão, a área colhida, o fluxo de grão, a velocidade média de trabalho, a data e hora de cada lote. Dos parâmetros anteriormente referidos, alguns são arquivados em memória, como: a Latitude, a Longitude, a Produtividade, o Tempo, a Velocidade, a Data, a Humidade, etc; podendo ser posteriormente gravados num cartão memória, de forma a serem transportados para um computador pessoal. FIGURA 3 – Ceifeira CLAAS – Lexion 450 (Imagem publicitária) 4 O número de pontos recolhidos nas 9 parcelas foi de 93500. A título de exemplo podemos observar no quadro 1 uma parte da base de dados recolhida para a parcela designada por Bemposta. QUADRO 1 - Dados recolhidos pela ceifeira durante a colheita do milho, na parcela Bemposta Latitude (WGS84) Longitude (WGS84) Produtividade (ton./ha) Humidade (%) Data Nº de Satélites 39.08292 -7.61303 8.715 31.3 04.10.02 4 39.08287 -7.61310 10.318 31.2 04.10.02 4 39.08283 -7.61318 10.191 31.2 04.10.02 4 39.08279 -7.61323 8.444 31.2 04.10.02 4 39.08273 -7.61328 5.633 31.2 04.10.02 4 39.08268 -7.61335 7.871 31.2 04.10.02 4 39.08265 -7.61342 9.168 26.6 04.10.02 4 39.08260 -7.61348 11.048 26.6 04.10.02 4 39.08253 -7.61355 9.278 26.6 04.10.02 4 39.08248 -7.61362 9.722 26.6 04.10.02 4 39.08244 -7.61368 9.271 26.6 04.10.02 4 39.08240 -7.61375 10.437 29.0 04.10.02 4 39.08233 -7.61383 10.291 29.0 04.10.02 4 39.08228 -7.61390 10.412 29.0 04.10.02 4 39.08223 -7.61397 9.501 29.0 04.10.02 4 Todos os dados recolhidos foram posteriormente transferidos para o software “ArcView 3.2” [4]. Os dados da produtividade (dados utilizados para a elaboração dos mapas de produtividade), obtidos pelos sensores da ceifeira, referem-se ao peso do grão de milho no estado húmido e como o que interessa ao empresário agrícola é o peso seco do grão (com humidade igual ou inferior a 14%), transformamos os mesmos, utilizando a seguinte expressão matemática: PS 14% = PH × (1 − H ) × 1,14 100 PS14% - Produtividade grão seco (ton./ha) - com uma humidade igual a 14%; PH – Produtividade grão húmido (ton./ha) - valor obtido pela ceifeira; H – Humidade do grão (%) - valor registado pelo sensor de humidade da ceifeira. A elaboração dos mapas de produtividade (figura 4) teve como base o cálculo de redes irregulares de triângulos (“TIN” do software ArcView 3.2 [4]), com transformação posterior para o formato de dados quadricular através das extensões “Spatial Analyst” e “3D Analyst”. 5 Sistema Gauss Militar – Datum de Lisboa - Quadrícula Métrica FIGURA 4 – Mapas de Produtividade obtidos para as 9 parcelas em estudo Com base nos mapas de produtividade identificamos as zonas que consideramos como problemáticas (onde a produtividade foi inferior a 4 ton./ha) e posteriormente verificamos a presença de possíveis causadores dessa variabilidade (tendo como base Ortofotomapas). A título de exemplo, podemos observar as zonas problemáticas da parcela Azarento (figura 5) e os possíveis causadores da variabilidade (figura 6). A2 A3 A1 A4 A5 Sistema Gauss Militar – Datum de Lisboa - Quadrícula Métrica FIGURA 5 – Mapas de Produtividade obtido para a parcela Azarento 6 A2 A3 A1 A4 A5 Sistema Gauss Militar – Datum de Lisboa - Quadrícula Métrica FIGURA 6 – Ortofoto da parcela Azarento [3] Com o intuito de se saber quais foram, realmente, os motivos que levaram ao aparecimento dessas zonas problemáticas; localizamos pontos dentro destas zonas e aos mesmos associamos um factor provável (quadro 2), que possivelmente será o responsável pelos resultados, tão baixos, da produtividade. Só através da realização de amostragens, no campo, é que poderemos confirmar os factores que estarão a condicionar a produtividade. Como estas amostragens não fizeram parte deste estudo, e baseando-nos apenas no nosso conhecimento do terreno em estudo, pensamos que alguns dos problemas existentes na área estão relacionados com o excesso de água (nas zonas mais baixas) e com o défice de água (nas zonas elevadas ou com maior declive). QUADRO 2 – Localização dos pontos dentro das zonas problemáticas e possível factor responsável Com o intuito de verificar a situação de cada parcela em relação à remuneração do capital investido, realizamos um estudo que designamos por Análise do rendimento da cultura. Não estando por dentro dos custos de produção das 9 parcelas, traçamos dois cenários possíveis de produtividade mínima (ton./ha) necessária, para recuperar o investimento. Assim temos: 7 1) Produtividade mínima de 8 ton./ha, para as empresas agrícolas mais eficientes (Cenário I); 2) Produtividade mínima de 10 ton./ha, para as empresas agrícolas menos eficientes (Cenário II). Partindo destes dois possíveis cenários avaliamos a situação das 9 parcelas estudadas. No quadro 3 podemos observar as quatro classes de produção que relacionamos com o retorno do investimento, para o Cenário I (empresários agrícolas mais eficientes). Com base nessas quatro classes de produção (quadro 3), calculamos as áreas de cada parcela ocupada por cada classe (quadro 4). QUADRO 3 – Relação entre o Retorno do Investimento realizado com a produtividade de grão (Cenário I) Produtividade (ton./ha) Retorno do Investimento <8 de 8 a 10 de 10 a 12 ≥ 12 Sem retorno (Prejuízo) Baixo Mediano Elevado QUADRO 4 – Área obtida em cada parcela ocupada com cada intervalo de produção (Cenário I) Produt. (ton./ha) Área obtida em cada parcela para os diferentes intervalos de produção (ha) Meia Légua Azarento Freixos Meia Lua Bemposta Cevada Cristalina Chaparral Rib. de Vide 9 parcelas <8 4.12 12.85 6.62 8.57 7.83 5.07 6.30 2.75 6.24 60.80 de 8 a 10 3.09 10.29 6.03 7.83 6.22 4.31 5.24 1.69 3.29 48.34 de 10 a 12 4.39 12.70 10.32 10.32 6.81 5.47 9.20 2.65 3.52 65.86 ≥ 12 6.01 22.65 18.1 9.00 8.50 3.90 16.14 14.71 6.72 106.50 Analisando os resultados obtidos no quadro 4 e baseando-nos na informação contida no quadro 3, podemos constatar que, em relação à área em estudo (com aproximadamente 281.5 ha): − − − − 21.6 % da área (60.8 ha) não consegue remunerar todos os investimentos feitos pelo empresário agrícola, o que significa que o mesmo está a perder dinheiro ao produzir nesta área; 17.2 % da área (48.34 ha) consegue remunerar todos os investimentos, contudo esse retorno é muito baixo; 23.4 % da área (65.86 ha) consegue um retorno mediano e; 37.8 % da área (106.5 ha) consegue um retorno elevado. Tendo como base os resultados obtidos (quadro 4), podemos verificar que dos 60.5 ha que estão a dar prejuízo, cerca de: − 6.8 % pertencem à parcela Meia Légua; − 21.3 % à parcela Azarento; − 11.0 % à parcela Freixos; − 14.2 % à parcela Meia Lua; − 13.0 % à parcela Bemposta; − 8.4 % à parcela Cevada; − 10.4 % à parcela Cristalina; − 4.6 % à parcela Chaparral e; − 10.3 % à parcela Ribeira de Vide. Partindo do pressuposto que a empresa agrícola, objecto do estudo, se encontra no Cenário II (empresas agrícolas menos eficientes); podemos observar no quadro 5, as quatro classes de produção, com o respectivo retorno do investimento, que a empresa teria que considerar para remunerar o capital investido. No quadro 6 apresentamos os resultados do cálculo das áreas de cada parcela ocupada por cada classe. 8 QUADRO 5 – Relação entre o Retorno do Investimento realizado com a produtividade de grão (Cenário II) Produtividade (ton./ha) Retorno do Investimento < 10 de 10 a 12 de 12 a 14 ≥ 14 Sem retorno (Prejuízo) Baixo Mediano Elevado QUADRO 6 – Área obtida em cada parcela ocupada com cada intervalo de produção (Cenário II) Produt. (ton./ha) Área obtida em cada parcela para os diferentes intervalos de produção (ha) Meia Légua Azarento Freixos Meia Lua Bemposta Cevada Cristalina Chaparral Rib. de Vide 9 parcelas < 10 7.21 23.14 12.65 16.39 14.05 9.37 11.54 4.44 9.53 109.13 de 10 a 12 4.39 12.7 10.32 10.32 6.8 5.47 9.2 2.65 3.52 65.86 de 12 a 14 4.07 11.75 11.25 6.78 4.23 3.15 10.27 3.9 3.3 59.14 > 14 1.94 10.9 6.85 2.22 4.28 0.75 5.88 10.8 3.4 47.37 Analisando os resultados obtidos para os intervalos de produção do Cenário II (quadro 6), podemos verificar que, em relação à área em estudo (aproximadamente 281.5 ha), cerca de: − − − − 38.8 % da área não consegue remunerar todos os investimentos feitos pelo empresário agrícola, o que significa que o mesmo está a perder dinheiro ao produzir nesta área; 23.4 % da área consegue remunerar todos os investimentos, contudo esse retorno é muito baixo; 21.0 % da área consegue um retorno mediano e apenas; 16.8 % da área esta a ter um retorno elevado. Como podemos verificar, de um cenário para o outro, houve um aumento, na ordem dos 17.2 % da área que não consegue remunerar os investimentos realizados. Por outro lado houve uma diminuição na ordem dos 21% da área cujo retorno era considerado elevado. Com o objectivo de melhorar a rentabilidade da exploração e com base na análise preliminar efectuada (sem confirmação em campo) propomos as seguintes estratégias para a empresa em questão: 1. 2. Diminuição da área de produção sem tecnologia de aplicação variável; Diminuição da área de produção com tecnologia de aplicação variável 1 – Diminuição da área de Produção sem tecnologia de aplicação variável Caso o empresário agrícola decida reduzir a área de cultivo, deverá poder ter informação, sobre que área irá recair essa redução. Conhecendo os mapas de produção da sua parcela poderá decidir quais as zonas menos produtivas e como tal retirá-las de produção. A delimitação das zonas a produzir, dentro de cada parcela, foi realizada com base nas zonas mais problemáticas dentro de cada parcela. 9 Sistema Gauss Militar Datum de Lisboa Quadrícula Métrica FIGURA 7 – Mapa de Estratégia de Aplicação Imediata No caso concreto em análise, caso o empresário agrícola optasse pela estratégia que definimos anteriormente (figura 7), seriam retirados de produção 105.3 ha, ou seja, seriam apenas cultivados 176.2 ha. Esta redução da área de cultivo de milho, implicaria uma redução no consumo de água de aproximadamente 632 mil m3 de água (considerando uma dotação média de 600 mm por campanha) o que corresponderia a menos 37.4 % do consumo realizado para a área total em estudo. Em anos secos esta poderia ser uma das opções a seguir. Retirar de produção 105.3 ha implicará o aumento da produtividade média de milho de 10 ton./ha para 10.6 ton./ha. Este diferencial em termos monetários representa um acréscimo por hectare cultivado de 78.6 euros/ha (considerando o preço base do milho no ano de 2002 igual a 131 euros/ ton. de grão seco). A média de produtividade dos 105.3 ha não cultivados (considerando o ano de 2002), seria de aproximadamente 8.7 ton./ha, valor este no limite de rentabilidade para a cultura do milho. Em suma, se aceitarmos que 8.7 ton./ha é o limite abaixo do qual o empresário agrícola não tem nenhum retorno do investimento, então o empresário agrícola obterá uma mais valia de (176.2 ha x 0.6 ton./ha x 131 euros/ton.) 13849 euros apenas por retirar de produção 105.3 ha de milho. 2 – Diminuição da área de Produção com tecnologia de aplicação variável Uma segunda abordagem (figura 8) seria a utilização de equipamento de aplicação variável (VRT) e de rega variável (VRI – do inglês Variable Rate Irrigation); elaboramos um mapa (figura 8) onde delimitamos as zonas de baixa produtividade que seriam retiradas do esquema de produção utilizando este tipo de tecnologia. 10 Sistema Gauss Militar Datum de Lisboa Quadrícula Métrica FIGURA 8 – Mapa de Estratégia que requer investimento em equipamento com tecnologia VRT e VRI. Com esta abordagem, na campanha de 2002 o empresário teria obtido uma produtividade média na ordem dos 11.1 ton./ha ou seja, teria visto um aumento da produtividade média de cerca de 1.1 ton./ha, que em termos económicos representaria um aumento de 144.1 euros/ha. Cultivaria então 209.7 ha de milho e retiraria da produção de milho os restantes 71.8 ha. A média de produtividade dos 71.8 ha não cultivados (considerando o ano de 2002), seria de aproximadamente 6.9 ton./ha, valor este muito abaixo do limite de rentabilidade para a cultura do milho. Em suma, o empresário agrícola nestes 71.8 ha fica aquém do já investido, perdendo dinheiro. Neste caso o empresário agrícola não só obteria uma mais valia de (209.7 ha x 1.1 ton/ha x 131 euros/ton.) 30218 euros apenas por retirar de produção 71.8 ha de milho, como também não perderia o diferencial que existe entre: a média de produção existente na zona má (6.9 ton./ha) e a produção necessária para existir retorno do investimento (8.7 ton./ha), ou seja não perderia (71.8 ha x 1.8 ton./ha x 131 euros/ton.) 16930 euros, que somado ao valor anterior perfazia um retorno de 47148 euros. Em relação ao consumo de água, com esta estratégia o empresário iria reduzir o consumo na ordem dos 431 mil m3 o que representaria uma diminuição na ordem dos 26 %. A realização de correcções nas zonas não rentáveis e a protecção da restante área produtiva são de extrema importância para que a área agrícola seja mais produtiva e consequentemente mais lucrativa a médio e longo prazo. No intuito de indicarmos ao empresário agrícola qual(is) as zonas a corrigir e por outro lado qual(is) as zonas a proteger dentro da área em estudo, elaboramos, com base na produtividade obtida, um mapa (figura 9) onde diferenciamos três zonas de actuação: Zona I – zonas que requerem uma intervenção imediata, [visto que o resultado da produtividade foi muito baixo e como tal o retorno do investimento não existe (inferior a 4 ton./ha)]; Zona II – zonas de intervenção, onde uma parte não produz retorno do investimento (produtividade entre 4 e 8 ton./ha) enquanto que outra parte encontra-se no limiar do retorno nulo e como tal em anos maus poderão deslizar rapidamente para a zona I (produtividade entre 8 e 10 ton./ha); Zona III – zonas a proteger (produtividade superior a 10 ton./ha). 11 As zonas que requerem intervenção imediata (Zona I), correspondem às zonas que estão por si só a prejudicar substancialmente os resultados da exploração e como tal têm que ser as primeiras a sofrer uma intervenção. Para a resolução dos problemas destas zonas é necessário um estudo local sobre os factores causadores dos maus resultados ao nível da produtividade. Só após a realização deste estudo é que poderemos indicar soluções viáveis para estas zonas, que poderão passar pela correcção dos problemas e ou então pela eliminação destas zonas do contexto de produção. Sistema Gauss Militar Datum de Lisboa Quadrícula Métrica FIGURA 9 – Mapa de intervenção diferenciada As zonas de intervenção (Zona II), são zonas que deverão também ser estudadas localmente. Provavelmente alguns dos problemas destas zonas estarão associados aos problemas das zonas de intervenção imediata (Zona I). As zonas de protecção (Zona III) como aparentemente não possuem problemas que prejudiquem a produtividade média, não necessitam de intervenção correctiva, contudo, são zonas que merecem ser protegidas de forma a que num futuro próximo não possuam alguns dos problemas que existem actualmente nas Zonas I e II. Conclusões e Considerações Finais Toda a informação tem um custo associado, tal custo é muitas vezes um dos factores inibidores na aquisição de tecnologias em Agricultura de Precisão, no entanto, este artigo vem demonstrar, que a ausência de informação também tem um custo, não apenas um custo económico, mas também um custo ambiental pois, utilizar os mesmos factores de produção, para duas unidades de terreno com produções muito distintas uma da outra, é ser-se pouco eficiente na utilização de recursos escassos como a água, energia e outros. Como conclusão final, ficamos com a ideia que face às exigências do mercado, que por si só, já é bastante competitivo, e se preocupa cada vez mais com as questões ambientais, a agricultura de precisão chegou para ficar. Este tipo de instrumento é preciosíssimo na gestão económica e ambiental das empresas agrícolas do presente e sê-lo-á cada vez mais no futuro. 12 Referências [1] – OZEKI, Yasuco (1998) - Palestra proferida na XV semana de Ciências Agrárias de Lavras – Minas Gerais, Brasil. [2] – MARQUES DA SILVA, J. Rafael (2002) - As Geo-Tecnologias ao serviço da actividade agrícola: Agricultura de Precisão, VII Encontro de utilizadores de informação geográfica. Tagus Park, Oeiras, Portugal. [3] – SNIG - Sistema Nacional de Informação Geográfica (http://snig.igeo.pt). [4] – ESRI ArcView (1999) - Environmental Systems Research, Institute, Inc. Sérgio Augusto Ferreira da Silva [email protected] Sérgio Augusto Ferreira da Silva é Licenciado em Engenharia Agrícola pela Universidade de Évora. Licenciou-se em 2003, com um trabalho de fim de curso na área da Agricultura de Precisão. Actualmente trabalha na área da Teledetecção no Controlo às Ajudas de Superfície. José Rafael Marques da Silva [email protected] José Rafael Marques da Silva é Professor Auxiliar no Departamento de Engenharia Rural da Universidade de Évora e é responsável pelas disciplinas: “Tecnologias de informação Geográfica”, “Introdução aos Sistemas de Informação Geográfica”, “Detecção Remota”, “Topografia” e “Desenho Técnico e Métodos Gráficos”. Licenciou-se em 1991, em Engenharia Agrícola pela Universidade de Évora e doutorou-se em Modelação da Erosão Hídrica em 2000. Iniciou a sua formação em Sistemas de Informação Geográfica e Detecção Remota em 1993 na Universidade de Leuven, Bélgica. Universidade de Évora, Departamento de Engenharia Rural Apartado 94 7002-554 Évora Portugal URL: http://www.uevora.pt 13