Desenvolvimento de solução integrada para auxílio no uso da Câmara de Pressão de Scholander em medidas de potencial hídrico foliar

Abstract

RESUMO: Para prover um manejo efetivo da irrigação, torna-se importante avaliar o potencial hídrico da planta e ajustar o regime de uso da água. Uma das formas de avaliar é com a câmara de pressão de Scholander, comprimindo o tecido foliar para verificar a pressão necessária para circular a água no xilema. Nessa tese apresentar-se-á três trabalhos, baseados nas pesquisas com a câmara de pressão e potencial hídrico foliar. O primeiro trabalho consistiu no desenvolvimento de uma solução integrada para minimizar os erros associados ao procedimento de identificação do endpoint com a câmara. Foi desenvolvido uma solução integrada para adaptar a câmaras de pressão, para registrar o processo por meio de gravação de vídeo, com o registro da pressão e outros sensores. Foi adaptado um transdutor de pressão, desenvolvido um suporte para câmera, um coletor de dados e um software para dispositivo móvel. O hardware comunica-se com o aplicativo móvel desenvolvido, que recebe as informações do coletor de dados por bluetooth e as imagens da câmera por USB. O conjunto se mostrou adequado e confiável. O custo de montagem demonstra também sua viabilidade econômica. O aplicativo foi avaliado quanto à usabilidade e eficiência, atingindo 90,31 pontos na métrica SUS (System Usability Scale) e 86 na NPS (Net Promoter Score). O segundo trabalho deriva de uma sugestão de continuidade do primeiro, para uso de Inteligência Artificial (IA). Trata-se de uma revisão para analisar o cenário da adoção de estratégias de IA no gerenciamento de irrigação e no uso de dados de sensores, usando a técnica de Revisão Sistemática da Literatura (RSL), com critérios explícitos de busca. Mais de 45 mil títulos em 130 bases de referência foram consultados de uma só vez e foram selecionados 38 estudos primários. Nota-se a predominância de estratégias baseadas em aprendizado de máquina, principalmente em redes neurais artificiais (RNA). Entre os dados mais utilizados para treinamento estão os climáticos e de solo. Abordagens usando lógica fuzzy são populares em sistemas de suporte à decisão (SSD). Nota-se o crescimento do uso de aprendizado de máquina com RNA, máquina vetor de suporte (SVM) e florestas aleatórias. Embora haja predominância no uso de redes de sensores sem fio, nota-se uma tendência na adoção de visão computacional baseadas em imagens de sensoriamento remoto. Por fim, o terceiro trabalho trata de uma pesquisa sobre o uso de sensores de fluxo de seiva dentro da câmara de pressão para identificação do movimento de líquido no xilema, na sinalização da pressão de equilíbrio (PB). Foi desenvolvido um modelo de simulação computacional baseado no método dos elementos finitos (MEF) e uma montagem com sensores para validação do modelo e melhor compreensão do fenômeno. Os resultados mostraram que não há defasagem de tempo entre a pressurização e o movimento do fluxo no pecíolo, concluindo que, embora os valores de PB obtidos na câmara possam auxiliar no manejo da irrigação, não apresentam uma relação direta com alguma possível tensão negativa do xilema e sim uma correlação com a quantidade de água livre disponível na amostra.

ABSTRACT: To provide an effective irrigation management, it is important to assess the plant's water potential and adjust the water use regime. One way to assess this is with the Scholander pressure chamber, compressing the leaf tissue to check the pressure needed to circulate the water in the xylem. In this thesis, three works will be presented, based on research with the pressure chamber and leaf water potential. The first work consisted of developing an integrated solution to minimize the errors associated with the endpoint identification procedure with the chamber. An integrated solution was developed to adapt to pressure chambers, to record the process by means of video recording, with pressure recording and other sensors. A pressure transducer was adapted, a camera support, a data logger and a mobile application were developed. The hardware communicates with the developed mobile application, which receives information from the data logger via bluetooth and camera images via USB. The set proved to be adequate and reliable. The assembly cost also demonstrates its economic feasibility. The application was evaluated for usability and efficiency, reaching 90.31 points in the SUS metric (System Usability Scale) and 86 in the NPS (Net Promoter Score). The second work derives from a suggestion of continuity of the first, for the use of Artificial Intelligence (AI). This is a review to analyze the scenario of the adoption of AI strategies in xi irrigation management and in the use of sensor data, using the Systematic Literature Review (SLR) technique, with explicit search criteria. More than 45,000 titles in 130 databases were consulted at once and 38 primary studies were selected. There is a predominance of strategies based on machine learning, especially on artificial neural networks (ANN). Among the most used data for training are climate and soil data. Approaches using fuzzy logic are popular in decision support systems (DSS). Note the growth in the use of machine learning with ANN, support vector machine (SVM) and random forests. Although there is a predominance in the use of wireless sensor networks, there is a trend in the adoption of computer vision based on remote sensing images. Finally, the third work deals with a research on the use of sap flow sensors inside the pressure chamber to identify the movement of liquid in the xylem, in signaling balance pressure (PB). A computational simulation model based on the finite element method (FEM) and a sensor assembly were developed to validate the model and better understand the phenomenon. The results showed that there is no time lag between pressurization and petiole flow movement, concluding that, although the PB values obtained in the chamber can help in irrigation management, they do not show a direct relationship with any possible negative xylem tension, but a correlation with the amount of free water available in the sample.