SAGRI - Sistema Inteligente de Apoio à Produção Agrícola

Contato
Márcia de Paiva Bastos Gottgtroy
DIMAp - UFRN
Campus Universitário
59.072-970 - Natal - RN
e-mail: Marcia@dimap.ufrn.br

Autoria
M. P. B. Gottgtroy - DIMAp - UFRN
A.S.Monat - IPRJ - UERJ
A.A.Medeiros - EMBRAPA - EMPARN
B.S.F.Silva, F.P.Souza e M.A.Oliveira - DIMAp - UFRN - Bolsistas CNPq

PALAVRAS-CHAVE: Sistemas Especialistas, Apoio à Decisão, Correção de Solos

RESUMO
Recomendações de adubação e correção de solo, seleção de culturas, estudo de viabilidade de custos e previsão de safras visando maximizar produtividade e lucros, bem como minimizar custos e perdas, são fatores, entre outros, da maior importância para o crescimento de uma agricultura competitiva e conseqüente desenvolvimento de uma região. Isto requer o conhecimento de especialistas e técnicas computacionais que em geral não se acham disponíveis na maioria das áreas de produção.

Este trabalho apresenta o desenvolvimento do protótipo de um sistema computacional baseado no conhecimento de especialistas da área agrícola para, numa primeira etapa, orientar o agricultor na análise e correção de solos, com sugestões de adubações ou indicação de culturas apropriadas as características de sua área de cultivo. Conhecido por Sistemas Especialistas, esses sistemas têm aplicação cada vez maior nos diversos setores produtivos, preservando e facilitando o acesso e a disseminação do conhecimento, bem como possibilitando a liberação dos especialistas envolvidos para o desempenho de outras tarefas e/ou pesquisas de mais alto nível ou urgência.

ABSTRACT
Recommendations of fertilizing in function of soils' analysis, choice of crops, costs feasibility analysis and crops forecasting by objectifying the maximization of productivity and profits, as well as minimizing costs and wastes, are factors, among others, of essential importance for the growth of an capable agriculture and consequent development of a country. This require the knowledge of experts and computational techniques usually not available in almost none production sectors.

This paper presents the development of a computational system prototype based on the experts' knowledge from agricultural field, with a preliminar objective of to support the task of soils' analysis and correction, by suggesting to the farmer the fertilizing or indicating the growing suitable to features of its area of cultivation - SAGRI: Intelligent System To Assist in the Agricultural Growing. Usually knowns by Expert Systems, these systems has increasingly been applied on almost profitable sectors, allowing the use and diffusion of the knowledge, beyond setting free the experts involved to its fulfillment of others chores and/or higher level researches or urgency. Above all, the knowledge is preserved by the system, either the expert move away.

Introdução

O desenvolvimento da tecnologia da Inteligência Artificial(IA), principalmente a partir dos anos 80, viabilizou o tratamento de problemas sobre um novo enfoque, centrando a busca do processo de solução no conhecimento especializado, advindo da experiência1 . Essa tecnologia tornou possível o surgimento dos sistemas computacionais chamados Sistemas Baseados no Conhecimento ou mais especificamente Sistemas Especialistas(SE), que implementam a solução de problemas práticos baseados nesse novo enfoque, disponibilizando ao usuário não só uma resposta, como todo o caminho decisorial envolvido na solução do problema. Dessa forma esses sistemas tornaram-se sobretudo, grandes auxiliares a tomada de decisão2,3 . Além disso, as técnicas utilizadas na construção desse tipo de sistema permitem a catalização do conhecimento das diversas áreas que contribuem para a solução do problema, deixando explícitos os pontos que as relacionam e ao mesmo tempo permitem a disseminação desse conhecimento, viabilizando sua utilização descentralizada, liberand[D-P2]o o(s) especialista(s) a outras atividades e atendendo às necessidades dos usuários 2. A aplicação de Sistemas Especialistas cresce a cada dia nas mais diversas áreas dos setores produtivos 3.

A atividade agrícola constitui-se numa área bastante fértil para a utilização de Sistemas Especialistas, por demandar solicitações com características de distribuição e ao mesmo tempo de especificidade de conhecimento, uma vez que para a solução dos problemas, torna-se necessária a aplicação de conhecimento e experiência acumulada sobre aquela área especificamente. A extensão e a diversidade de aspectos como clima e solo do nosso país, contribuem para o enriquecimento e ao mesmo tempo complexidade ao atendimento às solicitações. Por fim, abordando o ponto mais importante, que justifica e faz solicitar a aplicação das técnicas de Inteligência Artificial na construção de sistemas para atender à Atividade, está claramente a necessidade de se conjugar ao conhecimento sedimentado, disponível nos livros5,6,7,8, o conhecimento heurístico, ou seja, da experiência, da vivência dos problemas e características relativas à região, quer específicos dos aspectos técnicos a serem utilizados, como também dos aspectos sócio-econômicos-culturais, que influenciam na solução desses problemas, que se caracterizam como problemas de decisão.

Esse trabalho apresenta o SAGRI: Sistema Inteligente de Apoio à Produção Agrícola, através da descrição das etapas de desenvolvimento do sistema.

Etapas de desenvolvimento do sistema

O desenvolvimento do SAGRI segue o ciclo de vida apresentado na figura I, projetado especificamente para a construção de sistemas especialistas. O cumprimento das etapas especificadas nesse ciclo garantem que as modificações necessárias sejam consideradas no estágio apropriado de desenvolvimento do projeto, alcançando assim um controle efetivo da qualidade do produto final gerado, atendendo às necessidades dos usuários, expectativas do(s) especialista(s) envolvido(s) e funcionalidade do software, além de garantir uma estrutura sólida para o crescimento e integração do sistema a outros softwares e/ou em outros ambientes.

Podemos identificar duas características principais nesse ciclo de vida, relacionadas a estarmos trabalhando principalmente com um conhecimento não-algorítmico e que nos viabiliza estar "bem à vontade" de empregá-lo em qualquer área dos setores produtivos: a primeira é a sua execução em espirais, o que permite que o conhecimento seja trabalhado aos poucos, de maneira que só se acrescente novo conhecimento ao sistema quando a porção trabalhada estiver bem sedimentada e validada pelo(s) especialista(s) e usuário(s); a cada ciclo o sistema cresce em funcionalidade. A segunda é a utilização da prototipação, isto é, a implementação do sistema como um todo - com início, meio e fim, com todas as suas características essenciais, como tratamento de dados, explanação do processo decisorial, interface com outros sistemas e usuário e resultado final - a cada ciclo, ou seja, a cada função-objetivo definida alcançada.

A partir desse ponto passamos a apresentar os resultados da aplicação de cada uma dessas etapas ao projeto, que constituem uma descrição do sistema SAGRI.

Caracterização do Problema

Não há como solucionar um problema com sucesso até que se "conheça" o que se quer resolver; daí o objetivo da etapa de Identificação do Problema, ser a caracterização do problema proposto, isto é, é a descrição e o entendimento do que constitui o problema:

As etapas de um processo produtivo na agricultura são sequenciadas e altamente dependentes de fatores imprecisos, como clima, ocorrência de pragas, perdas, mão-de-obra, escoamento da produção, cotação dos produtos no mercado, etc; para que uma agricultura se desenvolva com sucesso se faz necessário então, um gerenciamento contínuo de todos esses fatores, que solicita uma troca constante de informações entre o setor produtivo e os órgãos que detém as condições - como pessoal qualificado, material técnico e equipamentos - para aquisitar, analisar e dar um retorno ao agricultor, principalmente no que se refere à ações corretivas, no solo, uso de inceticidas, etc. Essa troca de informações deve ocorrer desde o início, quando o agricultor, diante da terra, toma a decisão de que cultura vai plantar e de qual é a melhor maneira de fazê-lo, até a comercialização do produto.

Análise de Viabilidade de Construção do Sistema

Nessa etapa o principal objetivo é identificar se existem as condições necessárias e suficientes para o desenvolvimento de um sistema especialista como solução do problema:

Tanto pelo exposto na introdução deste trabalho com relação às características da atividade agrícola, como no item "caracterização do problema" acima, fica claro que um sistema para auxiliar o gerenciamento de uma agricultura competitiva necessita do conhecimento de uma pessoa qualificada e com vivência em tal atividade e que esse conhecimento está longe de poder ser representado através de um algorítmo; fica também clara a necessidade de se utilizar programas que auxiliem em determinados passos dessa tarefa e de consultar dados arquivados ou armazenados, além da interação com outras pessoas que possam contribuir, com sua experiência, na solução dos problemas.

Assim sendo, entramos em contato com os órgãos responsáveis por essa atividade em nosso Estado, o Rio Grande do Norte, a EMPARN e a INATERN e estamos contando hoje com a participação ativa do Eng. Aldo A. Medeiros como especialista do sistema. Os usuários finais do sistema, são os que trouxeram o problema até nós, os agricultores; de maneira direta, se dispuserem de recursos computacionais, ou indireta, através de técnicos da EMPARN ou INATERN. Os dados necessários às analises estão disponíveis na EMPARN, em consequência de já terem sido ou estarem sendo realizados mapeamentos dos recursos do Estado, como solo, clima , culturas da região, etc; os dados mais dinâmicos, como os advindos de estações meterológicas torna-se-ão acessíveis em breve, quando da implantação do projeto SAAG9 e de programas em desenvolvimento na EMPARN.

Após a conclusão dessa avaliação positiva tratamos de, junto ao especialista, traçar uma estratégia para guiar as próximas etapas do processo de construção do sistema através da identificação das principais e mais viáveis etapas funcionais do nosso sistema:

A primeira diz respeito à construção de um protótipo que tem como objetivo fornecer ao usuário, a recomendação de correção de solo para o plantio de culturas preferenciais dos mesmos ou sugerir culturas apropriadas que tenham garantias de bom desempenho naqueles solos analisados, recomendando também as correções que se fizerem necessárias. Ainda utilizando o "dividir para conquistar", e o critério de maior quantidade e qualidade de dados disponíveis, iniciamos os trabalhos por analisar a região do tabuleiro costeiro do Estado.

Após atingido esse objetivo, quando tanto o especialista, quanto o usuário, ou outras pessoas que estejam envolvidas no processo, poderão utilizar/validar o protótipo, estaremos entrando no próximo ciclo de construção do sistema, com a incorporação de novos conhecimentos, relativos à influência de outros fatores à análise, como dados climatológicos. Após a liberação desse novo protótipo, o objetivo é estender o sistema às outras regiões do Estado; e o próximo, ir incorporando ao sistema as outras etapas da produção agrícola, até vislumbrar todo o processo produtivo.

Prontos, iniciamos a primeira etapa de aquisição do conhecimento, estágio atual de desenvolvimento do sistema.

Aquisição do Conhecimento

A etapa de aquisição do conhecimento é a que mais consome tempo e esforços da equipe de desenvolvimento, bastante justificadamente, pois é aí que o conhecimento do(s) especialista(s) é eliciado; ou seja, são levantados todos os conceitos utilizados no processo de solução do problema e explicitadas as relações entre eles; é mapeado todo o processo decisorial e todas as interações do sistema com o meio externo são especificadas: desde como deve ser a interção com o usuário, que consultas e por que meios precisam ser feitas, que outros dados ou sistemas precisam ser disponibilizados, etc; se faz imprescindível nessa etapa a participação ativa do usuário do sistema.

Podemos visualizar esquematicamente o SAGRI-protótipo através da figura abaixo:

A dinâmica do processo de AC empregada inclui:
(leitura de bibliografia sobre o escopo definido para essa etapa, indicada pelo especialista5,6,7,8 ;
(reuniões semanais entre o especialista e a equipe de desenvolvimento; nessas reuniões são utilizadas técnicas de eliciação de conhecimento4, que permitem objetivar o objeto de estudo da reunião, conduzindo à explicitação de todos os dados necessários à modelagem qualitativa do conhecimento e posterior estruturação, para a implementação das bases de conhecimento, das interfaces, etc. As técnicas de eliciação prevêm estudos de casos, inclusive com a ida de toda a equipe em áreas produtivas.

A figura III apresenta, num nível geral, o processo de solução do problema, resultante da eliciação já realizada.

A determinação das aptidões agrícolas e capacidade de uso de um solo visando obter alto desempenho de produtividade de culturas a serem formadas, requerem inúmeros fatores complementares às condições de relevo, conforme mostra a figura IV. Além desses fatores, são consideradas as análises dos padrões químicos e físicos do solo da área a ser cultivada, obtidas a partir de amostras de boa qualidade, aliadas também a outras análises que se fizerem necessárias, como por exemplo a análise folear para o caso de culturas perenes já implantadas. Essas informções são de fundamental importância para que o sistema se conduza através do processo decisorial até a indicação da melhor alternativa que deve ser adotada para o uso da terra.

Conclusão

Objetiva-se que o SAGRI-protótipo possa ser facilmente utilizado inicialmente, por técnicos e funcionários dos escritórios da INATERN e EMPARN em todo Estado do Rio Grande do Norte, além de cooperativas agrícolas comunitárias.Na próxima etapa serão incorporadas técnicas de otimização para previsão de safras através do estudo de viabilidade de custos e pesquisas de preço de produtos agrícolas no mercado, visando maximizar produtividade e lucros e minimizar custos e perdas. Além disso, no crescimento do protótipo ao sistema final, serão adicionados conhecimentos relativos ao tratamento de outros fatores que influenciam no bom desenvolvimento de uma produção agrícola, tais como estudos climatológicos, utilizando os dados obtidos das estações meterológicas. Nesse estágio, o sistema se integrará definitivamente ao SAAG e estará pronto para a incorporação do conhecimento relativo à outras áreas, podendo ser de utilidade à agricultores de todas as regiões do país.

Bibliografia

1. Rich, E., Knight, K., "Artificial Intelligence", 2nd ed., McGraw-Hill, New York, 1991.
2. erner, Demazean (Eds), "Descentralized Artificial Intelligence 3", Elvesier Publishers,1992.
3. Durkin, J.(Eds.), "Expert System: Catalog of Applications", 1993. 4. Gottgtroy, M.P.B., "O Processo de Aquisição do Conhecimento na Construção de Sistemas Especialistas", Tese de Mestrado, COPPE/UFRJ, Rio de Janeiro, março, 1990.
5. Lepsch, J.F. et all, "Manual para Levantamento Utilitário do Meio Físico e Classificação de Terras no Sistema de Capacidade de Uso - 4a Aproximação", SBCS, Campinas, 1983.
6. Formaggio, A.R. et all, "Levantamento do Meio Físico, Classificação das Terras no Sistema de Capacidade de Uso e Planejamento de Uso", Piracicaba, 1985.
7. "Aptidão Agrícola das Terras do Rio Grande do Norte - Coleção Estudos Básicos para o Planejamento Agrícola", volume 4, Secretaria Nacional de Planejamento Agrícola, Brasília, 1978.
8. França, G.V. "Planejamento de Uso da Terra", Piracicaba, 1973. 9. Monat, A.S. et all, "SAAG: Sistema de Aquisição de Dados Climatológicos para o Apoio da Atividade Agrícola", AgroSoft, 25-27 outubro, Juiz de Fora, 1995.