Search

Numerical implementation methods such as the finite element method can be used in machine design to study the dynamic behavior of the plant. Input parameters for using the finite element method should be set based on the geometrical, physical and mechanical system under study. Thus, the aim of this study was to determine the mechanical properties of the rachis of macaw palm in the green maturation stage at an age of 180 days and at fruit maturation. The water content was calculated using the oven method of 105 ± 3°C for 24 hours. The modulus of elasticity for the rachis was determined by means of mechanical compression testing. The Poisson's ratios were determined from the results of the longitudinal and transverse deformation of rachis test bodies. The shear tests were performed in two scenarios. In the first one, a blade was used without a tensioner, and in the second scenario, a blade was fixed with a tensioner, characterized by a chamfer at 45°. It was concluded that the modulus of elasticity of macaw palm rachis in the green maturity stage was higher than the values for the mature stage of ripeness. RESUMO. Métodos de implementação numérica, como o método de elementos finitos, podem ser empregados em projetos de máquinas a fim de estudar o comportamento dinâmico da planta. Como parâmetros de entrada para utilização do método de elementos finitos, devem ser informadas as propriedades geométricas, físicas e mecânicas do sistema em estudo. Objetivou-se neste trabalho determinar as propriedades geométricas, físicas e mecânicas da ráquis de macaúba, nos estádios de maturação de frutos verdes com idade de 180 dias e maduros. O teor de água foi calculado através do método de estufa de 105 ± 3°C por 24h, as dimensões foram determinadas com o auxilio de trena e paquímetro, as massas e os volumes mensurados, empregando-se balança digital e proveta, respectivamente. O módulo de elasticidade da ráquis foi determinado por meio de ensaios mecânicos de compressão. Os coeficientes de Poisson foram determinados pelas deformações longitudinais e transversais de corpos de provas oriundos da ráquis. Concluiu-se que os módulos de elasticidade das ráquis no estádio de maturação verde foram superiores aos valores para o estádio maduro de maturação.

O fruto da palmeira nativa macaúba [Acrocomia aculeata (lacq) Lood. ex Mart] é uma alternativa para a produção de biodiesel devido às características da planta, como sua adaptabilidade, rusticidade e alta produção de óleo vegetal. Contudo, sua exploração ainda é extrativista e há grandes dificuldades em sua colheita. Objetivou-se determinar as propriedades mecânicas do sistema fruto-ráquila de macaúba que servirão de suporte aos projetos de máquinas para colheita por vibração mecânica. Foram utilizadas dez amostras de quatro acessos, nos estádios de maturação imaturo e maduro. Ensaios de tração e vibração foram realizados para determinar as propriedades mecânicas do sistema fruto-ráquila. O módulo de elasticidade obtido para a ráquila foi de 188,39-385,09 MPa para o estádio imaturo e 109,02-320,54 MPa para o maduro. A razão de Poisson para a ráquila ficou entre 0,20 e 0,52 para o estádio imaturo e entre 0,16 e 0,52 para o maduro. A razão de amortecimento encontrada variou entre 0,02 e 0,12 para o estádio imaturo e entre 0,06 e 0,12 para o maduro. O sistema fruto-ráquila foi caracterizado como subamortecido. The fruit of the native macaw palm [Acrocomia aculeata (lacq) Lood. ex Mart] is an alternative for biodiesel production because of the plant characteristics, as well as its adaptability, hardiness and high vegetable oil yield. However, its exploitation remains extractive and there are significant difficulties in its harvest. This study aimed to determine the mechanical properties of the macaw palm fruit-rachilla system that will support the design of harvest machines based on mechanical vibration. Ten samples of four accessions in the immature and mature stages of maturity were used. Traction and vibration tests were conducted to determine the mechanical properties of the macaw palm fruit-rachilla system. The elastic modulus of the rachilla was 188.39-385.09 MPa for the immature stage and 109.02-320.54 MPa for the mature stage. The Poisson's ratio for the rachilla varied between 0.20 and 0.52 for the immature stage and between 0.16 and 0.52 for the mature stage. The damping ratio varied between 0.02 and 0.12 for the immature stage and between 0.06 and 0.12 for the mature stage. The fruit-rachilla system was characterized as underdamped.

The development of an efficient machine for harvesting coffee requires comprehensive knowledge of the dynamic behavior of the plant and its parts. The finite element method is a numerical approach used to determine natural frequencies and mode shapes. However, the stochastic finite element method has not been employed for the analysis of the dynamic behavior of coffee. The aim is to determine the natural frequencies and mode shapes for the coffee fruit-stem-branch system. The natural frequencies and the mode shapes were determined by employing the stochastic finite element method, in which the elastic modulus and the specific mass were treated as random variables, and the variation in the natural frequency was obtained as a function of the variability of these properties. The natural frequencies were reduced according to the evolution of the ripening process of the fruit and stem or due to the increase in the total weight of the system due to an increase in the number of fruits attached to the stem. The natural frequencies increased with an increase in the elastic modulus or with a reduction in the specific mass. O desenvolvimento de máquinas eficientes para a colheita do cafeeiro exige conhecimentos sólidos sobre o comportamento dinâmico da planta. O método de elementos finitos é uma ferramenta numérica utilizada para determinar frequências naturais e modos de vibração. Porém não se tem empregado o método de elementos finitos estocástico para análise do comportamento dinâmico do cafeeiro. Assim, objetivou-se neste trabalho determinar as frequências naturais e modos de vibração do sistema fruto-pedúnculo-ramo do cafeeiro. Foram determinadas as frequências naturais e os modos de vibração empregando-se o método de elementos finitos estocástico, em que o módulo de elasticidade e a massa específica dos frutos, pedúnculo e ramos foram tratados como variáveis aleatórias, obtendo-se a variação das frequências naturais em função da variabilidade destas propriedades. As frequências naturais reduziram na medida em que se evolui o estádio de maturação dos frutos e pedúnculos ou se aumenta a massa total do sistema, dado pelo aumento do número de frutos solidários ao pedúnculo. As frequências naturais aumentaram na medida em que se elevou o módulo de elasticidade ou se reduziu a massa específica dos frutos, pedúnculos e ramos.

This study aimed to analyze the influence of different sampling grids in determining the spatial variability of physical attributes of a Oxisol. It was used to study an area of approximately 90 hectares, where soil was sampled at depth from 0 to 0.20 meters, using a grid of 2 points per hectare (G1). Each soil sample was composed of four subsamples and obtained using a soil sampler Dutch type. The samples were sent to the laboratory to granulometric analysis. From the initial grid, the area was divided into sampling cells of 2.9 (G2) and 4.7 hectares (G3), and assigned a coordinate value representative of the center of each cell. Classical statistical and geostatistical methods were used to characterize the data and to model the spatial dependence. Spatial dependence was detected for all physical variables of the soil, regardless of the sampling grid used. The utilization of sampling grid of 1 point for each 2.9 hectares, and the sampling cell characterized by 12 subsamples, showed itself capable of detecting the spatial variability of the physical attributes of the soil, guaranteeing reliability in the estimates, even reducing the quantity of points when compared to the densest grid.

O presente estudo teve por objetivo analisar a influência de diferentes grades amostrais na determinação da variabilidade espacial dos atributos físicos de um Latossolo Vermelho distroférrico. Utilizou-se para o estudo uma área de aproximadamente 90 hectares, onde se amostrou solo na profundidade de 0 – 0,20 metros, utilizando grade de 2 pontos por hectare (G1). Cada amostra de solo foi composta de quatro subamostras e obtida utilizando um trado tipo holandês. As amostras foram encaminhadas ao laboratório para realização da análise granulométrica. A partir da grade inicial, a área foi dividida em células amostrais de 2,9 (G2) e 4,7 hectares (G3), sendo atribuído um valor de coordenada representativo do centro de cada célula. Métodos estatísticos clássicos e geoestatísticos foram empregados para caracterizar os dados e modelar a dependência espacial. Foi detectada dependência espacial para todas as variáveis físicas do solo, independente da grade amostral utilizada. A modelagem da dependência espacial dos atributos físicos do solo utilizando a grade amostral de 2 pontos por hectare foi a que apresentou, de forma geral, os melhores parâmetros de ajuste para validação cruzada. A utilização de grade amostral de 1 ponto para cada 2,9 hectares, sendo a célula amostral caracterizada por 12 subamostras, mostrou-se capaz de detectar a variabilidade espacial dos atributos físicos do solo, garantindo confiabilidade nas estimativas mesmo reduzindo a quantidade de pontos quando comparada a grade mais densa. This study aimed to analyze the influence of different sampling grids in determining the spatial variability of physical attributes of Oxisol. It was used to study an area of approximately 90 hectares, where soil was sampled at depth from 0 to 0.20 meters, using a grid of 2 points per hectare (G1). Each soil sample was composed of four subsamples and obtained using a soil sampler Dutch type. The samples were sent to the laboratory to granulometric analysis. From the initial grid, the area was divided into sampling cells of 2.9 (G2) and 4.7 hectares (G3), and assigned a coordinate value representative of the center of each cell. Classical statistical and geostatistical methods were used to characterize the data and to model the spatial dependence. Spatial dependence was detected for all physical variables of the soil, regardless of the sampling grid used. The utilization of sampling grid of 1 point for each 2.9 hectares, and the sampling cell characterized by 12 subsamples, showed itself capable of detecting the spatial variability of the physical attributes of the soil, guaranteeing reliability in the estimates, even reducing the quantity of points when compared to the densest grid.

Differentiating coffees through the notion of terroirs allows us to determine potential areas for specialty coffee production and to characterize the type of coffee in these areas, exploring their potential. The objective of this work was to study spatial variability quality and to characterize and delimit terroirs in coffee crop production in Araponga municipality, Minas Gerais State, Brazil, using sensorial evaluation. The data were collected from four crops, from altitudes ranging from 770 to 1270 m, with the extract increasing from low to high. In each plot of crops, samples of cherry fruits were collected, dried, benefited, subjected to sensorial analysis and given grades ranging from 0 to 100 points for the global drink quality and relative characteristics of honey, body, acidity, flavor and equilibrium. The spatial variability of the quality was analyzed using the Moran Index. To define coffee production terroirs, average quality grades were compared through separation tests and the individual values of the plots were subjected to an analysis of groupings. The study was efficient in identifying terroirs for mountain coffee culture, therefore allowing coffees to be differentiated as a function of their production locations. Araponga has more than one coffee production terroir characterized by two distinct altitude extracts. A diferenciação dos cafés através da noção de terroir permite determinar áreas potenciais para a produção de cafés especiais e caracterizar o tipo de café dessas áreas, explorando suas potencialidades. O objetivo nesse trabalho foi estudar a variabilidade espacial da qualidade e caracterizar e delimitar terroirs de produção de café de lavouras no município de Araponga - MG a partir da avaliação sensorial dos frutos produzidos nas mesmas. Os dados foram coletados em quatro lavouras, as quais apresentam uma variação de altitude de 770 a 1270 m, dentro de extrato crescente. Em cada talhão das lavouras, foram coletadas amostras de frutos cereja que, depois de secas e beneficiadas, foram submetidas à análise sensorial, onde foram atribuídas notas variando de 0 a 100 pontos para a qualidade global da bebida e também para características relativas à sua doçura, corpo, acidez, sabor e equilíbrio. A variabilidade espacial da qualidade foi analisada através do índice de Moran. Para a definição dos terroirs de produção de café, as notas médias de qualidade, foram comparadas através de testes de separação e os valores individuais dos talhões submetidos à uma análise de agrupamentos. O estudo foi eficiente para identificar terroirs para a cafeicultura de montanha, permitindo assim diferenciar os cafés em função dos seus locais de produção. O município de Araponga possui mais de um terroir de produção de café caracterizado por dois distintos extratos de altitude.

This study aimed to develop classifiers based on different combinations of spectral bands and vegetation indices from original, segmented and reflectance images in order to determine the levels of leaf nitrogen and chlorophyll in the bean, and to define the best time and best variables. A remote-sensing system was used, consisting of a helium balloon and two small-format digital cameras. Besides the individual spectral bands, four vegetation indices were tested: simple ratio, normalized difference, normalized difference in the green band, and modified-chlorophyll absorption. The classifiers proved to be efficient in determining levels of leaf nitrogen and chlorophyll. The best time for determining leaf N content was at 13 DAE (stage V4). The best classifiers for that time used as input variables two indices from segmented reflectance images, one index related to the canopy structure and the other related to chlorophyll, with a Kappa ranging from 0.26 to 0.31. The best time to discriminate leaf chlorophyll content was 21 DAE (stage V4). The best classifier used as input variables two original images, one in the red band and one in the blue with a Kappa of 0.47. Objetivou-se desenvolver classificadores com base em diferentes combinações de bandas e índices de vegetação espectrais de imagens originais, segmentadas e reflectâncias, para discriminação de teores de nitrogênio e clorofila foliares do feijoeiro, definindo a melhor época e as melhores variáveis. Foi utilizado um sistema de sensoriamento remoto constituído por um balão a gás hélio e duas câmeras digitais de pequeno formato. Além das bandas isoladamente, foram testados quatro índices de vegetação: da razão simples, da diferença normalizada, da diferença normalizada utilizando a banda do verde e o da absorção de clorofila modificado. Os classificadores demonstraram serem eficientes na discriminação de teores de nitrogênio e clorofila foliares. A melhor época para discriminar teor de nitrogênio foliar foi aos 13 DAE (estádio V4). Os melhores classificadores para esta época utilizaram como entrada dois índices em imagens reflectância segmentada, um índice relacionado com a estrutura do dossel e outro relacionado com a clorofila, com Kappa variando entre 0,26 a 0,31. Para discriminar teor de clorofila foliar, a melhor época foi aos 21 DAE (estádio V4). O melhor classificador utilizou como entrada duas imagens originais, uma da banda vermelha e outra da banda azul, com Kappa de 0,47.

The aim of this work was to describe the weed spatial variability in a no-tillage system area in Jataí, GO, Brazil. A regular grid was used on a 22 hectares field accomplishing 29 sample points. The total shoot dry matter of weeds was determined on an area of 0.5 m2 and also separated on broadleaf and grassy types. Images of the sample area were classified using a supervised classifier into three classes: straw, leaves and uncovered. The soybean leaves were manually segmented from the leave class. The images were also processed using an automatic threshold method, separating the leaves from the background. On the processed images were calculated the covered areas by each class. All variables were submitted to correlation and geostatistical analysis. A significant correlation was verified between covered area by plants and the shoot dry matter. The supervised classification and the automatic threshold method achieved similar results. When the soybean leaves were segmented, the broadleaf weeds cover area determination improved, but had no influence on the correlation with total dry matter of weeds and cover area Spatial dependence was only verified when the two types of weeds were studied separately.

Conselho Nacional de Desenvolvimento Científico e Tecnológico O café é uma das commodities agrícolas mais valiosas, cujo valor de mercado e potencial de exportação dependem da qualidade da bebida. Por sua vez, a qualidade da bebida resulta da interação de diferentes fatores desde a maturação dos frutos na colheita até as práticas pós- colheita. Tradicionalmente, a maturação dos frutos é avaliada por meio de amostragens manuais em campo, enquanto a qualidade da bebida é avaliada por meio de análise sensorial com provadores treinados. Esses métodos são demorados, não representativos de toda a área de cultivo e no caso da avaliação de qualidade são subjetivos devido a influência pessoal do provador. Por outro lado, o advento do sensoriamento remoto aéreo por meio dos Veículos Aéreos não Tripulados (VANT), bem como da espectroscopia associada a quimiometria e as técnicas de modelagem estatística apresentam-se como uma abordagem rápida e precisa para monitorar a variabilidade espaço-temporal da maturação e predizer a qualidade da bebida. Neste sentido, o objetivo geral dessa tese, estruturada na forma de capítulos, incluindo a introdução e conclusão geral, consistiu na modelagem da maturação e qualidade da bebida do café arábica usando sensoriamento remoto e proximal. No segundo capítulo, desenvolveu-se um índice de vegetação (IV) para monitoramento da maturação do café usando imagens aéreas. Para tal, foi montado um experimento em cinco talhões de café Arábica em Paula Cândido, Minas Gerais, Brasil. Durante a fase de maturação do café na safra 2018-2019, foram realizados quatro voos para aquisição de informações espectrais do dossel da lavoura utilizando dois VANTs, um equipado com uma câmera multiespectral de cinco bandas (RGB, RedEdge e NIR) e outro com câmera RGB. Para fins de validação, foram realizadas contagens manuais da porcentagem de frutos verdes usando grades de amostragem irregulares em cada coleta. Após o processamento das imagens, foram obtidos o índice de maturação do café (CRI – Coffee Ripeness Index) e outros cinco IVs (MCARI1, NDVI, NDRE, GNDVI e GRRI). O CRI foi desenvolvido combinando a refletância na banda do vermelho com a refletância dessa mesma banda extraída de um alvo vermelho incluído na área imageada. De maneira geral, o CRI mostrou maior sensibilidade em discriminar plantas de café aptas para colheita daquelas não aptas com relação a maturação. Além disso, os maiores valores de R 2 e menor valor da raiz do erro quadrático médio (RMSE) para estimar a maturação do café também foram apresentados pelo CRI (R 2 : 0,70; 12,42%), enquanto nos demais IVs os valores de R 2 e RMSE variaram de 0,22 a 0,67 e de 13,28 a 16,50%, respectivamente. No terceiro capítulo, foram desenvolvidos dois modelos para a predição da maturação dos frutos usando variáveis espectrais e texturais e determinadas as melhores variáveis para o desenvolvimento de mapas de variabilidade espaço-temporal da maturação. Para tanto, dados de maturação obtidos de seis lavouras de café (incluindo aquelas descritas no segundo capítulo) nas safras 2018-2019 e 2020-2021 e imagens aéreas de sete voos realizados em ambas as safras foram utilizados para a modelagem. Por meio das imagens, foram obtidas 12 variáveis espectrais e 64 texturais compostas por bandas e IVs. O desempenho do algoritmo Random Forest utilizando variáveis espectrais e texturais (R²: 0,71 e RMSE: 11,47%) foi superior ao modelo baseado apenas nas variáveis espectrais (R²: 0,67 e RMSE: 12,09%). Por fim, em ambos os cenários, as variáveis que apresentaram maior importância nos modelos de predição foram os IVs CRI e MCARI1 e as bandas do vermelho e do NIR. Finalmente, no quarto capítulo, desenvolveu-se um método para predição da qualidade da bebida do café com base em espectroscopia do NIR de amostras de café, bem como para a classificação da qualidade final da bebida usando diferentes variáveis obtidas a partir de imagens de VANT. Inicialmente, foi montado um experimento na safra 2020-2021 em sete talhões de café nos municípios de Paula Cândido e Araponga. Durante a colheita do café foram realizados 13 voos usando um VANT equipado com uma câmera RGB. Em seguida, diferentes variáveis espectrais, climáticas e de terreno foram obtidas a partir dos ortomosaicos. Para fins de validação, o café colhido foi processado e submetido à análise sensorial. Na sequência, foram obtidos espectros do NIR (1000-2450 nm) de 180 amostras de café torrado e moído. A predição dos atributos de qualidade baseada nos espectros do NIR foi realizada usando regressão de mínimos quadrados parcial (PLS – Partial Least Squares) e a combinação do PLS com o algoritmo de seleção de variáveis (OPS – Ordered Predictors Selection). Em geral, as melhores predições foram obtidas para a finalização, percepção geral, corpo e equilíbrio usando o PLS- OPS, cujo coeficiente de correlação de predição (r P ) e RMSE da predição (RMSE P ) variaram de 0,78 a 0,82 e de 0,15 a 0,13, respectivamente. Na segunda análise, as variáveis extraídas das imagens foram usadas no desenvolvimento de modelos de classificação da qualidade da bebida. Os resultados não foram satisfatórios. Assim, o uso de imagens obtidas por VANT para classificação da qualidade da bebida ainda precisa ser mais bem explorado em estudos futuros. Palavras-chave: Agricultura digital. VANT. Maturação dos frutos de café. Análise sensorial, Espectroscopia do NIR. Coffee is one of the most valuable agricultural commodities, whose price setting and export potential are defined according to its beverage quality. In turn, the beverage quality results from the interaction of different factors from the fruit ripeness degree at harvest to the post-harvest practices. Traditionally, the fruit ripeness is evaluated through manual samplings in the field, whereas the beverage quality is assessed trough sensory analysis by trained tasters. These methods are time-consuming, not representative of the entire production area, and in the case of beverage quality assessment, they are subjective due to the personal influence of the taster. On the other hand, the advent of aerial remote sensing through the Unmanned Aerial Vehicles (UAV), as well as spectroscopy associated with chemometrics and statistical modeling techniques, are presented as a fast and accurate approach for monitoring the spatio-temporal variability of the fruit ripeness and predicting beverage quality. In this sense, the general objective of this thesis, structured in the form of chapters, including the introduction and general conclusions, consisted of modeling the fruit ripeness and beverage quality of Arabica coffee using proximal and remote sensing. In the second chapter, a vegetation index (VI) for monitoring the coffee ripeness using aerial images was developed. For doing that, an experiment was set up in five Arabica coffee fields in Paula Cândido, Minas Gerais state, Brazil. During the coffee ripeness stage in the 2018-2019 season, four flights were carried out to acquire spectral information on the crop canopy using two UAVs, one equipped with a five- band multispectral camera (RGB, RedEdge, and NIR) and another with an RGB camera. For validation purposes, manual counts of the percentage of unripe fruits were performed using irregular sampling grids on each data collection. After image processing, the coffee ripeness index (CRI) and five other VIs (MCARI1, NDVI, NDRE, GNDVI, and GRRI) were obtained. The CRI was developed by combining reflectance from the red band and from a ground-based red target placed on the study area. In general, the CRI showed a higher sensitivity to discriminate between coffee plants ready for harvest from not-ready for harvest regarding the fruit ripeness. Furthermore, the highest R 2 and lowest RMSE values for estimating the coffee ripeness were also presented by the CRI (R 2 : 0.70; 12.42%), whereas the other VIs showed R 2 and RMSE values ranging from 0.22 to 0.67 and from 13.28 to 16.50%, respectively. In the third chapter, two models for the prediction of fruit ripeness using spectral and textural variables were developed and the best variables for the development of spatio-temporal variability maps of fruit ripeness were determined. For that, the fruit ripeness data obtained from six coffee fields (including those described in the second chapter) in the 2018-2019 and 2020-2021 seasons and aerial images of seven flights performed in both seasons were used for data modeling. Through the images, 12 spectral and 64 textural variables composed of bands and VIs were obtained. The performance of the Random Forest algorithm using spectral and textural variables (R²: 0.71 and RMSE: 11.47%) was higher than the model based solely on spectral variables (R²: 0.67 and RMSE: 12.09%). Finally, in both scenarios, the most important variables in the prediction models were the VIs CRI and MCARI1 and the red and NIR bands. Lastly, in the fourth chapter, a method was developed for predicting the coffee beverage quality based on NIR spectroscopy of coffee samples, as well as for classifying the beverage final quality using different variables obtained from the UAV images. Initially, an experiment was set up in the 2020-2021 season in seven coffee fields in the municipalities of Paula Cândido and Araponga. During the harvesting, 13 flights were performed using a UAV equipped with an RGB camera. Then, different spectral, climatic, and terrain variables were obtained from the orthomosaics. For validation purposes, the harvested coffee was processed and subjected to sensory analysis. Next, NIR spectra (1000- 2450 nm) were obtained from 180 samples of roasted and ground coffee. The prediction of the beverage quality attributes based on the NIR spectra was performed using Partial Least Squares (PLS) regression and the combination of PLS with the variable selection algorithm (OPS – Ordered Predictors Selection). Overall, the best predictions were obtained for the aftertaste, overall perception, body, and balance quality attributes using the PLS-OPS models, whose coefficient of correlation (r P ) and the root-mean-square-error of the prediction (RMSE P ) ranged from 0.78 to 0.82 and from 0.15 to 0.13, respectively. In the second analysis, the variables extracted from the UAV images were used as input for developing classification models for the beverage final quality. The results were not satisfactory. Thus, the use of UAV images for beverage quality assessment still needs to be further explored in future studies. Keywords: Digital agriculture. UAV. Coffee fruit ripeness. Sensory analysis. NIR spectroscopy.