Resumo:
O objetivo deste trabalho foi desenvolver um aplicativo (APP) para manejo da irrigação com base no clima, por meio de redes neurais artificiais (ANNs), além de validá-lo em um cultivo de milho (Zea mays) verde. Desenvolveu-se um APP (IrriMobile) que utiliza ANNs com base em temperatura e umidade relativa, ou apenas em temperatura, para estimar a evapotranspiração de referência (ETo). O aplicativo e a metodologia de manejo da irrigação de Bernardo, com a ETo estimada pela equação FAO-56 Penman-Monteith, foram utilizados para manejar a irrigação na cultura do milho verde. Avaliou-se também o desempenho de equações empíricas para estimar a ETo. Avaliaram-se diversas características morfológicas e agronômicas do milho. O APP foi utilizado no experimento com dados de temperatura, umidade relativa e precipitação. Simulou-se, também, seu uso apenas com dados de temperatura e precipitação. Não houve diferença para nenhuma das características do milho avaliadas. A estimação de ETo pelo APP mostrou desempenho superior à das equações avaliadas. O aplicativo superestima os requisitos de irrigação em 8 e 19%, ao usar temperatura e umidade relativa, e apenas temperatura, respectivamente.
Termos para indexação:
Zea mays; inteligência artificial; evapotranspiração; aprendizado de máquina; irrigação inteligente