Desenvolvimento de um sistema integrado para coleta e análise de dados agrícolas utilizando sensores e aplicativo móvel

Abstract

A agricultura brasileira enfrenta o desafio de aumentar a eficiência produtiva e a sustentabilidade, demandando cada vez mais a adoção de tecnologias de Agricultura de Precisão. No entanto, a coleta de dados em campo para pesquisa agrícola ainda esbarra em métodos manuais onerosos e na falta de conectividade em áreas rurais. Este trabalho propõe o desenvolvimento e validação de um sistema integrado de baixo custo para a coleta, armazenamento e análise de dados agronômicos georreferenciados. A solução é composta por um protótipo de hardware baseado no microcontrolador ESP32, equipado com sensores para monitoramento de pH, condutividade elétrica (CE), macronutrientes (NPK), temperatura e umidade (do solo e do ar), além de um módulo GPS para registro da localização geográfica exata das coletas. O sistema opera integrado a um aplicativo móvel multiplataforma, desenvolvido com a arquitetura Clean Architecture e padrão MVVM, que utiliza estratégia offline-first com banco de dados local SQLite e sincronização posterior para o Google Cloud Firestore, garantindo funcionalidade em áreas sem cobertura de internet. A metodologia incluiu o desenvolvimento dos artefatos e uma rigorosa validação experimental em bancada. Os resultados demonstraram a eficácia do sistema: o sensor de CE apresentou alta linearidade (R² > 0,99) frente a soluções padrão, e o sensor de pH atingiu acurácia satisfatória após a implementação de um algoritmo de calibração de dois pontos no firmware. Testes em matriz inerte (areia de quartzo) validaram a robustez do sistema, confirmando que a variação de umidade não gera falsos positivos na leitura de nutrientes. No entanto, ensaios de estresse salino expuseram limitações do algoritmo inferencial do equipamento, que superestima as leituras de NPK em ambientes de alta condutividade elétrica não nutricional. Conclui-se que a arquitetura desenvolvida atende aos requisitos de governança de dados, baixo custo e usabilidade, oferecendo uma ferramenta tecnológica validada para democratizar o monitoramento espacial e temporal na pesquisa agrícola aplicada.

Brazilian agriculture faces the challenge of increasing productive efficiency and sustainability, increasingly demanding the adoption of Precision Agriculture technologies. However, data collection in the field for agricultural research still encounters obstacles such as costly manual methods and lack of connectivity in rural areas. This work proposes the development and validation of a low-cost integrated system for the collection, storage, and analysis of georeferenced agronomic data. The solution consists of a hardware prototype based on the ESP32 microcontroller, equipped with sensors for monitoring pH, electrical conductivity (EC), macronutrients (NPK), temperature and humidity (soil and air), as well as a GPS module for recording the exact geographic location of data collection. The system operates integrated with a cross-platform mobile application developed using Clean Architecture and the MVVM pattern, utilizing an offline-first strategy with a local SQLite database and subsequent synchronization to Google Cloud Firestore, ensuring functionality in areas without internet coverage. The methodology included the development of artifacts and rigorous experimental bench validation. The results demonstrated the system's effectiveness: the EC sensor showed high linearity (R² > 0.99) against standard solutions, and the pH sensor achieved satisfactory accuracy after implementing a two-point calibration algorithm in the firmware. Tests in an inert matrix (quartz sand) validated the system's robustness, confirming that humidity variation does not generate false positives in nutrient readings. However, saline stress tests exposed limitations in the equipment's inferential algorithm, which overestimates NPK readings in environments with high non-nutritional electrical conductivity. It is concluded that the developed architecture meets the requirements of data governance, low cost, and usability, offering a validated technological tool to democratize spatial and temporal monitoring in applied agricultural research.