Qualidade de dados na agricultura digital: a garantia de análises mais assertivas

Por Equipe FieldView™

Sep 13, 2021

Para que ferramentas digitais possam apoiar o produtor, adotar boas práticas ao cadastrar/inserir dados em diferentes plataformas é parte fundamental para o sucesso das decisões no campo

 

Produtor observa no celular informações relacionadas à sua lavoura de milho - dados esses que são graficamente apresentados por uma figura que ilustra as várias informações digitais que ficam disponíveis para o agricultorO agricultor deve inserir dados corretos e completos na plataforma de agricultura digital

 

+ Sem tempo de ler o texto todo? Confira os principais destaques!

Quando falamos em agricultura digital, os dados valem ouro! Mas ao registrá-los nas plataformas de agricultura digital, é fundamental que o produtor se assegure que esses dados tenham qualidade. 

Essa preocupação maximiza o poder de análise das ferramentas digitais, apoiando o agricultor na compreensão exata dos fatores que impactam a produtividade e na tomada de decisões mais assertivas nos diferentes momentos da safra. 

Mas isso só é possível se forem adotadas boas práticas ao se inserir os dados - que são gerados no dia a dia da lavoura - nas plataformas digitais. Quanto mais fidedignos e organizados forem os dados “imputados”, melhores serão as análises oferecidas ao agricultor. 

Boa leitura!

 

+++

Cada dado gerado ao longo de um dia de trabalho na lavoura é muito valioso, pois será usado para embasar as decisões tomadas pelo agricultor ao longo da safra.

Mas será que os dados relacionados às operações de plantio, pulverização e colheita, estão sendo inseridos/cadastrados corretamente em plataformas de agricultura digital a fim de que relatórios e mapas sejam gerados com precisão? Se não forem, o poder de análise do produtor sobre o que está acontecendo no campo pode ser afetado.

Mostramos pra você, a seguir, porque é importante o produtor se preocupar com esse assunto e como deve proceder para assegurar a qualidade dos dados que são gerados no dia a dia do campo.

 

+ LEIA MAIS: Como o Big Data é usado na agricultura?

 

O que são dados de qualidade na agricultura digital?

Já ouviu o ditado “de que adianta ter uma Ferrari se não sabe pilotar”? Essa reflexão pode ser comparada com o uso das ferramentas digitais

É que, por melhor que seja a tecnologia de agricultura digital utilizada, o produtor só terá boas análises sobre a lavoura e um apoio assertivo na condução da safra se ele se preocupar com a qualidade dos dados que são diariamente inseridos na plataforma. 

E isso está relacionado às ações que o produtor ou o operador do equipamento deve adotar desde o momento de cadastrar cada operação - que devem conter informações corretas e completas -, até o armazenamento de todos os dados gerados na nuvem.

Por isso, qualidade de dados é ter todas as camadas de dados de maneira completa e organizada, de modo que as análises feitas pela plataforma sejam facilitadas. 

 

Operador de trator pilota o equipamento e ao mesmo tempo observa os monitores que apresentam mapas da agricultura digital, enquanto executiva a operação na lavoura

Plantio, colheita, pulverização: o operador deve sincronizar na nuvem todos os dados gerados nas operações agrícolas

 

+ CONFIRA NO NOSSO PODCAST: “Ciência de Dados e Sustentabilidade - um universo de possibilidades”

 

O benefício de inserir dados corretos para as decisões do produtor

Esse cuidado com a qualidade dos dados agrega valor ao produtor, segundo Ivana Amaral, gerente de Engajamento e Conhecimento na Climate FieldViewTM, que é a plataforma de agricultura digital da Bayer.

Dessa forma, o produtor pode tomar decisões mais assertivas no dia a dia da safra. “E melhores decisões acarretam em melhores resultados ao final da safra”, salienta.

Mas o contrário também pode ocorrer. Se for inserido um dado errado, a análise realizada pela plataforma será prejudicada, podendo afetar a decisão tomada pelo produtor.

Por exemplo, se é inserido no sistema o nome errado de uma variedade plantada em determinado talhão, no final da safra a análise da produtividade naquela área será atribuída a uma variedade que não condiz à realidade. 

O dado imputado erroneamente, em qualquer momento da safra, pode provocar análises equivocadas quando esses dados forem correlacionados pela plataforma. 

Por exemplo, o produtor pode comprar sementes de um híbrido que não é o mais produtivo em determinada área, ou fazer o plantio desse material em uma janela menos recomendada.

 

Nova call to action

 

Dicas para adotar boas práticas para qualidade de dados 

Maximizar o poder de análise da plataforma de agricultura digital pode parecer complexo, mas não é. Apenas exige, por parte do produtor, um fluxo adequado de inserção de dados no sistema, que podemos chamar de “boas práticas de qualidade de dados”. 

Dentre as plataformas de agricultura digital que existem no mercado, a Climate FieldViewTM tem algumas recomendações de boas práticas de qualidade de dados. A seguir, apresentamos três delas.

 

1) Os híbridos e variedades devem ser nomeados corretamente no App FieldViewTM Cab

Não se deve inventar ou abreviar o nome do híbrido/variedade inserido na plataforma. Tem que registrar o que está escrito na sacaria de sementes.

“A sugestão é, ao invés de digitar, selecionar o híbrido/variedade correto dentre as opções apresentadas na plataforma”, diz Ivana.

Caso contrário, também pode scannear o QR Code estampado na sacaria, que a plataforma reconhece imediatamente o nome correto. 

 

2)  Fazer o mapeamento completo da operação com o dispositivo FieldViewTM Drive ou importar os dados via Data Inbox

Para o produtor que utiliza o FieldViewTM Drive, o ideal é que faça o mapeamento da operação em toda área. 

“Quem não tem o Drive ou fez o mapeamento parcial do talhão, é importante fazer a importação de dados via Data Inbox para que se tenha as informações em um só lugar. Isso aumenta a capacidade de análise.”

 

3) Realizar a sincronização completa dos dados com a nuvem após a operação

 

  • Transferência: do FieldViewTM Drive para o FieldViewTM Cab

“Assim que acaba a operação, os dados do FieldViewTM Drive são transferidos para o App FieldViewTM Cab. No entanto, é importante esperar até que a transferência seja totalmente concluída, para garantir que 100% dos dados tenham ido para o Cab.”

 

  • Sincronização de dados: do FieldViewTM Cab para a nuvem (via internet ou Sync)

Assim que subir tudo para o Cab, é hora de fazer a sincronização completa dos dados com a nuvem. E isso pode ser feito de duas formas: levando o iPad até um local com acesso à Internet ou usando o aplicativo FieldViewTM Sync.

“Na sincronização, também é importante esperar o processo atingir 100%. Apenas com a ela completa é que se tem a garantia de que todos os dados gerados na operação estejam na nuvem”, pontua Ivana. 

 

Vários sinais gráficos sobrevoam a lavoura, indicando a grande quantidade de dados que são gerados pelo cultivo A exatidão dos dados “imputados” no sistema é fundamental para as tecnologias digitais que forem usadas pelo produtor

 

Essas três dicas podem parecer detalhes, mas fazem muita diferença quando a plataforma faz a análise dos dados. “Por isso, para tirar o máximo valor da ferramenta digital, é necessário se atentar para isso.”

Mas essa atenção ao registrar os dados não é apenas para os dados de variedades/ híbridos. “A régua é a mesma para todos os demais dados que forem inseridos nas demais operações, como colheita e pulverização”, sublinha.

Outro aspecto importante para garantir a qualidade dos dados gerados é a necessidade de regular a máquina e calibrar os seus sensores.

        

+ ASSISTA AO EP. 1 DA SÉRIE “HISTÓRIAS DE SUCESSO”: Laboratório a céu aberto com Climate FieldView™️

 

Teste de campo: qualidade de dados auxilia na escolha de híbridos mais produtivos

Para exemplificar a importância das boas práticas de qualidade de dados, trouxemos o exemplo do agricultor Caio Balzan, de Rio Verde, Goiás, que realizou um teste com 64 diferentes híbridos para avaliar os melhores materiais para a sua lavoura.

O plantio da área ocorreu em faixas, conforme mostramos no mapa abaixo. A operação foi mapeada pelo dispositivo FieldViewTM Drive, assim como a colheita. 

Para implementar, de modo simples, este ensaio de 64 híbridos, Balzan adotou estas boas práticas:

  • Registro correto do híbrido semeado em cada faixa;
  • Mapeamento preciso das operações de plantio e colheita em todo o talhão;
  • Envio de todos os dados gerados em cada operação para a nuvem.

Mapa de plantio do ensaio de 64 híbridos em Goiás, plantado em faixasEm ensaio com 64 híbridos, cada material foi plantado em uma faixa diferente: os dados correspondentes a cada híbrido foram cadastrados no FieldViewTM

 

Por isso, depois da colheita, pôde mensurar o desempenho de cada híbrido usando a funcionalidade de Análise de Produtividade, sem a necessidade de colher separadamente cada faixa.

Assim, o produtor pôde correlacionar com simplicidade os dados dos 64 híbridos, identificando os mais produtivos na área, além de avaliar outros parâmetros, como a população e data de semeadura ideais e a melhor velocidade de plantio, maximizando a avaliação dos resultados. 

 

Comparação entre o Mapa de Plantio de Híbridos e o Mapa de Produtividade no ensaio de 64 híbridosAo comparar o Mapa de Plantio de Híbridos com o Mapa de Produtividade, produtor pôde comparar o desempenho de cada um dos 64 materiais plantados na área

 

+ ACOMPANHE MAIS SOBRE ESTE ASSUNTO NOS ARTIGOS:

 

Quer ficar por dentro do que a agricultura digital pode fazer por você?

 

Nova call to action

Compartilhar:
Curtiu nosso conteúdo?