Application of artificial neural networks as an alternative to volumetric water balance in drip irrigation management in watermelon crop

• Published in: Engenharia Agrícola 2015-04, Vol.35 (2), p.266-279
• Main Authors: ROCHA NETO, ODÍLIO C. DA, TEIXEIRA, ADUNIAS DOS S., BRAGA, ARTHUR P. DE S., SANTOS, CLEMILSON C. DOS, LEÃO, RAIMUNDO A. DE O.
• Format: Article
• Language: English
• Subjects: AGRICULTURAL ENGINEERING; automation; neural algorithms; precision irrigation
• ISSN: 0100-6916; 1809-4430; 0100-6916
• DOI: 10.1590/1809-4430-Eng.Agric.v35n2p266-279/2015

Precision irrigation seeks to establish strategies which achieve an efficient ratio between the volume of water used (reduction in input) and the productivity obtained (increase in production). There are several studies in the literature on strategies for achieving this efficiency, such as those dealing with the method of volumetric water balance (VWB). However, it is also of great practical and economic interest to set up versatile implementations of irrigation strategies that: (i) maintain the performance obtained with other implementations, (ii) rely on few computational resources, (iii) adapt well to field conditions, and (iv) allow easy modification of the irrigation strategy. In this study, such characteristics are achieved when using an Artificial Neural Network (ANN) to determine the period of irrigation for a watermelon crop in the Irrigation Perimeter of the Lower Acaraú, in the state of Ceará, Brazil. The Volumetric Water Balance was taken as the standard for comparing the management carried out with the proposed implementation of ANN. The statistical analysis demonstrates the effectiveness of the proposed management, which is able to replace VWB as a strategy in automation. A irrigação de precisão busca estabelecer estratégias que alcancem uma relação eficiente entre o volume de água utilizado (redução do insumo) e a produtividade obtida (aumento da produção). Há diversos trabalhos na literatura que tratam de estratégias para alcançar esta eficiência, como os que tratam do método do Balanço Hídrico Volumétrico (BHV). Entretanto, também é de grande interesse prático/econômico estabelecer implementações versáteis destas estratégias de irrigação que: (i) mantenham o desempenho obtido em outras implementações; (ii) dependam de poucos recursos computacionais; (iii) apresentem grande adaptabilidade às condições de campo, e (iv) permitam facilmente modificar a estratégia de irrigação. Neste trabalho, tais características são alcançadas ao se utilizar uma Rede Neural Artificial (RNA) para determinar o tempo de irrigação da cultura da melancia em uma localidade no Perímetro Irrigado do Baixo Acaraú (CE). Tomou-se o Balanço Hídrico Volumétrico como padrão de comparação do manejo efetuado pela implementação proposta com RNA. Os estudos estatísticos realizados comprovam a eficiência do manejo proposto. Podendo este manejo substituir o BHV como uma estratégia para a automação.