CeresSef s : Um Sistema Especialista para o Clculo da Necessidade de Calagem e Recomendao de Corretivo

A LEXANDRE H ENRIQUE V IEIRA S OARES1 C ARLOS A LBERTO S ILVA2 A NDR L UIZ Z AMBALDE3 Ua - Universidade Federal de Lavras DCC - Departamento de Cincia da Computao Cx Postal 37 - CEP 37200-000 Lavras (MG) 1 ahvsoares@ig.com.br 2 casilva@ufla.br 3 zamba@ufla.br Resumo. Este estudo mostra o desenvolvimento de um sistema especialista para realizar o clculo da necessidade de calagem do solo para diferentes culturas, instaladas em diversos estados brasileiros. O programa desenvolvido pode ser executado tanto pela Internet (como um applet) quanto fora dela (como uma aplicao). Um sistema desse tipo torna-se cada vez mais importante e indispensvel aos tcnicos, de um modo geral, pelo fato de agilizar o processo de recomendao de corretivo, ter facilidade no uso e comodidade (pois pode ser acessado de qualquer lugar, desde que se tenha acesso Internet). O sistema foi desenvolvido na linguagem de programao Java, usando para modelagem a linguagem UML. Palavras-Chave: sistema especialista, Internet, calagem, correo da acidez do solo. 1 Introduo

Tem-se percebido que, a cada ano, h uma necessidade cada vez maior em se produzirem alimentos em mbito mundial, devido ao crescimento da populao. Para tal, necessrio que os solos possam dar s plantas tudo o que elas necessitam, estar em condies ideais para o plantio. Para que isso ocorra, preciso que seja feita uma anlise do solo, que sejam detectados os problemas neste, e que sejam tomadas medidas para corrigirem os problemas, como adubao e calagem. O processo de recomendao de adubao e calagem tem sido feito, na maioria das vezes por humanos. Po-rm, j so usados computadores para essa tarefa, o que torna o processo mais rpido, convel e mais apresentvel para o cliente. Este artigo apresenta o desenvolvimento de uma ferramenta que possibilita ao agrnomo obter resultados mais rpidos para exames de correo e denio da necessidade de calagem. Foi tratada a correo apenas da acidez do solo, utilizando-se a tcnica de clculo da necessidade de calagem feita para os estados de MG e SP (Mtodo IAC - Instituto Agronmico de Campinas). O programa foi baseado na tecnologia de sistemas especialistas. Tambm foram usadas tcnicas de engenharia de software para que o programa seja facil-

mente entendido por quem quiser aprimor-lo ou aproveitar algo de seu desenvolvimento. Assim, o software criado capaz de realizar o clculo da necessidade de calagem para diferentes culturas, de forma digital. O resultado nal do trabalho estar disponvel tanto como uma aplicao normal (off-line) como uma aplicao para Internet (applet). A idia de disponibilizar o programa na rede para que haja um maior alcance das tabelas de recomendao, alm de democratizar o acesso a estas. 2 Uma breve introduo calagem

A reao do solo o primeiro fator que deve ser levado em conta quando se pretende fazer algum cultivo, isso porque, se ela no for favorvel, medidas corretivas devero ser tomadas antes do plantio e do preparo do solo (adubao). No Brasil, a maioria dos solos apresenta acidez elevada, ou seja, pH1 menor que cinco. Para a neutralizao da acidez dos solos, o corretivo mais utilizado o calcrio (CaCO3 ), que um sal de baixssima solubilidade, porm, o pouco que dissolvido quando da presena de gs carbnico (CO2 ) suciente para gerar reaes que resultam na neutra-lizao do solo.
1 Potencial

de hidrogenizao

A equao que representa a neutralizao do solo (omitindo-se reaes intermedirias) a seguinte: SOLOAl + 2 CaCO3 + H2 O H SOLOCa + Al(OH)3 + 2 CO2 Ca
2.1 O clculo da necessidade de calagem

da soluo de equilbrio aps agitar durante uma hora a TFSA2 com soluo de CaCl2 10 mmol/L, contendo 60 mg/L de P, na relao 1:10, mostrado na Tabela 2:
Tabela 2: Valor de Y de acordo com o valor de fsforo remanescente P-rem mg/L Y 0a4 4,0 a 3,5 4 a 10 3,5 a 2,9 10 a 19 2,9 a 2,0 19 a 30 2,0 a 1,2 30 a 44 1,2 a 0,5 44 a 60 0,5 a 0,0

(1)

A determinao da necessidade de calagem (NC) o clculo feito para sabermos quanto de calcrio devemos usar para uma determinada cultura e faixa de terra para se chegar a determinado valor de pH timo para a cultura em questo. Neste trabalho, foram usados dois mtodos para se calcular a NC: 1. Mtodo da neutralizao do Al3+ e da elevao dos teores de Ca2+ e Mg2+ (Mtodo de Minas Gerais). Nesse mtodo, consideram-se ao mesmo tempo caractersticas do solo e exigncias das culturas. O critrio do alumnio para o clculo de calagem um procedimento adequado para situaes em que o consumo de calcrio por unidade de rea baixo ([RAIJ1991]): t 100

Fonte: [CFSEMG1999]

Os valores de Y, estraticados de acordo com os valores de P-rem, podem tambm ser estimados de forma contnua pela equao: Y = 4, 002 0, 125901 P-rem + +0, 001205 P-rem2 0, 00000362 P-rem3 Al3+ a acidez trocvel, em cmolc /dm3 ; mt a mxima saturao por Al3+ tolerada pela cultura, em %;

(4)

N C = Y Al3+ mt

+ (2)

t a CTC efetiva, em cmolc /dm3 ; X a disponibilidade de Ca e Mg de acordo com as exigncias das culturas nestes nutrientes; Ca2+ + Mg2+ so os teores de Ca e Mg trocveis, em cmolc /dm3 . O resultado expresso em t/ha de CaCO3 . 2. Mtodo baseado na elevao da saturao por bases (Mtodo de So Paulo). Por esse mtodo, a NC visa a elevao da saturao por bases a valores pr-estabelecidos para culturas diferentes ([RAIJ1991]): NC = [(V2 V1 ) T ] 100 (5)

+ X Ca2+ + M g 2+ Onde:

Y a capacidade tampo do solo, que pode ser denida, de acordo com a textura do solo, conforme a Tabela 1:
Tabela 1: Valor de Y de acordo com a textura do solo Solo Argila % Y Arenoso 0 a 15 0a1 Textura mdia 15 a 35 1a2 Argiloso 35 a 60 2a3 Muito argiloso 60 a 100 3a4

Fonte: [CFSEMG1999]

Estes valores de Y, estraticados em relao aos teores de argila, podem ser estimados de forma contnua pela equao: Y = 0, 0302 + 0, 06532 Argila 0, 000257 Argila2

Onde: V2 a saturao por bases desejada ou esperada; V1 a saturao por bases atual do solo; T a CTC a pH 7,0.
2 Terra

(3)

E, tambm, de acordo com o valor de fsforo remanscente (P-rem), que o teor de P

Fina Seca ao Ar

Pela equao 5, tem-se a NC expressa em toneladas por hectare de CaCO3 com 100% de ecincia e por 20 cm de profundidade. Para aplicar a frmula, preciso saber o valor da acidez potencial e da soma das bases.
2.2 Quantidade de calcrio a ser usada

Preo por tonelada efetiva = 100 Preo por tonelada na propriedade P RN T (8)

A necessidade de calagem calculada, com os critrios ou mtodos anteriormente apresentados, indica a dose de calcrio terica. Na realidade, a determinao da quantidade de calcrio a ser usada por hectare deve levar em considerao ([CFSEMG1999]): 1. A percentagem da superfcie do terreno a ser coberta na calagem (SC, em %); 2. At que profundidade ser incorporado o calcrio (PF, em cm); 3. O poder relativo de neutralizao total do calcrio a ser utilizado (PRNT, em %). Portando, a quantidade de calcrio a ser usada (QC, em t/ha) ser: SC 100 PF 20 100 P RN T

Preo por tonelada na propriedade = = Preo por tonelada do corretivo + frete 3

(9)

Uma breve introduo aos sistemas especialistas

QC = N C

(6)

2.3

Escolha do corretivo a ser utilizado

A escolha do corretivo a aplicar deve levar em considerao o uso de critrios tcnicos (qualidade do calcrio) e econmicos ([CFSEMG1999]). Na qualidade, considera-se a capacidade de neutralizao da acidez do solo (poder de neutralizao PN), a reatividade do material e o teor de calcrio. A reatividade de um calcrio depende da granulometria do material, a qual permite estimar a ecincia re-lativa, ou seja, sua reatividade (RE). Combinando PN com RE, tem-se o poder relativo de neutralizao total (PRNT), que estima o quanto de calcrio ir reagir em um perodo de trs anos. P RN T =
2.4 Preo por tonelada

Sistemas especialistas so sistemas computacionais que resolvem problemas de uma maneira bem parecida com um especialista humano. Eles possuem um conhecimento especco profundo sobre campos restritos do conhecimento ([RABUSKE1995]). O que caracteriza um sistema especialista (SE) o seu alto grau de conhecimento sobre uma rea especca, sendo ento muito ecientes suas respostas. Os SEs devem tambm ser capazes de informar ao usurio como obteve a resposta para um determinado problema, para deix-lo por dentro de como tal resultado foi obtido. Existem diversos benefcios associados ao desenvolvimento de um SE como distribuio de conhecimento especializado, memria institucional, exibilidade no fornecimento de servios, possibilidade de tratar informaes a partir de conhecimentos incompletos ou incertos, entre outros. Atualmente, os SEs so aplicados nas mais variadas reas. Abaixo, sero dados alguns exemplos, extrados de ([RABUSKE1995]): Administrao: FOLIO ajuda administradores a determinar metas de investimento de clientes e selecionar portflios que melhor preencham essas metas; Agricultura: POMME ajuda no trato de macieiras; Geologia: PROSPECTOR d suporte de consultor na explorao mineral.
3.1 Arquitetura de um SE

(P N RE) 100

(7)

Baseado nas vrias alternativas de qualidade e de preo oferecidos no mercado, devemos decidir qual a soluo mais adequada, considerando o preo por tonelada efetiva do corretivo.

Um modelo geral de um SE pode ser representado pela Figura 1. A modelagem de um SE pode variar conforme sua aplicao.

so selecionadas. A regra escolhida a que possui o maior nmero de atributos iguais, sendo necessrio algum tipo de inferncia (caso os atributos do lado direito da regra no forem todos iguais aos da entrada).
3.4 O quadro negro

O quadro negro a rea de trabalho do sistema especialista. nele que cam armazenadas informaes e fatos de suporte ao funcionamento do sistema, quando este efetua raciocnios.
Figura 1: Arquitetura de um sistema especialista (SE)

3.5

Sistema de justicao

3.2 A base de conhecimentos

O grande poder de um SE est em sua base de conhecimento. nessa base que est tudo necessrio para que o sistema possa trabalhar com o conhecimento para gerar resultados. O conhecimento de um SE vem de um especialista humano. necessrio que a pessoa passe tudo que sabe sobe o assunto a ser tratado a m de melhor representar o papel do especialista humano. Para montar a base de conhecimentos so necessrios dois passos: adquirir conhecimento e modelar o conhecimento adquirido. Portanto, devemos escolher a modelagem que melhor se adeqe nossa aplicao. O conhecimento pode ser representado de vrias formas como, por exemplo, por lgica, por redes semnticas, por quadros ou por sistemas hbridos.
3.3 A mquina de inferncia

O sistema de justicao uma capacidade de questionamento fornecida ao usurio, seja para repetir uma deduo efetuada, seja para responder a outras questes que o sistema especicamente permita. A justicao um requerimento obrigatrio nos sistemas especialistas que, geralmente, tm a capacidade de responder s seguintes perguntas ([RABUSKE1995]): Como chegou a esta concluso? Por que chegou a esta concluso? Por que no chegou a outra concluso?
3.6 Mecanismo de aprendizagem

O mecanismo de apredizagem a parte que cuida das alteraes na base de conhecimento. As alteraes podem ser simples (como acrscimo de dados) ou complexas (como depurao da base, reordenao de prioridades, dentre outras).
3.7 O sistema de aquisio de conhecimento

a mquina (ou motor) de inferncia que cuida da parte de tomada de deciso, com base no conhecimento e na entrada do programa. Existem basicamente dois modos de raciocnio aplicveis s regras de produo3 : encadeamento progressivo ou encadeamento para a frente (forward chaining), e encadeamento regressivo ou encadeamento para trs (backward chaining). No encadeamento progressivo (tambm chamado de encadeamento dirigido por dados), a parte esquerda da regra examinada e, se for vlida, a parte direita desta executada. No encadeamento regressivo (tambm chamado de encadeamento dirigido por objetivos), os atributos dados como entrada so comparados com os atributos do lado direito da regra e as regras que tm atributos iguais
3 Regras de produo so pares de expresses consistindo em uma condio e uma ao ([BITTENCOURT2001]).

O sistema de aquisio de conhecimento o responsvel por dar conhecimento ao SE.

3.8 Sistema de consulta

O sistema de consulta cuida da melhor interao entre o usurio e o programa. esse mdulo que permite ao usurio no ter conhecimento de como o sistema foi desenvolvido. Ele um elo entre o programa e o usurio. 4
4.1

Tecnologia empregada
Linguagem de programao

O sistema foi desenvolvido na linguagem de programao Java (Sun Microsystems), usando o pacote J2SDK 1.4.1 (Java 2 System Development Kit verso 1.4.1) da Sun Microsystems. O pacote gratuito e est disponvel na pgina [JAVASUN].

A linguagem Java foi escolhida por apresentar vrias qualidades, dentre as quais destacam-se, para o sistema desenvolvido: portabilidade de seus fontes; portabilidade dos programas gerados; facilidade de desenvolvimento de aplicaes para a Internet; capacidade de um mesmo programa poder ser executado como uma aplicao e um applet 4 ; suporte a garbage collector5 , que encoraja o desenvolvimento de aplicaes bastante robustas sem a preocupao do desenvolvedor com a gerncia de memria; grande quantidade de classes utilitrias (vetor, listas, tabelas hash) intrnsecas prpria linguagem, o que a torna completa, sem a necessidade de utilizar classes e pacotes de terceiros; o pacote usado j vem com bibliotecas grcas; facilidade de integrao com os mais usados SGB Ds6 disponveis no mercado. Para maiores detalhes consulte [DEITEL2001] e [JAVASUN].
4.2 Sistema operacional

4.3

Linguagem de modelagem

Foi utilizada, para a modelagem do programa a linguagem UML (Unied Modeling Language), que uma linguagem grca para visualizao, especicao, construo e documentao de artefatos de sistemas complexos de software. A UML possui vrios diagramas que facilitam na manuteno do projeto, alm de deix-lo bem documentado para que alteraes futuras possam ser feitas mais facilmente. Para maiores detalhes sobre UML, consulte as seguintes referncias: [UML] e [BOOCH2000]. A modelagem da base de dados foi feita usando o modelo entidade relacionamento (ER), que um modelo conceitual para modelagem de bancos de dados que utiliza conceitos como entidades, relacionamentos e atributos para modelar os dados. Para maiores informaes veja [DATE2000].
4.4 Sistema de gerenciamento de bancos de dados (SGBD)

O SGBD utilizado foi o MySQL, disponvel em [MYSQL], distribudo sob a licensa GPL ([LICENCAGPL]). Algumas caractersticas pelas quais foi escolhido o SGBD: gratuito; funciona em diversas plataformas; possui suporte a vrias linguagens de programao, inclusive Java; suporte a SQL7 ; muito rpido e leve. 5
5.1

Por serem portveis os programas feitos em Java, o sistema operacional no inuenciou no projeto do sistema CeresSef s . O programa foi desenvolvido, em grande parte, no Departamento de Cincia da Computao da Universidade Federal de Lavras (Ua), numa distribuio Red Hat do sistema operacional GNU/Linux, e tambm no sistema operacional Windows 2000 Professional (Microsoft). A aplicao tambm foi testada em outras plataformas GNU/Linux (Conectiva) e Windows (Windows Me).
4 Aplicao que roda nos navegadores da Internet que suportam Java, como Netscape, Mozilla, Galeon, Opera, Internet Explorer entre outros 5 Coletor de lixo sistema para limpeza automtica de memria, sem precisar que o programador libere manualmente as variveis alocadas 6 SGBD (Sistema de Gerenciamento de Bancos de Dados)

Desenvolvimento
Modelagem dos dados

Os objetos modelados foram: cultura, corretivo e anlise do solo (Figura 2). A arquitetura do SE foi baseada na descrio contida em ([RABUSKE1995]). Algumas caractersticas do SE desenvolvido: base de conhecimentos: representada usando-se a lgica clssica;
(Structured Query Language Linguagem Estruturada de Consulta) linguagem usada para a comunicao (consultas) com o SGBD
7 SQL

Figura 2: Modelo ER simplicado das tabelas do CeresSef s .

mquina de inferncia: o modo de racioccio usado no CeresSef s foi o encadeamento progressivo, usando busca em profundidade como estratgia de busca e, para resoluo de conitos foi u-sado o grau de conana no produto (calcrio); quadro negro: ser a base de dados; sistema de justicao: mostra como foram obtidos os clculos realizados (desmembramento passo-a-passo das equaes), recomendaes (informaes do tipo: como foi obtido o valor valor para a necessidade de calagem, e ( . . . ) o calcrio recomendado o nome_ do_ calcrio ) classicaes (por exemplo, da argila, no mesmo estilo da explicao das recomendaes); mecanismo de aprendizagem: no h mecanismo de aprendizagem; sistema de aquisio de conhecimento: a aquisio de conhecimento no dimmica no CeresSef s , e sim, esttica. O conhecimento s pode ser inserido na hora da confeco do sistema (cdigo fonte); sistema de consulta: a interface grca do programa. A Figura 3 mostra o diagrama de classes simplicado do CeresSef s Onde: Ceres: classe principal do sistema; SEParaCalculoDaNCInt: interface grca para se calcular a NC; SEParaCalculoDaNC: classe responsvel pelo clculo da NC; SEParaCalculoDaQCInt: interface grca para se calcular a QC;

Figura 3: Diagrama de classes simplicado do CeresSef s .

SEParaCalculoDaQC: classe responsvel pelo clculo da QC; JApplet: classe pai para applets; AnaliseSoloInt: interface grca para se pegar os dados de uma anlise de solo; AnaliseSolo: classe que representa uma anlise de solo; CorretivoInt: interface grca para se pegar os dados de um corretivo; Corretivo: classe que representa um corretivo; CulturaInt: interface grca para se pegar os dados de uma cultura; Cultura: classe que representa um cultura; JInternalFrame: classe usada para se criar janelas internas. Para maiores detalhes sobre a modelagem do sistema, consulte ([SOARES2003]). O desenvolvimento de CeresSef s foi um trabalho proposto pelo pesquisador Carlos Alberto Silva. Diculdades foram encontradas para modelar os dados da cultura, corretivo e anlise do solo, por no haver um padro para se expressarem, classicarem, tais itens. Por exemplo, os calcrios hora vm com o valor do PRNT, hora com os teores de CaO e MgO e a granulometria. bom salientar que o sistema ainda no est terminado, sendo mais um prottipo, faltando melhorar alguns aspectos como: interface com o usurio, mdulo

para Internet, gerao de relatrio e aquisio de co- [CFSEMG1999] COMISSO DE FERTILIDADE DO nhecimento. SOLO DE MINAS GERAIS Recomendaes para o uso de corretivos e fertilizantes em Minas Para trabalhos futuros, pretende-se incrementar o Gerais - 5a aproximao. Viosa, Antnio Carlos CeresSef s para realizar clculo da adubao e recomenRibeiro, Paulo Tcito G. Guimares, Victor Hugo dao de fertilizantes, tornando-se um sistema mais comAlvarez V., 1999. pleto e til para os agrnomos. Tambm proposto o desenvolvimento dele para ser possvel seu acesso atravs de aparelhos mveis, como celulares e computado- [DATE2000] DATE, C. J. Introduo a Sistemas de Bancos de Dados. Rio de Janeiro, Campus, 2000. res de bolso, visto que isso ampliar ainda mais o alcance dos benefcios do sistema. [DEITEL2001] DEITEL, H. M.; DEITEL, P. J. Java, como programar. 3 ed., Porto Alegre, Bookman, 2001. 6 Distribuio do CeresSef s . A m de divulgar os resultados desse projeto, ser mantida uma pgina na Internet, onde car a verso em applet do sistema bem como sua documentao e informaes sobre o programa e sobre fertilidade do solo. Ser disponibilizada uma verso que car sob a responsabilidade do Departamento de Cincia do Solo (DCS) da Universidade Federal de Lavras (Ua), para que a universidade possa usufruir dos benefcios gerados pelo programa e para que o desenvolvimento da aplicao possa ser expandido com o acrscimo de outras utilidades. 7 Concluses [JAVASUN] Sun Microsystems. http://www. java.sun.com . Visitada em 22/11/2003. [LICENCAGPL] GNU Project. http: //www.gnu.org/copyleft/gpl.html. Visitada em 22/11/2003. [MYSQL] MySQL. http://www.mysql.org . Visitada em 22/11/2003. [RABUSKE1995] RABUSKE, R. A. Inteligncia articial. Florianpolis, UFSC, 1995. [RAIJ1991] RAIJ, B. van Fertilidade do solo e adubao. So Paulo, Agronmica Ceres Ltda, 1991.

Com o trmino deste trabalho, conclui-se que o campo [RUSSEL1995] RUSSEL, S. J.; NORVING, P. Arda recomendao de corretivos e fertilizantes ainda ticial intelligence A modern approach. New uma rea com carncia de ferramentas para auxlio na Jersey, Prentice Hall, 1995. recomendao do uso desses insumos. Tambm percebeu-se que no h um padro para classicao de cor- [SOARES2003] SOARES, A. H. V.; CeresSef s : retivos e resultados de anlises qumica, o que diculta Um Sistema Especialista para o Clculo da Nea modelagem dos dados. cessidade de Calagem e Recomendao de Corretivo. Monograa de m de curso Ua/MG. Com um sistema como o CeresSef s . em pleno funLavras, 2003. cionamento, muitas pessoas se podero beneciar com seus recursos pois, podero acess-lo de onde estiverem, seja em casa, sem conexo com a Internet ou mesmo [UML] Object Managment Group. http://www. uml.org . Visitada em 22/11/2003. conectadas a esta. Por ser um produto acadmico, a cada incremento que for feito, mais tecnologia ser agregada ao programa, tornando-o, cada vez mais, poderoso e ecaz para a nalidade que lhe foi atribuda. Referncias [BITTENCOURT2001] BITTENCOURT, G. Inteligncia articial Ferramentas e teorias. 2 ed., Florianpolis, UFSC, 2001. [BOOCH2000] BOOCH, G; RUMBAUGH J.; JACOBSON, I. UML guia do usurio. Rio de Janeiro, Campus, 2000.