Resumo: Compreendendo os desafios associados às mudanças climáticas, as estratégias de manejo agrícola devem avaliar o impacto do aumento das temperaturas e das mudanças nos padrões de precipitação sobre a produtividade das culturas. Agricultura inteligente é a adoção de tecnologias avançadas e operações agrícolas orientadas por dados para otimizar e melhorar a sustentabilidade na produção agrícola. Esta tese explora o tema da agricultura inteligente com uma perspectiva baseada em otimização, abordando o Problema de Rotação de Culturas (PRC), a aplicação estratégica de herbicidas para o controle de ervas daninhas em campos agrícolas, os desafios enfrentados na multiplicação de sementes de milho, questões relacionadas a pragas que afetam a produção de soja e a utilização de previsões de séries temporais no planejamento agrícola. Nosso principal objetivo é auxiliar a comunidade de produtores de grãos oferecendo um conjunto completo de ferramentas de otimização que incorporam diversos conceitos das práticas agrícolas em uma estrutura matemática. Elaborar planos de cultivo de culturas baseados apenas em oportunidades de mercado pode levar a abordagens que não são sustentáveis ao longo do tempo. Portanto, exploramos o PRC como uma solução para auxiliar o manejo agrícola na criação de estratégias de longo prazo que integrem eficiência agrícola e sustentabilidade. Nosso arcabouço de manejo agrícola inclui as dinâmicas entre culturas, solo e água para desenvolver um plano eficaz de rotação de culturas. Também consideramos o papel das culturas de cobertura no balanço hídrico do solo e como indicador de melhorias na estrutura do solo. Discutimos aprimoramentos na estrutura do solo relacionados ao uso recorrente de culturas de cobertura no campo. Nosso método matemático para implementar o PRC introduz diversas inovações na análise de manejo agrícola. O manejo de ervas daninhas é fundamental para sustentar altos rendimentos na fazenda. No âmbito da melhoria das práticas de manejo da soja, construímos um modelo de programação dinâmica para auxiliar no controle de ervas daninhas na soja, dado que a soja possui grande importância na produção mundial de alimentos e em diversas indústrias. A crescente prevalência de ervas daninhas resistentes a herbicidas é atribuída à intensificação agrícola, levando os agricultores a utilizarem diversos herbicidas químicos para um controle eficaz. O uso extensivo de herbicidas na agricultura comercial afeta negativamente o meio ambiente e desequilibra o ecossistema. Adotar uma abordagem pragmática na aplicação de herbicidas promove um uso mais consciente desses produtos químicos. Além disso, introduzimos um modelo de otimização para lidar com o manejo de pragas. Nosso estudo concentra-se nos danos causados por lagartas na soja. Propomos uma estrutura que descreve o equilíbrio entre ação e perdas em um contexto dinâmico. Para além da comunidade agrícola, também propomos um modelo de otimização voltado para a indústria de multiplicação de sementes, que enfrenta limitações nas capacidades de processamento e armazenamento. Ao longo de nossa pesquisa, revisitamos uma variedade de conceitos agrícolas sob a perspectiva da otimização, sugerindo diversas abordagens para enfrentar cada problema agrícola específico Ver menos

Abstract: Comprehending the challenges associated with climate change, agricultural management strategies ought to evaluate the impact of increased temperatures and shifting precipitation patterns on crop yields. Smart agriculture, also known as intelligent farming, is the adoption of advanced technologies and data-driven agricultural operations to optimize and improve sustainability in agricultural production. This thesis explores the subject of smart agriculture from an optimization perspective, addressing the Crop Rotation Problem (CRP), the strategic application of herbicides for weed control in crop fields, the challenges faced by agribusinesses in corn seed multiplication, issues related to insect pests impacting soybean production, and the use of time series forecasting in agriculture. Our main goal is to assist the grain farm community by offering a complete set of optimization tools that incorporate various concepts from the agricultural practices into the mathematical framework. Designing crop cultivation plans based only on market opportunities may lead to approaches that are not sustainable over time. Therefore, we explore the CRP as an solution to aid farm management in crafting long-term strategies that integrate agricultural efficiency with sustainability. Our farm management framework include the dynamics between crops, soil, and water to develop an effective crop rotation plan. We also consider the role of cover crops within the soil water balance and as an indicator of soil improvements. We discuss enhancements into the soil structure related to the recurrent use of cover crops in the field. Our mathematical method for implementing the CRP introduces various innovations into farm management analysis. Weed management is critical to sustain high yield in the farm. Under the scope of improving soybeans management practices, we have constructed a dynamic programming model to assist weed control in soybeans as soybeans hold major significance in worldwide food production and numerous industries. The increased prevalence of herbicide-resistant weeds is attributed to agricultural intensification, prompting farmers to employ various chemical herbicides for effective weed management. Commercial agriculture's extensive use of herbicides adversely affects the environment and disrupts ecological balance. Adopting a pragmatic approach to herbicide application fosters a more mindful use of these chemicals. Additionally, we introduce an optimization model to tackle pest management. Our study concentrates on the damages caused by caterpillars on soybeans. We propose a framework that outlines the equilibrium between action and losses in a dynamic context. In addition to the agricultural community, we also propose a optimization model designed to tackle the seed multiplication industry, which is constrained by the limits of processing and storage capabilities. Throughout our research, we revisit a variety of agricultural notions from the perspective of optimization, suggesting several approaches to tackle each specific farm issue Ver menos