Calibração De Sensor Eletrônico De Umidade Em Diferentes Texturas De Solo

Abstract

RESUMOA acurácia das leituras de sensores de umidade depende da qualidade do aparelho, mas também de sua calibração. Esses sensores eletrônicos já vêm de fábrica com calibração, porém, sabe-se que esta varia com o tipo de solo. O objetivo desse trabalho foi calibrar o sensor da Falker, modelo Hidrofarm, em solo de textura arenosa e argilosa. Foram utilizadas colunas de PVC de 0,1 m de diâmetro por 0,3 m de altura, que inseridas no solo após saturação, permitiram coletar amostras indeformadas, sem a desagregação das mesmas. No laboratório, cada coluna recebeu uma sonda do equipamento. Após as amostras serem saturadas, iniciou-se o processo de secagem natural, mantidas em laboratório com temperatura constante, e realizadas frequentes medidas de umidade. Sempre que se fazia leituras com o aparelho, as colunas eram também pesadas, para determinação da umidade com base massa. Assim, com a densidade do solo obtida pela relação entre a massa e o volume da coluna, foi possível encontrar a umidade volumétrica e correlacionar com as leituras do aparelho. Foram ajustadas curvas de correlação entre as leituras obtidas pelos sensores e as respetivas medidas de umidade. O desvio de leitura do sensor para a medida real de umidade apresentou-se ser sistemático, sendo de -8% para o solo de textura argilosa e de -4% para o solo de textura arenosa.Palavras-Chave: Sensor de umidade; Umidade do Solo; Calibração de Sensores. ELECTRONIC MOISTURE SENSOR CALIBRATION IN DIFFERENT SOIL TEXTURES ABSTRACTThe accuracy of the humidity sensor readings depends on the device's quality, but also its calibration. These electronic sensors have been factory calibrated, however, it is known that this varies with the type of soil. The objective of this study was to calibrate the sensor Falker, Hidrofarm model in soil sandy and clay texture. PVC columns were used to 0.1m diameter and 0.3m height, which inserted in the soil after saturated, allowed collecting soil samples without disaggregation thereof. In the laboratory, each column received a probe of the equipment. After the samples are saturated, began the natural drying process, kept in the laboratory with constant temperature and humidity made frequent measures. Where did readings with the device, the columns were too heavy for determination of moisture in mass. So with the soil density obtained by relating between the mass and volume of the column, were found soil moisture and correlate with the instrument readings. Correlation curves were fitted between the readings obtained by the sensors and the respective humidity measures. The * ricardo.gava@ufms.br

Internet of Things Application in an Automated Irrigation Prototype Powered by Photovoltaic Energy

“…Thus, it is possible to observe that different behaviours occur for the different calibration tests and sensor models, and the behaviours may vary according to the type and texture of the soil, among other factors. Therefore, individual calibrations must be carried out for all sensors under the conditions in which they will be used [45,[50][51][52].…”

Infiltração de água e resistência do solo à penetração em sistemas de cultivos integrados e em área de pastagem degradada

“…A umidade volumétrica foi determinada com uso de um sensor de umidade do solo modelo Higrow-ESP 32, que é sensor capacitivo controlado por microcontrolador ESP32 (BISWAS; IQBAL, 2018). Para aumentar a acurácia do sensor, foi realizada uma calibração conforme o proposto por Gava et al (2016).…”

The application of agrometeorological techniques contributes to the agricultural resilience of forage cactus: A review

“…Therefore, the demand of water for irrigation purposes can be defined through the atmospheric data or by the monitoring of the soil humidity where the estimative for the gathering of atmospheric data, can be acquired through mathematical models, as in the case of the Hargreaves and Samani method (1985) or the Penman Monteith FAO-56 (Allen et al, 1998), these are widely accepted models, these methods are empirical and are amenable to errors, even being properly calibrated (Gava et al, 2016).…”