Análise da distribuição espacial da temperatura do ar em uma casa de vegetação
Diego Scacalossi Voltan1, Rogério Zanarde Barbosa2, João E. M. Perea Martins3 e Célia
Regina Lopes Zimback4
1
Engº Agrônomo, UNESP/Pós-Graduação em Irrigação e Drenagem – FCA, [email protected]
Engº Agrônomo, UNESP/Pós-Graduação em Irrigação e Drenagem – FCA, [email protected]
3
Doutor em Física Aplicada, UNESP/Departamento de Computação (FC), [email protected]
4
Doutora em Agronomia, UNESP/Departamento de Recursos Naturais, [email protected]
2
Resumo – Este trabalho mostra a análise da variação da temperatura em uma casa de vegetação, usando
fatores de análise temporal e espacial. A casa de vegetação foi dividida em uma grade de 114 pontos de
medições térmicas. Para cada ponto foram realizadas medições de temperatura em três alturas diferentes,
a 0,30 m, 1,20m e 2,00 m, sendo que o experimento foi realizado três vezes em um dia, as 9, 12 e 16 horas.
Os dados foram estatisticamente computados para mostrar a temperatura média na casa de vegetação em
cada altura e horário do experimento. Além disto, o trabalho usa a análise geoestatística para a interpolação
de dados e mostra a variação da temperatura na altura intermediária utilizando uma representação gráfica
em duas e três dimensões. Os resultados mostram uma significativa variação da temperatura na casa de
vegetação analisada e comprovam que o uso de métodos geoestatisticos pode ser uma eficiente ferramenta
para a análise e controle de casa de vegetação.
Palavras-chave: ambiente protegido; variação térmica; geoestatística.
Analysis of Spatial air temperature distribution inside a greenhouse
Abstract – This work shows the analysis of temperature variation inside a greenhouse, considering temporal
and spatial factors. The greenhouse was divided as a grid with 114 points of thermal measurement. For each
grid point the temperature was measured at 0.30m, 1.20m and 2.00 meters, and the experiment repeated
three times in one day at 9, 12 and 16 hours. The data were statically computed to show the mean
temperature inside the greenhouse for each different height and time. Besides, the work used the GS+
software for data interpolation and shows two-dimensional and three-dimensional representation of the
temperature variation at the intermediate height of measurement. The results has shown a significant
temperature variation in the greenhouse and proved that geostatistical methods can be an efficient tool for
analysis and control of the greenhouse.
Key words: greenhouse; thermal variation; geostatistic.
Introdução
Sistemas de produção em ambiente protegido são intrinsicamente dependentes de fatores externos,
como o clima e de fatores internos, como material de cobertura da casa de vegetação, a cultura e as telas
de proteção contra insetos (SONI et al., 2005), e dos mecanismos de controle climático (ventiladores,
exaustores, etc.) o que tende a compor um ambiente dinâmico e complexo. Apesar disto, muitos
pesquisadores que trabalham com casas de vegetação, ainda consideram em seus trabalhos o clima no
interior das estufas como uniforme, (KITTAS; BARTZANAS, 2007), o que, em muitos casos, pode
comprometer fatores como a precisão das pesquisas ou mesmo a produtividade. A temperatura é uma das
principais variáveis que exercem influência nas funções metabólicas das plantas e devem ser mensuradas e
controladas nesses sistemas para se obter melhores índices de produção. Este parâmetro pode variar
significamente com o tempo (TERUEL 2010; OMER, 2009), sendo que a radiação solar é um dos fatores
que contribui diretamente para variações no comportamento da temperatura do ar (BOJACÁ et al., 2009).
Uma forma de descrever a distribuição espacial da temperatura em casas de vegetação é com o uso dos
métodos geostatísticos (SAPOUNAS et al., 2008). Um conceito importante das aplicações dos métodos
geostatísticos é o suporte as variáveis randômicas regionalizadas. A variável regionalizada é uma função
II Simpósio de Geoestatística em Ciências Agrárias
ISSN: 2236-2118
1
espacial numérica que possui variação de um local para outro e apresenta dependência espacial entre os
pontos amostrados, devido uma continuidade aparente entre eles.
A geostatística permite, através de amostras dispostas regularmente ou não, quantificar a
dependência espacial entre as variáveis amostradas e reproduzir em gráficos seu comportamento no
ambiente. Assim, a geostatística foi utilizada como uma ferramenta para estimar os pontos não amostrados
de temperatura do ar no interior de uma casa de vegetação a fim de verificar a existência de dependência
espacial da temperatura do ar no interior de casas de vegetação.
Material e Métodos
A metodologia de desenvolvimento deste trabalho foi baseada na medição da temperatura em diferentes
pontos dentro de uma casa de vegetação. Os pontos representativos para cada volume de ar foram préestabelecidos nas linhas de plantio da casa de vegetação, em forma de grade (malha de amostragem),
definidos em 0,8 m entre linhas e 1,0 m entre pontos, distribuídos em dezenove pontos para cada uma das
seis linhas de cultivo, totalizando 114 pontos. Para cada um dos 114 pontos foram realizadas medições em
três alturas diferentes, que foram 0,30 m, 1,20m e 2,00 m. Este experimento foi realizado três vezes em um
dia, às 9, 12 e 16 horas, para que fosse estabelecida uma análise espacial associada a variações
temporais. Para a realização das medições de temperatura foi utilizado um dispositivo de sensoriamento
digital, modelo HTR-152, que além das medições envia os dados a um computador via interface serial.
Assim, também, foi utilizado um notebook para o registro automático dos dados.
Este experimento foi realizado em uma casa de vegetação existente no campus da FCA-UNESP, na
cidade de Botucatu-SP, com coordenadas geográficas de 22° 51’ 03’’ de latitude sul e 48° 25’ 37” de
longitude oeste e 786 m de altitude. A casa de vegetação utilizada neste trabalho foi do tipo arco com 6
metros de largura, 24 metros de comprimento e pé-direito de 3 metros, posicionada no sentido Leste-Oeste.
A estrutura metálica foi instalada sob um perímetro construído em alvenaria de 0,40m de altura. As janelas
laterais foram revestidas com uma malha de polietileno de proteção antiafídeo. Nas extremidades
superiores, no sentido longitudinal, a casa de vegetação é dotada de duas janelas frontais, com abertura
controlada, para permitir ventilação nos momentos mais quentes do dia. O piso inferior interno é revestido
com uma proteção de polietileno de coloração negra e o piso externo (solo), ao redor da casa de vegetação,
é coberto com tapetes de grama. A estufa possui uma cobertura de polietileno de baixa densidade para
proteção contra chuva, a partir do cume até o beiral.
A cultura no interior da estufa foi de tomate tutorado e irrigado em vasos, com 75 dias após o
transplante, variedade Sweet Million espaçados em 0,30 m entre plantas e 1,0 m entre linha. A lâmina de
irrigação diária era variável conforme a leitura do tanque classe A do dia anterior.
O dispositivo de sensoriamento HTR-152 utiliza um sensor de temperatura termopar tipo K condicionado
em uma ponta de prova. A taxa de amostragem do sensor é de 0,8 segundos, com uma resolução de 0,1 °C
para a leitura da temperatura do ar e saída de dados com uma casa decimal após a vírgula. Os dados foram
coletados com a ajuda de um microcomputador portátil conectado ao termômetro através da interface serial
®
RS232, sendo que para o registro dos dados no computador foi utilizado software Lutron , desenvolvido
pelo próprio fabricante do sistema de sensoriamento.
Dentro da casa de vegetação foram marcados os pontos específicos onde foram realizadas as
medições. Um operador percorreu a casa de vegetação e, em cada ponto pré-estabelecido, ele acionava o
comando no computador para que fossem gravados em um arquivo os dados de temperatura daquele ponto
específico. Em seguida, o mesmo deslocava-se para o outro ponto para uma nova amostragem e, assim,
sucessivamente. Em média o tempo do percurso total foi de 10 minutos para cada altura dentro de um
horário. Os valores de temperatura ar foram transferidos do banco de dados para uma planilha eletrônica e
organizados, de modo que, os valores amostrados fossem associados às respectivas coordenadas
espaciais x e y no campo para processar a análise variográfica, sendo que, a análise variográfica foi
utilizada para verificar se houve a existência da distribuição espacial da temperatura do ar no interior da
casa de vegetação
axaA função da variância espacial (h), conhecida como variograma, permitiu calcular a dependência
espacial pela medida da variância das diferenças dos valores amostrais que estão distantes em h metros e
é expressa por:
N h 
1 

Z x i   Z x i  h 2
(1)


2
N
h

 i 1
N(h) é o número de pares de valores medidos Z(si), Z(si+h), separados por um vetor h*
*h = distância entre os pontos de todos os valores amostrados

 h   

II Simpósio de Geoestatística em Ciências Agrárias
ISSN: 2236-2118
2
Os parâmetros avaliados do semivariograma, foram: Co = Efeito pepita ou 'Nugget' sendo o valor de (h)
quando h = 0; Co + C = patamar ou 'Sill' é quando valor de (h) estabiliza-se e seu valor é aproximadamente
igual a variância dos dados; a = alcance ou 'Range' é a distância h quando (h) atinge o patamar. Esses
parâmetros auxiliaram na análise da dependência espacial calculada pela relação C/ Co + C, denominado
de estrutura ou proporção espacial que, de acordo com a classificação adaptada por Zimback (2001), se os
valores obtidos desta razão for ≥0.75 é classificado como forte dependência espacial, entre 0.25 e 0.75
moderada dependência espacial e valores ≤0.25 como fraca dependência espacial.
Após as análises de dependência espacial, os dados foram interpolados pelo método da krigagem. Este
método permite estimar valores de variáveis distribuídas no espaço utilizando as propriedades estruturais
do variograma. Os resultados da interpolação foram visualizados em mapas bidimensionais e
tridimensionais representando a distribuição espacial da temperatura do ar. Todos os dados obtidos para as
+
análises foram calculados com o uso do programa GS (Geostatistical for Environmental Sciences)
(ROBERTSON, 1998).
Resultados e Discussão
A Figura 1 mostra a variação de temperatura na parte externa da casa de vegetação em um período
iniciado duas horas antes do início das medições dentro da casa de vegetação e terminado duas horas
depois do término das medições dentro da casa, o que permite uma análise de tendência de variação
térmica no ambiente. Para uma melhor análise da variação térmica neste intervalo, a figura também mostra
a variação dos índices de radiação solar. Estes dados foram obtidos através das medições provenientes da
estação meteorológica existente próxima à casa de vegetação, a qual faz a aquisição dos dados em
intervalos de 10 minutos.
Figura 1. Comportamento da temperatura do ar e da radiação solar no ambiente externo a casa de
vegetação nos intervalos que foram medidos a temperatura do ar interna da casa de vegetação.
As medições de temperatura dentro da estufa foram realizadas em três series iniciadas às 9, 12 e 16
horas, respectivamente e com duração média de 10 minutos cada uma. A Tabela 1 mostra as medições
térmicas realizadas na casa de vegetação nos três horários, sendo que cada medição foi realizada em 3
pontos diferentes de altura.
Tabela 1. Média das medidas de temperaturas do ar (Tm), em °C, e desvio padrão (σ) das medições
realizadas na casa de vegetação. Foram realizadas medições em três horários diferentes, e em
cada horário foram realizadas medições em três alturas diferentes
Horário
9 horas
12 horas
16 horas
Altura: 0.30 m
(Tm)
24.02
28.87
28.26
(σ)
0.3865
0.9619
0.3615
II Simpósio de Geoestatística em Ciências Agrárias
Altura: 1.20 m
(Tm)
25.28
28.91
31.38
(σ)
0.3885
0.5959
0.3139
Altura: 2.00 m
(Tm)
25.55
30.62
30.07
(σ)
0.4516
1.0351
0.4893
ISSN: 2236-2118
3
As Tabelas 1, 2 e 3 mostram, respectivamente, os parâmetros do semivariograma ajustados pelo
+
software GS para os dados das medidas das 9, 12 e 16 horas. A análise estrutural do variograma foi obtida
+
através do software GS , fornecendo o efeito pepita (C0), o patamar (C + C0), alcance (a), regressão (R²) e
a estrutura ou proporção espacial (C/Co+C). Observa-se que, de acordo com o índice de dependência
espacial adaptados por Zimback (2001), exceto para a avaliação do horário das 9 horas na altura de 1,20
metros que apresentou dependência espacial moderada, para todos os outros valores houve uma forte
dependência espacial.
Tabela 2. Parâmetros do semivariograma ajustados para o modelo Gaussiano e exponencial, no horário
das 9 horas
Altura
(m)
0.30
1.20
2.00
Modelo de
variograma
Exponencial
Exponencial
Gaussiano
Efeito Pepita
(Co)
0.0686
0.0502
0.0276
Patamar
(Co+C)
0.3242
0.3494
0.2302
Alcance
(a)
62.97
62.97
5.5252
R
2
0.702
0.930
0.919
C/Co+C
0.788
0.730
0.880
Tabela 3. Parâmetros do semivariograma ajustados para o modelo Gaussiano, no horário das 12 horas
Altura
(m)
0.30
1.20
2.00
Modelo de
variograma
Gaussiano
Gaussiano
Gaussiano
Efeito Pepita
(Co)
0.0010
0.0010
0.0010
Patamar
(Co+C)
0.9610
0.3470
1.2760
Alcance
(a)
2.4942
2.4595
4.5207
R
2
0.860
0.909
0.896
C/Co+C
0.999
0.997
0.999
Tabela 4. Parâmetros do semivariograma ajustados para os modelos Gaussiano e esférico, no horário das
16 horas
Altura
(m)
0.30
1.20
2.00
Modelo de
variograma
Gaussiano
Esférico
Gaussiano
Efeito Pepita
(Co)
0.0230
0.0176
0.0016
Patamar
(Co+C)
0.1220
0.1142
0.2842
Alcance
(a)
4.9017
5.4700
5.1442
R
2
0.952
0.797
0.874
C/Co+C
0.811
0.846
0.994
A interpretação dos dados interpolados foi pelos mapas de visualização bidimensional e tridimensional
da distribuição espacial da variação da temperatura do ar nos diferentes estratos de cada horário. Como
observado na tabela 1 o desvio padrão do total do conjunto das amostras das 12 horas apresentaram os
maiores desvios. A Figura 2 mostra o mapa gerado com os dados dos pontos amostrados às 9, 12 e 16
horas na altura de 1,20 metros e permite uma análise da variação espacial da temperatura dentro da casa
de vegetação, cuja diferença entre os valores extremos medidos foram de 1,2°C, 2,5°C e 1,1°C,
respectivamente.
Figura 2. Representação 3D da distribuição espacial da temperatura do ar a 1,20 metros de altura às 9, 12
e 16 horas.
II Simpósio de Geoestatística em Ciências Agrárias
ISSN: 2236-2118
4
Na Figura 3 é possível observar a variação espacial da temperatura do ar dentro da estufa, sendo que
este parâmetro pode ser diretamente relacionado à incidência dos raios solares e conseqüentemente a
radiação solar. Segundo Bojacá et al (2009), a radiação solar é um dos principais fatores que definem o
clima de uma estufa, e que, de acordo com seus resultados, concluíram que as maiores temperaturas estão
sob altos níveis de radiação no interior da casa de vegetação. Nota-se na figura 3 que a face direita da casa
de vegetação, às 9 horas, é exposta ao sol que está nascendo ao leste, sendo este lado o mais aquecido.
Ainda na Figura 3, observa-se que o volume de ar com temperaturas maiores ocupam as áreas em que os
raios solares incidiram por mais tempo, de acordo com a posição do sol.
Zhang et al. (2010a) constataram que variabilidade dos fatores climáticos no interior de uma casa de
vegetação não está relacionada somente a radiação solar, mas também com as características
relacionadas ao movimento de convecção das massas de ar nas extremidades do ambiente protegido,
assim como a dinâmica da pressão de vapor do ar que ocorre devido à uma diferença de temperatura
interna e externa. Neste sentido, essas possíveis causas podem ter influenciado na variação desuniforme
dos valores de temperatura do ar nos pontos amostrados. Estas diferenças podem resultar em um
desenvolvimento irregular das plantas no interior da casa de vegetação que segundo Romanini et. al. (2010)
as diferenças microclimáticas e o controle destas variáveis, como temperatura e umidade, podem alterar a
produtividade das culturas. Zhang et al. (2010b) destaca também que a variabilidade espacial de dados
climatológicos aplicada a cultivos em ambiente protegido tem como função a compreensão e entendimento
dos fatores relacionados a evapotranspiração do vegetal, e este processo por sua vez, esta ligado ao
desenvolvimento das plantas, visto que este interfere na absorção de nutrientes e água pelas culturas.
Figura 3. Distribuição espacial da temperatura do ar dentro da casa de vegetação às 9, 12 e 16 horas, com
medição realizada a 1.20 metros de altura.
Conclusão
Os resultados mostraram que a variação espacial da temperatura do ar, nos três horários e alturas, no
interior da casa de vegetação, não foram uniformes. Verificou-se a diferença da variação de temperatura do
ar nos diferentes horários, sendo a variação mínima de 1,1°C no horário com temperaturas menores (9
horas) e de 2,5°C a variação máxima no horário mais quente do dia (12 horas) a 1,20 m de altura.
Os mapas gerados permitiram uma análise detalhada da distribuição espacial da temperatura do ar,
possibilitando a visualização dos pontos onde existiam volumes de ar com altas temperaturas e sua relação
com os pontos que apresentavam temperaturas menores, comprovando, desta forma, a dependência
espacial desta variável.
O trabalho pode contribuir para a compreensão e caracterização do desenvolvimento das culturas no
interior de ambientes protegidos. Além disso, o uso destas informações, permitem controlar de maneira
eficaz o clima neste ambiente pelo emprego de técnicas de controle climático visando a uniformidade da
temperatura no interior da casa de vegetação e, consequentemente, da produção agrícola.
II Simpósio de Geoestatística em Ciências Agrárias
ISSN: 2236-2118
5
Assim, o uso de métodos geostatísticos se mostrou como uma eficiente e importante ferramenta de
estudo e análise de ambientes controlados, permitindo a verificação da distribuição espacial da temperatura
do ar e do comportamento microclimático no interior de casas de vegetação.
Agradecimentos
Os autores agradecem a colaboração do Prof. Dr. Roberto Lyra Villas Bôas e da aluna de pós-graduação
Camila Abrahão pela cessão da casa de vegetação e a Antônio Ribeiro da Cunha pelo fornecimento dos
dados da estação meteorológica.
Referências
BARTZANAS, T; KITTAS, C; BOULARD, T. Effect of vent arrangement on windward ventilation of a tunnel
greenhouse. Biosystems Engineering, v. 88, n. 4, p. 479-90. 2004.
BOJACÁ, C. R., GIL, R., COOMAN, A. Use of geostatistical and crop growth modelling to assess the
variability of greenhouse tomato yield caused by spatial temperature variations. Computers and
Electronics in Agriculture, v. 65, n. 2, p. 219-227, 2009.
KITTAS, C.; BARTZANAS, T. Greenhouse microclimate and dehumidification effectiveness under different
ventilator configurations. Building and Environment, v. 42, n. 10, p. 3774-3784, 2007.
OMER, A. M. Constructions, applications and the environment of greenhouses. African Journal of
Biotechnology. v. 8, n. 25, p. 7205-7227, 2009.
ROBERTSON, G. P. GS+: Geostatistics for the environmental sciences - GS+ User´s Guide. Plainwell:
Gamma Desing Software, 152p, 1998.
ROMANINI, C.E.B.; Angel P. GARCIA; Leonardo M. Alvarado; Nelson L. Cappelli & Claudio K. Umezu .
Desenvolvimento e simulação de um sistema avançado de controle ambiental em cultivo protegido. Revista
brasileira de engenharia agrícola e ambiental, Campina Grande, v. 14, n. 11, Nov. 2010 .
SAPOUNAS, A.A., NIKITA-MARTZOPOULOU, C.H. and SPIRIDIS, A. Prediction the spatial air temperature
distribution of an experimental greenhouse using geostatistical methods. Acta Horticulturae: 801. p. 495500. 2008.
SONI, P.; SALOKHE, V.M.; TANTAU, H.J. Effect of Screen Mesh Size on Vertical Temperature Distribution
in Naturally Ventilated Tropical Greenhouses. Biosystems Engineering, v. 92, n. 4, p. 469–482. 2005.
TERUEL, B. J. Controle automatizado de casas de vegetação: Variáveis climáticas e fertigação. Revista
Brasileira de Engenharia Agrícola e Ambiental. v.14, n.3, p.237–245, 2010.
ZHANG, Z. K.; LIU, S. H.; HUANG, Z. J. Estimation of cucumber evapotranspiration in solar greenhouse in
northeast China. Journal Agricultural Sciences in China, New York, v. 9, n. 4, p. 512-518, abr. 2010a.
ZHANG, X.; KANG, S.; ZHANG, L.; LIU, J. Spatial variation of climatology monthly crop reference
evapotranspiration and sensitivity coefficients in Shiyang river basin of nothwest China. Journal
Agricultural Water Management, New York, v. 1, n. 97, p. 1506 – 1516, jun. 2010b.
ZIMBACK, C.R.L. Análise espacial de atributos químicos de solos para fins de mapeamento da
fertilidade. 2001. 114 p. Tese de Livre-Docência (Livre-Docência em Levantamento do solo e
fotopedologia), FCA/UNESP, 2001.
II Simpósio de Geoestatística em Ciências Agrárias
ISSN: 2236-2118
6