El desarrollo sostenible impulsado por las tecnologías en la agricultura

Autores/as

DOI:

https://doi.org/10.33448/rsd-v10i10.19067

Palabras clave:

Agricultura 4.0 ; Sostenibilidad; Acceso; Innovación.

Resumen

El foco principal de esta investigación es la tecnología digital en la agricultura, también definida como agricultura 4.0, y su relación con los Objetivos de Desarrollo Sostenible incluidos en la Agenda 2030 de la ONU. Como método, se realizó una revisión sistemática de la literatura, con el fin de buscar elementos que muestren cómo se ha descrito el tema en los artículos científicos publicados en los últimos diez años. Después de la exploración, se seleccionaron 15 estudios publicados en 2018, 2019, 2020 y 2021. Estos indicadores muestran el crecimiento de las publicaciones sobre agricultura 4.0. Entre los artículos, se hizo énfasis en estudios relacionados con el desarrollo de modelos de tecnología digital para cultivos agrícolas específicos, así como estudios que pretendieron comprender la relación entre su uso y las dificultades de implementarlos en el contexto productivo. Todos los estudios seleccionados se relacionan unánimemente con el noveno objetivo de la Agenda de la ONU, cuyo principal objetivo es la construcción de procesos productivos inclusivos, sostenibles, resilientes, con foco en la innovación. En este caso, la innovación tiene una fuerte relación con lo digital en la agricultura, los resultados también evidencian la necesidad de formular políticas públicas eficientes, de incentivos y continuidad, para grandes y pequeños productores; sugieren que este es uno de los principales aspectos a considerar, considerando el establecimiento agrícola, su cultura y modo de producción.

Citas

Aghi, D., Mazzia, V. & Chiaberge, M. (2020). Local Motion Planner for Autonomous Navigation in Vineyards with a RGB-D Camera-Based Algorithm and Deep Learning Synergy. Machines, 8 (2), 1-16.

Angeloni, S. (2020). Domo Farm 4.0. International Journal of Grid and Utility Computing, 11 (2), 135-142.

Bardin, L. (2016). Análise de conteúdo. São Paulo: Edições 70.

Belauda, J. P., Prioux, N., Vialle, C. & Sablayrolles, C. (2019). Big data for agri-food 4.0: Application to sustainability management for by-products supply chain. Computers and Industry, 111 (1), 41-50.

Bolfe, E. L., Jorge, L. A. C., Sanches, I. D., Luchiari Júnior, A., Costa, C. C., Victoria, D. C., Inamasu, R. Y., Grego, C. R., Ferreira, V. R. & Ramirez, A. R. (2020). Precision and Digital Agriculture: Adoption of Technologies and Perception of Brazilian Farmers. Agriculture, 10 (12), 1-16.

Bolfe, E. L., Barbedo, J. G. A., Massruhá, S. M. F. S., Souza, K. X. S. & Assad, E. D. (2020). Desafios, tendências e oportunidades em agricultura digital no Brasil. In: Massruhá, S. M. F. S., Leite, M. A. A., Oliveira, S. R. M., Meira, C. A. A., Luchiari Junior, A. & Bolfe, E. L. (2020). Agricultura digital: pesquisa, desenvolvimento e inovação nas cadeias produtivas. Brasília: Embrapa, 380-406.

Buainain, A. M., Cavalcante, P. & Consoline, L. (2021). Estado atual da agricultura digital no Brasil: Inclusão dos agricultores familiares e pequenos produtores rurais. Santiago: CEPAL.

Chidi, C. L., Zhao, W., Chaudhary, S., Xiong, D. & Wu, Y. (2021). Sensitivity Assessment of Spatial Resolution Difference in DEM for Soil Erosion Estimation Based on UAV Observations: An Experiment on Agriculture Terraces in the Middle Hill of Nepal. International Journal of Geo-Information, 10 (1), 1-17.

Chuang, J. H., Wang, J. H. & Liou, Y. C. (2020). Farmers’ Knowledge, Attitude, and Adoption of Smart Agriculture Technology in Taiwan. International Journal of Environmental Research and Public Health, 17 (7236), 1-8.

Clercq, M., Vats, A. & Biel, A. (2018). Agriculture 4.0: The future of farming technology. Dubai: World Government Summit.

Elkington, J. (2012). Sustentabilidade: canibais com garfo e faca. São Paulo: M Books do Brasil.

Flores, C. A. & Alba, J. M. F. (2014). A Pedologia e a Agricultura de Precisão. In: Bernardi, A. C. C., Naime, J. M., Resende, A. V., Bassoi, L. H. & Inamasu, R. Y. (Orgs.) Agricultura de precisão: resultados de um novo olhar. Brasília: Embrapa, 36-47.

Giannoccaro, N. I., Persico, G., Strazzella, S., Lay-Ekuakille, A. & Visconti, P. (2020). A System for Optimizing Fertilizer Dosing in Innovative Smart Fertigation Pipelines: Modeling, Construction, Testing and Control. International Journal of Precision Engineering and Manufacturing, 21 (1), 1581-1596.

López-Morales, J. Á., Martínez, J. Á., Caro, M., Erena, M. & Skarmeta, A. F. (2021). Climate-Aware and IoT-Enabled Selection of the Most Suitable Stone Fruit Tree Variety. Sensors Journal, 21 (3867) 1-27.

Massruhá, S. M. F. S. & Leite, M. A. A. (2017). Agro 4.0 – rumo à agricultura digital. In: Magnoni Júnior, L., Stevens, D., Silva, W. T. L., Vale, J. M. F., Purini, S. R. M., Magnoni, M. G. M., Sebastião, E., Branco Júnior, G., Adorno Filho, E. F., Figueiredo, W. S. & Sebastião, I. (Orgs.). JC na Escola Ciência, Tecnologia e Sociedade: mobilizar o conhecimento para alimentar o Brasil. 2. ed. São Paulo: Centro Paula Souza. 28-35

Mattivi, P., Pappalardo, S. E., Nikolic, N., Mandolesi, L., Persichetti, A., Marchi, M. & Masin, R. (2021). Can Commercial Low-Cost Drones and Open-Source GIS Technologies Be Suitable for Semi-Automatic Weed Mapping for Smart Farming? A Case Study in NE Italy. Remote sensing, 13 (1869), 1-21.

Matulovic, M., Putti, F. F., Cremasco, C. P. & Gabriel filho, L. R. A. (2021). Technology 4.0 with 0.0 costs: fuzzy model of lettuce productivity with magnetized water. Acta Scientiarum Agronomy, 43 (1), 1-15.

Moher, D., Liberati, A., Tetzlaff, J. & Altman, D. G. (2009). Preferred reporting items for systematic reviews and meta-analyses: the PRISMA statement. PloS Med, 6 (7), 2-9.

Norasma, C. Y. N., Abu Sari, M. Y., Fadzilah, M. A., Ismail, M. R., Omar, M. H., Zulkamari, B., Hassim, Y. M. M. & Tarmidi, Z. (2018). Rice crop monitoring using multirotor UAV and RGB digital camera at early stage of growth. Earth Environmental Science, 169 (1), 24-25.

ONU. Organização das Nações Unidas. (2015). Agenda 2030. Nova York: UNDP.

Rahimi-Ajdadi, F. & Khani, M. (2021). Remote sensing-based detection of tea land losses: The case of Lahijan, Iran. Remote Sensing Applications: Society and Environment, 23 (568) 1-9.

Rose, D. C., Wheeler, R., Winter, M., Lobley, M. & Chivers, C. A. (2021). Agriculture 4.0: Making it work for people, production, and the planet. Land Use Policy, 100 (1), 1-5.

Rovira-Mas, F., Saiz-Rubio, V. & Cuenca-Cuenca, A. (2021). Augmented Perception for Agricultural Robots Navigation. Sensors Journal, 21 (10), 11712-11727.

Saccaro Júnior, N. L. & Vieira Filho, J. E. R. (2018). Agricultura e sustentabilidade: esforços brasileiros para mitigação dos problemas climáticos. Brasília: IPEA.

Salgado, T. P. & Kuva, M. A. (2019). Levantamento de problemas fitossanitários e tomada de decisão. Jaboticabal: Universidade Estadual Paulista.

Traversari, S., Cacini, S., Galieni, A., Nesi, B., Nicastro, N. & Pane, C. (2021). Precision Agriculture Digital Technologies for Sustainable Fungal Disease Management of Ornamental Plants. Sustainability, 13 (3707), 1-22.

Safanelli, J. L., Demattê, J. A. M., Chabrillat, S., Poppiel, R. R., Rizzo, R., Dotto, A. C., Silvero, N. E. Q., Mendes, W. S., Bonfatti, B. R., Ruiz, L. F. C., Caten, A. & Dalmolin, R. S. D. (2021). Leveraging the application of Earth observation data for mapping cropland soils in Brazil. Geoderma, 396 (15), 1-13.

Publicado

16/08/2021

Cómo citar

NEPOMOCENO, T. A. R. .; BASTOS, E. R. El desarrollo sostenible impulsado por las tecnologías en la agricultura. Research, Society and Development, [S. l.], v. 10, n. 10, p. e488101019067, 2021. DOI: 10.33448/rsd-v10i10.19067. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/19067. Acesso em: 27 jul. 2024.

Número

Sección

Revisiones