O Brasil é o maior produtor mundial de cana-de-açúcar e apresenta um mercado em franca expansão. Em razão do potencial produtivo e da lucratividade da cultura da cana-de-açúcar, o interesse pelas técnicas de manejo localizado e a procura por novas tecnologias estão aumentando. Sendo assim esse projeto visa estudar opções de sensores para a mensuração e georreferenciamento de falhas, explorando a aplicabilidade de sensores óticos ativos e sensores de presença disponíveis no mercado, na estimativa da ocorrência de falhas nas fileiras de cana-de-açúcar. Foi desenvolvido um sistema para a detecção de ausência de plantas e para a sua validação foram realizados ensaios sob condições controladas para definir o grau de incerteza do método. Também foi estudado o uso de um sensor ótico ativo que mede refletância de alvos em dois comprimentos de ondas, na região do visível (VIS) a 590 nm (âmbar) e no infravermelho próximo (IVP) a 880 nm. Foram realizados ensaios em campo para verificar a funcionalidade destes instalados em um trator. Para a validação foram coletados dados em duas áreas localizada na região de Iracemápolis, SP, durante a operação de quebra lombo. Estabeleceram-se valores de espaçamentos entre plantas de cana considerados como falha para o sensor de presença. Para o sensor ótico ativo foram realizadas calibrações in loco para definir valores de refletância que representam ausência de plantas. Nas áreas utilizadas foram alocadas parcelas virtuais onde foram amostradas manualmente as falhas, e posteriormente os valores de falhas foram comparados com aqueles estimados pelos sensores a partir do isolamento dessas parcelas. As observações indicam o que sensor de presença permitiu obter valores de falhas comparáveis àqueles obtidos com a leitura manual. Os resultados obtidos com o sensor ótico ativo foram comparáveis com aqueles mensurados manualmente em apenas uma das duas áreas experimentais. O sensor de presença permitiu a coleta de dados com elevada densidade, resultando em mapeamento da ocorrência de falhas grande detalhamento. Os dois métodos permitem o georreferenciamento das mensurações, oferecendo ao usuário a informação sobre as ocorrências e as suas localizações.

Brazil is the world's largest producer of sugarcane and has a booming market. Because of the productive potentiality and profitability of sugarcane the interest in site specific management techniques and demand for new technologies are increasing. Therefore this project aims to study options of sensors for measurement and georeferencing of failures, exploring the applicability of active optical sensors and presence sensors available, to estimate the occurrence of missing plants in sugarcane rows. It was developed a system for detecting the absence of plants and the validation tests were conducted under controlled conditions to define the uncertainty of the method. It was also studied the use of an active optical sensor that measures reflectance targets at two wavelengths in the visible region (VIS) at 590 nm (amber) and near infrared (NIR) at 880 nm. I It was conducted field tests to verify the functionality of the sensors installed on a tractor. Data from two fields located in the region of Iracemápolis Brazil were collected for the validation, during the operation of finishing/covering the furrows. Values were established for spacing between sugarcane plants considered as failure for the presence sensor. For the active optical sensor calibrations were performed in loco to define reflectance values that represent the absence of plants. Virtual plots were allocated in the experimental areas where failures were measured by hand following the procedure used by producers, and subsequently the values were compared with those estimated by the sensors isolating the plot areas. The observations indicate that the presence sensor allowed to obtain values comparable to those obtained with manual reading. The results obtained with the active optical sensor were comparable with those measured manually in only one of two experimental areas. The presence sensor allowed the data collection at a high density, resulting in mapping the occurrence of failures with great detail. Both methods enable georeferencing of measurements, providing the user with information about the failure occurrences and their locations.