03455naa a2200301 a 450000100080000000500110000800800410001902400640006010000200012424501180014426000090026250001330027152024530040465000230285765000150288065000220289565000120291765000100292965000240293965000160296365000160297965000210299565000130301670000200302970000230304970000210307277300600309321245692020-08-26       2020    bl uuuu     u00u1 u    #d7 ahttps://doi.org/10.1590/S1678-3921. pab2020.v55.01839.2DOI1 aFERREIRA, L. B.  aA smartphone APP for weather based irrigation scheduling using artificial neural networks.h[electronic resource]  c2020  aTítulo em português: Aplicativo de celular para manejo da irrigação com base no clima por meio de redes neurais artificiais.  aAbstract – The objective of this work was to develop a smartphone application (APP) for a weather-based irrigation scheduling using artificial neural networks (ANNs), as well as to validate it in a green corn (Zea mays) crop. An APP (IrriMobile) that uses ANNs based on temperature and relative humidity, or on temperature only, was developed to estimate the reference evapotranspiration (ETo). The APP and Bernardo’s methodology for irrigation scheduling, with the ETo estimated by the FAO-56 Penman-Monteith equation, were used to schedule the irrigation for a green corn crop. The performance of empirical equations to estimate ETo was also assessed. Several corn morphological and agronomic characteristics were evaluated. The APP was used in the experiment with temperature, relative humidity, and rainfall data. Its use was also simulated with temperature and rainfall data only. There was no difference for any of the green corn characteristics evaluated. ETo estimation through the APP showed a higher performance than that by the evaluated equations. The APP overestimates the irrigation requirements by 8 and 19% when using temperature and relative humidity, and temperature only, respectively. Resumo – O objetivo deste trabalho foi desenvolver um aplicativo (APP) para manejo da irrigação com base no clima, por meio de redes neurais artificiais (ANNs), além de validá-lo em um cultivo de milho (Zea mays) verde. Desenvolveu-se um APP (IrriMobile) que utiliza ANNs com base em temperatura e umidade relativa, ou apenas em temperatura, para estimar a evapotranspiração de referência (ETo). O aplicativo e a metodologia de manejo da irrigação de Bernardo, com a ETo estimada pela equação FAO-56 Penman- Monteith, foram utilizados para manejar a irrigação na cultura do milho verde. Avaliou-se também o desempenho de equações empíricas para estimar a ETo. Avaliaram-se diversas características morfológicas e agronômicas do milho. O APP foi utilizado no experimento com dados de temperatura, umidade relativa e precipitação. Simulou-se, também, seu uso apenas com dados de temperatura e precipitação. Não houve diferença para nenhuma das características do milho avaliadas. A estimação de ETo pelo APP mostrou desempenho superior à das equações avaliadas. O aplicativo superestima os requisitos de irrigação em 8 e 19%, ao usar temperatura e umidade relativa, e apenas temperatura, respectivamente.  aEvapotranspiration  aIrrigation  aRelative humidity  aWeather  aClima  aEvapotranspiração  aIrrigação  aMilho Verde  aUmidade Relativa  aZea Mays1 aCUNHA, F. F. da1 aOLIVEIRA, R. A. de1 aRODRIGUES, T. F.  tPesquisa Agropecuária Brasileiragv. 55, e01839, 2020.