O controle de plantas daninhas é uma importante preocupação para a agricultura tendo em vista as perdas de produtividade que estas causam ao competir com a cultura por água, luz e nutrientes. O uso de herbicida é a forma de manejo mais empregada em todo o mundo para o controle destas plantas. Entretanto, o uso frequente de um dado herbicida, além de causar diversos impactos ambientais, pode levar à diminuição da eficiência do próprio herbicida ao promover a seleção de plantas que são resistentes a este herbicida. Com o crescente número de novos casos de biótipos resistentes aos herbicidas, conter a evolução da resistência tornou-se uma necessidade para a agricultura convencional. Assim, grande esforço tem sido despendido para compreender este fenômeno e tentar contornar este problema. Neste sentido, os modelos computacionais se apresentam como importantes ferramentas para investigar os efeitos dos diversos fatores, em particular das estratégias de aplicação dos herbicidas, que influenciam na dinâmica da evolução da resistência. Com esta motivação, este trabalho tem como objetivo propor e estudar algumas estratégias de aplicação de herbicidas, ou ditos simplesmente controladores, que sejam implementáveis e que diminuam os impactos ambientais considerando a evolução da resistência. Para isto, assumimos que existe um herbicida, denominado neste trabalho por herbicida recomendado, que é o preferível dentre os disponíveis por produzir uma boa relação entre os benefícios produtivos e os malefícios aos ecossistemas. Para projetar os controladores, assumimos que é possível obter informações sobre a identificação visual da resistência em campo, feitas por um agente quando o número de indivíduos resistentes ultrapassa um certo limiar, assim como informações sobre a quantidade de plantas daninhas na área, feita possivelmente empregando técnicas de sensoriamento remoto. Então, para definir os controladores, empregamos diretamente a identificação visual da resistência e estimativas para o banco de sementes e para a fração dos genótipos do banco, geradas por um filtro de Kalman a partir de informações sobre a quantidade de plantas na área. Os controladores foram avaliados em relação à preservação da eficiência do herbicida recomendado, produtividade, impacto ambiental e propagação da resistência. Concluímos destes estudos que o controlador sugerido pode apresentar melhores resultados que os obtidos por controladores ditos convencionais, que se baseiam apenas na informação de identificação da resistência em campo.

Weed control is a major concern in agriculture as it causes significant loss of productivity by competition for water, sunlight and nutrients. The use of herbicides is the most common practice in the world to control them. However, the frequent use of a particular herbicide, besides causing many environmental impacts, may lead to loss of efficiency by promoting herbicide resistance via selection of resistant individuals. Considering the increasing number of herbicide resistant biotic, restraining resistance evolution is becoming a necessity for the conventional agriculture. This motivates a great deal of research effort to understand the involved phenomena and eventually to circumvent the problem. To this end, computational models are of great aid to understand the impact of many different aspects involved in this problem, in particular, to understand how different herbicide strategies usage lead to different resistance evolution dynamics. In this thesis we propose and study some strategies for herbicide application, which we refer to as controllers. We seek for controllers that can be implemented in real word crops growing, while decreasing environmental impacts and restrain resistance evolution. We assume that there exists one herbicide of choice for a given crop, meaning that it is preferred in terms of environmental impact and efficiency. To define the controllers, we assume that it is possible to obtain visual information on resistance, meaning that we observe when the proportion of resistant individuals is above a threshold. Also, we assume noisy observation of the number of adult weed individuals, possibly made by remote sensing. So, the controller directly employs the visual identification information and an estimate for the number of resistant seeds in the seed bank, generated by the Kalman filter using information on the number of adult weed. This strategy was evaluated in terms of herbicide efficiency preservation, crop production, environmental impact and resistance proliferation. We conclude that the proposed control strategies performed better than other strategies, called conventional strategies that are based only on the visual identification information.