O aumento da população mundial vem demandando cada vez mais um crescimento na produção de alimentos, gerando uma necessidade de expansão da produção agrícola. Pesquisas envolvendo agricultura inteligente em inglês Smart Farming e o crescimento de tecnologias usando internet das coisas em inglês Internet of Things (IoT) veem contribuindo de maneira significativa para a viabilidade de crescimento da produtividade desse setor. O objetivo central do uso dessas tecnologias é coletar, monitorar e empregar efetivamente dados relevantes para os processos agrícolas, como forma de alcançar uma agricultura otimizada em ambiente sustentável. Neste contexto, as redes de sensores sem fio estão sendo utilizadas cada vez mais em diversos tipos de sistemas voltados para cenários Smart
Farming. Entre os protocolos de comunicação utilizados por esses sistemas, a tecnologia de longo alcance LoRa destaca-se em razão de suportar transmissões em distâncias muito maiores que os demais, demandando pouca energia. Dessa forma, foi proposto neste estudo uma comparação e análise das arquiteturas de redes LoRaWAN e LoRaMesh, bem como a hibridização dessas tecnologias em um ambiente agrícola, mais precisamente no Centro
de Ciências Agrárias (CCA) e no Colégio Técnico de Teresina (CTT) da Universidade Federal do Piauí (UFPI), Teresina, Piauí, Brasil. A metodologia proposta consiste na implementação em cenário real, estudo e analise dos parâmetros de rede utilizando módulos LoRaWAN e LoRaMesh adquiridos junto a empresa Radienge. A avaliação de desempenho foi realizada com base em medições de um cenário real Non-Line of View (NLOS), ou seja, cenário sem visada entre os dispositivos. Nesta avaliação, fatores como distância entre nós e diferentes fatores de espalhamento em inglês Spreading Factor (SF) foram considerados. Indicação de intensidade do sinal recebido em inglês Indication of Received Signal Strength (RSSI), Relação Sinal-Ruído em inglês Signal to Noise Ratio (SNR) e taxa de perda de pacotes são as métricas de avaliação consideradas neste estudo. Adicionalmente, pretende-se utilizar um sistema de inferência Fuzzy para automatizar a escolha do melhor fator de espalhamento a ser empregado nas diferentes condições de cenário Smart Farming.