Uma pesquisadora da Universidade Estadual Paulista (Unesp), localizada em Presidente Prudente, São Paulo, desenvolveu uma abordagem inovadora utilizando Inteligência Artificial (IA) para auxiliar agricultores na identificação de pragas e na contagem de frutos. Glória Maria Padovani Ederli, engenheira cartógrafa e agrimensora, focou seu estudo de mestrado na criação de um modelo de classificação para detectar infestação de parasitas fitonematoides na soja, uma praga que não pode ser vista a olho nu, pois afeta as raízes da planta.
Por meio de imagens hiperespectrais e algoritmos de Machine Learning, Glória Maria alcançou uma acurácia superior a 90%. Esse modelo tem a capacidade de gerar mapas temáticos que indicam as áreas com diferentes níveis de infestação, permitindo que os agricultores apliquem defensivos ou adotem medidas de controle apenas onde for necessário, reduzindo assim custos e impactos ambientais.
Atualmente, na fase de doutorado em Ciências Cartográficas na FCT-Unesp, a pesquisadora está utilizando a tecnologia LiDAR (Light Detection and Ranging) para estimar o volume de frutos de café. O objetivo é desenvolver uma ferramenta que permita a estimativa de produtividade com base na estrutura tridimensional da planta, o que poderá auxiliar no planejamento da colheita e no manejo.
Os próximos passos incluem o aprimoramento dos algoritmos de classificação e a criação de modelos de regressão que utilizem técnicas de inteligência artificial para estimar o volume dos frutos. Glória Maria acredita que esses dados, no futuro, poderão ser fundamentais para a precisão na estimativa de produtividade e abrirão portas para novas pesquisas e aplicações em outras culturas.
Após a conclusão de seus estudos, a intenção da pesquisadora é publicar os resultados em revistas científicas e estabelecer parcerias com empresas e instituições do setor agrícola. Ela destaca a importância de aplicar a pesquisa em situações práticas, visando beneficiar diretamente os agricultores na tomada de decisões no campo.
O interesse de Glória Maria pela agricultura surgiu da oportunidade de aplicar seus conhecimentos em sensoriamento remoto e processamento de dados geoespaciais para resolver problemas reais do agronegócio, uma área de grande relevância para o Brasil. Durante o mestrado, ela trabalhou com imagens de drones e sensores hiperespectrais para detectar nematoides na soja, uma cultura vital para a economia nacional.
A pesquisadora também teve a oportunidade de fazer um intercâmbio na Finlândia, o que contribuiu para sua formação. Ela percebeu como a tecnologia pode ser um aliado no diagnóstico de pragas e na otimização da agricultura, resultando em menos perdas e maior sustentabilidade.
O trabalho de Glória Maria tem a supervisão de seus orientadores, incluindo Antonio Tommaselli, que a acompanhou desde a graduação. Tommaselli é coordenador do Projeto Temático HARPIA, uma rede de colaboração científica na Unesp que reúne especialistas em sensoriamento remoto, ciência da computação, agronomia e engenharia. O projeto foi inspirado por experiências anteriores de monitoramento da biodiversidade em florestas nativas.
As atividades do Projeto HARPIA focam no desenvolvimento de técnicas de sensoriamento remoto de alta resolução para a agricultura, utilizando câmaras multiespectrais em drones e veículos terrestres. O objetivo é detectar doenças e pragas, além de estimar a produtividade em diversas culturas, como soja, café, cana-de-açúcar, laranja, entre outras.
Tommaselli enfatiza a necessidade de desenvolver soluções de baixo custo que possam ser utilizadas por pequenos agricultores. Embora algumas técnicas já sejam aplicáveis, outras ainda precisam ser aprimoradas para garantir eficiência operacional. O projeto envolve a colaboração de mais de 40 pesquisadores de diversas universidades nacionais e internacionais, incluindo instituições da Finlândia, Estados Unidos, Itália e França.
Os resultados das pesquisas são disponibilizados em acesso aberto, permitindo que qualquer interessado tenha acesso às informações. A expectativa é que, futuramente, os agricultores possam detectar pragas e doenças em suas culturas por meio de imagens coletadas por drones, agilizando o processo de previsão de produtividade sem a necessidade de coleta intensiva de amostras.
Crédito da foto: Divulgação/Unesp
Fonte: g1.globo.com
