Publicidade
TECNOLOGIA

Drone e softwares usados para avaliar estresse hídrico de plantações

Drone e softwares usados para avaliar estresse hídrico de plantações

A ferramenta contribui para a seleção de plantas que suportem melhor o estresse hídrico, um dos impactos das mudanças climáticas na agricultura

Um grupo de pesquisadores vinculados ao Centro de Pesquisa em Genômica Aplicada às Mudanças Climáticas (GCCRC), um Centro de Pesquisa em Engenharia constituído com apoio da FAPESP e pela Empresa Brasileira de Pesquisa Agropecuária (Embrapa) na Universidade Estadual de Campinas (Unicamp) utilizou um método que usa softwares livres e um drone com uma câmera de baixo custo que permitiu selecionar plantas de milho tolerantes à seca. A ferramenta contribui para a seleção de plantas que suportem melhor o estresse hídrico, um dos impactos das mudanças climáticas na agricultura. Os resultados dos experimentos foram publicados em um artigo na Plant Phenome Journal. “Os experimentos com plantas geneticamente modificadas têm um alto custo. O método nos permitiu avaliar a tolerância das plantas à seca em uma área relativamente pequena, além de usar softwares gratuitos e uma câmera RGB, mais simples, que levantou parâmetros do experimento de forma mais eficaz do que a câmera multiespectral, mais cara”, diz Helcio Duarte Pereira, pesquisador no GCCRC com bolsa da FAPESP e primeiro autor do estudo.

O método permitiu uma coleta de dados otimizada, mais rápida e mais barata. Os métodos convencionais exigem medições manuais, por vezes com equipamentos caros e processos lentos. Além disso, com eles algumas características só podem ser mensuradas no final do ciclo de vida da planta. Com o drone, em poucas horas se faz o trabalho que levaria dias, o que permite ainda avaliar as plantas em diferentes estágios de crescimento. A abordagem também possibilita acompanhar o desenvolvimento das plantas ao longo de todo o ciclo de crescimento. “A análise contínua, em diferentes fases do ciclo de vida da planta, foi essencial para entender como elas respondem ao estresse hídrico, além de permitir prever como elas se comportariam em outras áreas”, explica Juliana Yassitepe, pesquisadora do GCCRC e da Embrapa Agricultura Digital, que coordenou o estudo.

Durante a estação seca de 2023, entre abril e setembro, os pesquisadores realizaram uma série de voos em uma área experimental em Campinas. No local, haviam sido plantadas 21 variedades de milho, três convencionais e 18 modificadas geneticamente para superexpressar genes potencialmente ligados à resistência ao estresse hídrico. No experimento, a única diferença de tratamento entre as plantas foi que metade recebeu irrigação durante todo o ciclo de vida, enquanto a outra foi submetida à seca. Cada voo durava 10 minutos e capturava 290 imagens. Os pesquisadores selecionaram 13 voos feitos com a câmera multiespectral, que captura espectros não visíveis, como infravermelho, e 18 com a câmera RGB, significativamente mais barata e que captura três cores, ou bandas: vermelho, verde e azul. As imagens foram analisadas em softwares livres e permitiram fazer o cruzamento das bandas obtidas nas imagens. Para determinar o que as diferenças de cor nas imagens indicavam, os pesquisadores realizaram uma série de medições convencionais das plantas em solo. A partir daí, puderam definir os parâmetros de estresse hídrico e calibrar os modelos de predição.

Os resultados apresentados a partir das imagens da câmera mais barata se mostraram confiáveis e mais precisos, o que torna a tecnologia acessível para programas de melhoramento genético em larga escala. Além de reduzir os custos operacionais, o método permite a realização de estudos em áreas menores, o que é especialmente útil em projetos com recursos limitados. “Nem sempre dispomos de sementes em quantidade suficiente para plantar em áreas muito grandes, o que é um gargalo nesse tipo de pesquisa”, diz Yassitepe. Os pesquisadores lembram ainda que os voos mais baixos do drone permitem obter imagens em alta resolução, o que se justifica em áreas experimentais menores, contribuindo para obter dados mais precisos. Por fim, embora não seja o objetivo principal do grupo, o avanço abre caminho para que outros grupos de pesquisa ou startups criem aplicações voltadas diretamente para os produtores ou empresas de melhoramento genético. “Existem aplicações no mercado que permitem avaliar, por exemplo, a clorofila na planta e, com isso, definir os níveis de nitrogênio. Assim é possível ajustar a adubação de acordo com a necessidade”, afirma Pereira. Para Yassitepe, os índices avaliados no estudo podem servir de base para o desenvolvimento de aplicações que façam as medições de forma automatizada também para o estresse hídrico em diferentes culturas agrícolas ou florestais. O artigo Temporal field phenomics of transgenic maize events subjected to drought stress: Cross-validation scenarios and machine learning models pode ser acessado em https://acsess.onlinelibrary.wiley.com/doi/10.1002/ppj2.70015</a></strong.

Artigos Relacionados

Saneamento Ambiental Logo
MEIO AMBIENTE
Drone autônomo ajuda a mapear florestas

Pesquisadores brasileiros e norte-americanos desenvolveram um sistema computacional capaz de controlar um drone de forma autônoma (sem controle humano) no interior de florestas, permitindo que ele desvie de árvores e mapeie grandes territórios em poucos minutos. “Além de termos a possibilidade de fazer um inventário florestal em uma área de cobertura muito maior, com a atuação do drone esse processo se torna muito mais rápido, seguro e preciso”, explica Guilherme Nardari, pesquisador do INCT de Sistemas Autônomos Cooperativos (InSAC), sediado na Escola de Engenharia de São Carlos (EESC) da USP, e um dos autores do trabalho, que foi realizado em parceria com cientistas da Universidade da Pensilvânia, nos Estados Unidos. O drone consegue mapear uma floresta inteira de quase 400 mil m² em apenas 30 minutos. Caso o mesmo trabalho fosse realizado por uma equipe de engenheiros florestais, o mapeamento levaria em torno de 12 dias e meio, desde que os profissionais trabalhassem 24 horas diárias. Com peso aproximado de 3kg e autonomia de voo de 20 minutos, o drone está sendo testado nos EUA e é composto por quatro hélices, uma câmera, um computador de bordo, um controlador de voo e um sensor a laser, responsável por calcular em tempo real a distância entre o equipamento e as árvores ao seu redor. A utilização do veículo aéreo não tripulado (Vant) autônomo para mapear florestas possibilitará uma série de aplicações, como a elaboração de planos de manejo, atendimento a demandas de empresas florestais, definição de estratégias para preservar os recursos naturais da área e o combate ao desmatamento. “Nós conseguiríamos avaliar o estado de conservação das florestas e detectar locais que precisam de reflorestamento, servindo de alerta para as autoridades ambientais caso alguma região apresente transformações suspeitas ao longo do tempo. Esse tema é muito relevante, principalmente pelo atual cenário que vivemos, de total descaso com a Amazônia”, afirma Roseli A. Francelin Romero, pesquisadora do InSAC e professora do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos. Atualmente, o Instituto Nacional de Pesquisas Espaciais (Inpe) realiza alguns levantamentos florestais por imagens de satélite, mas são estimativas que impossibilitam uma análise mais minuciosa da vegetação em áreas específicas. Para evitar a colisão com algum objeto na floresta, o drone possui sensor a laser que dispara milhares de feixes de luz por segundo que, conforme acertam as árvores, calculam a distância delas para o Vant e estimam a espessura de cada tronco ou galho. Os dados coletados são interpretados por um código de computador (algoritmo) que foi desenvolvido e que utiliza inteligência artificial para detectar árvores, mapear a região e “guiar” o drone na direção correta, fazendo com ele se esquive dos obstáculos. Simultaneamente, o algoritmo gera um mapa em 3D da floresta, onde são especificadas a quantidade de árvores do local, o volume de madeira, a área coberta por vegetação, entre outros dados. Segundo os pesquisadores, o drone também é capaz de identificar folhagens no chão, permitindo avisar as autoridades sobre um risco maior de queimadas, que são muito comuns tanto no Brasil como nos EUA. O drone autônomo foi testado pelos cientistas em uma floresta de pinheiros norte-americana no Estado de Nova Jersey e mostrou resultados positivos, pois o equipamento conseguiu desviar das árvores e levantar com precisão os dados da área. “Foi um desafio enorme do ponto de vista robótico, pois além de fazer um drone voar sozinho no meio das árvores, sem perdermos a comunicação com ele, precisávamos obter um mapa de qualidade, extremamente preciso”, conta Guilherme, que faz doutorado no ICMC e é orientado pela professora Roseli Romero. O pesquisador desenvolveu o trabalho durante intercâmbio nos Estados Unidos e recebe financiamento da Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp). Guilherme conta que o algoritmo desenvolvido para controlar o drone permite um mapeamento mais preciso e com informações mais detalhadas sobre a floresta, além de voos menos suscetíveis a interferências em comparação com outros modelos encontrados na literatura da área. Os cientistas criaram uma empresa nos Estados Unidos para oferecer alguns serviços de mapeamento com o drone para a iniciativa privada. Segundo Guilherme, há interesse em trazer a tecnologia para Brasil, mas antes o sistema de controle do Vant precisaria passar por algumas adaptações, afinal, existem diferentes tipos de florestas no país, com obstáculos distintos, que podem dificultar as missões com o veículo aéreo. A estimativa de custo para cada drone autônomo como esse é de R$ 60 mil. “O valor não é alto se comparado ao retorno que ele pode trazer para a população em geral, com a preservação das florestas e do meio ambiente”, finaliza Roseli.

17 de agosto, 2020
Saneamento Ambiental Logo
TECNOLOGIA
Menos desperdício na aplicação de defensivos

Com apoio do Programa Fapesp Pesquisa Inovativa em Pequenas Empresas (PIPE), um grupo de pesquisadores da NCB Sistemas Embarcados Ltda, empresa de São José dos Campos, desenvolveu uma linha de produtos customizados para automatização de processos da aviação agrícola. O objetivo é reduzir o desperdício de agrodefensivos lançado por aviões e que podem comprometer a precisão e segurança na hora da aplicação do material. A tecnologia desenvolvida através do projeto SECA : Sistema Embarcado de Controle Automático: desenvolvimento de um novo algoritmo e equipamento para automatização da aplicação de agrodefensivos em aeronaves agrícolas , substitui procedimento de controle e atuação manual por um equipamento dotado de um hardware embarcado de tempo real e um sistema eletromecânico com sensor e atuador que, integrado aos demais componentes da plataforma, auxilia na realização da aplicação autônoma, sem participação do piloto. A tecnologia pode gerar economia de, no mínimo, 10% de agrodefensivos e de 5% de combustível. O primeiro dos componentes desenvolvidos pela NCB é o Flux I,um fluxômetro utilizado para o acompanhamento em tempo real da vazão do agrodefensivo aplicado. Com o Flux I o piloto pode calcular direto no equipamento a vazão ideal para aplicação e a quantidade total aplicada por meio de um totalizador. Ainda é possível realizar uma calibração simplificada de modo que a vazão monitorada represente a quantidade correta de defensivo aplicada, evitando desperdício. Para chegar ao produto, os pesquisadores envolvidos no projeto desenvolveram um novo algoritmo de controle para a automatização da aplicação de agrodefensivos e trabalharam em atividades de modelagem para sua validação em ambiente simulado. Agora, a NBC trabalha na certificação da linha de produtos junto à Anac - Agência Nacional de Aviação Civil na produção de lotes para campanhas comerciais e na fabricação e criação de itens de demonstração, treinamento e divulgação para representantes. Para isso, o projeto“ Desenvolvimento técnico e comercial da linha de produtos para navegação e automação da aplicação de agrodefensivos em aeronaves agrícolas ” contou com apoio da Fapesp na modalidade Finep-PAPPE-PIPE III .

12 de janeiro, 2016