Repórter News - reporternews.com.br
Inteligência artificial acelera crescimento do milho
Observando as folhas dos pés de milho, um agricultor experiente é capaz de identificar imediatamente a falta de determinados nutrientes. Mas isso só é possível quando a planta já está adulta e a safra foi comprometida. Uma nova tecnologia, desenvolvida por um grupo interdisciplinar de pesquisadores da Universidade de São Paulo (USP), é capaz de antecipar esse diagnóstico, permitindo que o agricultor faça a intervenção necessária a tempo de salvar a safra e evitar prejuízos. A tecnologia utiliza imagens digitais das folhas e métodos de visão computacional. É capaz de detectar, em poucos minutos, a carência de diversos nutrientes em plântulas em estágio inicial de desenvolvimento. O projeto Visão computacional aplicada à nutrição vegetal, desenvolvido por pesquisadores do Instituto de Física de São Carlos (IFSC) e da Faculdade de Zootecnia e Engenharia de Alimentos (FZEA) da USP, em Pirassununga, já tem patente depositada e está em fase de transferência de tecnologia. Os testes laboratoriais foram concluídos com sucesso e a equipe está realizando testes em campo.
Reconhecimento de imagens - Além dos professores Odemir Martinez Bruno, do IFSC, Pedro Henrique de Cerqueira Luz e Valdo Rodrigues Herling, da FZEA, também trabalharam no projeto os pós-graduandos Liliane Maria Romualdo, Fernanda de Fátima da Silva, Mario Antonio Marin – todos da FZEA – e Alvaro Gómez Zúñiga, do Instituto de Ciências Matemáticas e Computação (ICMC), da USP de São Carlos. Bruno e Luz tiveram apoio da FAPESP na modalidade Auxílio à Pesquisa Regular, respectivamente com os projetos “Métodos de visão computacional aplicados à identificação e análise de plantas” e “Avaliação do estado nutricional de plantas de milho utilizando o sistema de visão artificial”. Romualdo, Silva e Zúñiga têm bolsas de doutorado da FAPESP. De acordo com Bruno, foram utilizadas técnicas de inteligência artificial voltadas para o reconhecimento de padrões visuais das folhas das plântulas. Esses padrões correspondem à falta de macronutrientes como nitrogênio, fósforo, magnésio, enxofre e potássio e micronutrientes como cobre, ferro, zinco e manganês. “As folhas das plantas adultas registram, de forma visível, padrões correspondentes à falta de cada nutriente. Nas plantas em estágios iniciais da fase vegetativa, com uma ou duas semanas, esses padrões já estão lá, mas não são visíveis.
Nosso desafio era identificá-los por meio de um olhar matemático”, diz Bruno. Segundo Bruno, o método se baseia na leitura, por meio de um scanner, das imagens digitalizadas das folhas. Uma vez feita a leitura, a imagem é transformada em um modelo matemático, que é comparado, por um software, a modelos estabelecidos previamente. “Construímos um modelo matemático das folhas das plântulas com as quantidades ideais de todos os nutrientes. A partir dessas informações, um software produz um novo modelo matemático que pode ser comparado ao ideal, identificando as deficiências”, explicou. A maior parte dos agricultores faz um levantamento nutricional do solo antes de realizar a preparação para a plantação. Mas essa preparação, segundo Bruno, não garante necessariamente que a planta irá absorver os nutrientes. “Muitas vezes, mesmo que o solo tenha sido preparado de forma adequada, o próprio fenótipo da planta não permite que ela absorva o nutriente. Quando a planta está adulta, um engenheiro agrônomo pode detectar a deficiência. Mas, a essa altura, a correção será feita penas na safra seguinte”, explicou.
Uma carência severa de nutrientes pode comprometer até 50% da safra de milho. “A tecnologia permite avaliar a planta com uma ou duas semanas e, assim, o produtor tem vários meses para recuperá-la antes da produção. Com a detecção precoce do problema é possível aplicar à planta as substâncias adequadas para que ela absorva determinados nutrientes”, afirmou o pesquisador.
Pronta para usar - Os testes feitos em laboratório, em Pirassununga, mostraram que o sistema funciona com 87% de acerto, segundo Bruno. O grupo, agora, está repetindo os experimentos no campo, na mesma cidade no interior paulista, em situações nas quais o solo apresenta problemas. “Da perspectiva acadêmica, ainda temos um grande número de testes pela frente. O projeto tem o objetivo de fazer avançar a ciência nessa área e precisamos estudar vários outros aspectos relacionados ao milho, aos diversos nutrientes e à aplicação em outras culturas”, disse. No entanto, do ponto de vista da pesquisa tecnológica, mais dinâmica, o método já está em estágio avançado, segundo o professor do IFSC-USP. “A tecnologia está muito próxima de ser utilizada. Em termos práticos, hoje ainda não há ferramenta capaz de medir os nutrientes de plantas dessa maneira. Mesmo que ainda tenhamos de avançar na parte científica, para vários nutrientes a ferramenta já está pronta”, afirmou.
Reconhecimento de imagens - Além dos professores Odemir Martinez Bruno, do IFSC, Pedro Henrique de Cerqueira Luz e Valdo Rodrigues Herling, da FZEA, também trabalharam no projeto os pós-graduandos Liliane Maria Romualdo, Fernanda de Fátima da Silva, Mario Antonio Marin – todos da FZEA – e Alvaro Gómez Zúñiga, do Instituto de Ciências Matemáticas e Computação (ICMC), da USP de São Carlos. Bruno e Luz tiveram apoio da FAPESP na modalidade Auxílio à Pesquisa Regular, respectivamente com os projetos “Métodos de visão computacional aplicados à identificação e análise de plantas” e “Avaliação do estado nutricional de plantas de milho utilizando o sistema de visão artificial”. Romualdo, Silva e Zúñiga têm bolsas de doutorado da FAPESP. De acordo com Bruno, foram utilizadas técnicas de inteligência artificial voltadas para o reconhecimento de padrões visuais das folhas das plântulas. Esses padrões correspondem à falta de macronutrientes como nitrogênio, fósforo, magnésio, enxofre e potássio e micronutrientes como cobre, ferro, zinco e manganês. “As folhas das plantas adultas registram, de forma visível, padrões correspondentes à falta de cada nutriente. Nas plantas em estágios iniciais da fase vegetativa, com uma ou duas semanas, esses padrões já estão lá, mas não são visíveis.
Nosso desafio era identificá-los por meio de um olhar matemático”, diz Bruno. Segundo Bruno, o método se baseia na leitura, por meio de um scanner, das imagens digitalizadas das folhas. Uma vez feita a leitura, a imagem é transformada em um modelo matemático, que é comparado, por um software, a modelos estabelecidos previamente. “Construímos um modelo matemático das folhas das plântulas com as quantidades ideais de todos os nutrientes. A partir dessas informações, um software produz um novo modelo matemático que pode ser comparado ao ideal, identificando as deficiências”, explicou. A maior parte dos agricultores faz um levantamento nutricional do solo antes de realizar a preparação para a plantação. Mas essa preparação, segundo Bruno, não garante necessariamente que a planta irá absorver os nutrientes. “Muitas vezes, mesmo que o solo tenha sido preparado de forma adequada, o próprio fenótipo da planta não permite que ela absorva o nutriente. Quando a planta está adulta, um engenheiro agrônomo pode detectar a deficiência. Mas, a essa altura, a correção será feita penas na safra seguinte”, explicou.
Uma carência severa de nutrientes pode comprometer até 50% da safra de milho. “A tecnologia permite avaliar a planta com uma ou duas semanas e, assim, o produtor tem vários meses para recuperá-la antes da produção. Com a detecção precoce do problema é possível aplicar à planta as substâncias adequadas para que ela absorva determinados nutrientes”, afirmou o pesquisador.
Pronta para usar - Os testes feitos em laboratório, em Pirassununga, mostraram que o sistema funciona com 87% de acerto, segundo Bruno. O grupo, agora, está repetindo os experimentos no campo, na mesma cidade no interior paulista, em situações nas quais o solo apresenta problemas. “Da perspectiva acadêmica, ainda temos um grande número de testes pela frente. O projeto tem o objetivo de fazer avançar a ciência nessa área e precisamos estudar vários outros aspectos relacionados ao milho, aos diversos nutrientes e à aplicação em outras culturas”, disse. No entanto, do ponto de vista da pesquisa tecnológica, mais dinâmica, o método já está em estágio avançado, segundo o professor do IFSC-USP. “A tecnologia está muito próxima de ser utilizada. Em termos práticos, hoje ainda não há ferramenta capaz de medir os nutrientes de plantas dessa maneira. Mesmo que ainda tenhamos de avançar na parte científica, para vários nutrientes a ferramenta já está pronta”, afirmou.
Fonte:
Exame
URL Fonte: https://reporternews.com.br/noticia/87373/visualizar/
Comentários