Os produtores de amendoim (Arachis hypogaea l.), batata (Solanum tuberosum) e batata-doce (Ipomoea batatas) enfrentam o desafio de estimar qual o melhor momento da colheita e como será a qualidade e o rendimento de suas lavouras. Isso porque essas culturas são subterrâneas, ou seja, os frutos se desenvolvem embaixo do solo e, dessa forma, não é possível visualizá-los até o momento da colheita.
“Para colher o amendoim, é preciso que 70% das vagens estejam maduras e, para verificar isso, é preciso arrancar as plantas do solo e fazer uma avaliação visual. Essa operação, chamada de arranquio, também acaba mobilizando a terra e, consequentemente, emitindo CO2 [gás carbônico]”, afirma o professor Rouverson Pereira da Silva, da Universidade Estadual Paulista (Unesp), campus de Jaboticabal.
Por meio de tecnologias de sensoriamento remoto, baseadas em imagens obtidas por satélites ou sensores embarcados em drones, combinadas com sensores embarcados em máquinas agrícolas e ferramentas de inteligência artificial, os pesquisadores têm desenvolvido modelos computacionais que podem auxiliar os produtores a mensurar o rendimento e a maturidade de culturas, como a do amendoim, a partir da análise remota das folhas da planta. E, dessa forma, aumentar a produtividade e diminuir as emissões de CO2 pela mobilização intensa do solo.
Alguns dos resultados do projeto, apoiado pela Fapesp, foram apresentados por Silva em um painel sobre saúde do solo no contexto da agricultura digital realizado durante a Fapesp Week Spain, que ocorreu nos dias 27 e 28 de novembro na Faculdade de Medicina da Universidade Complutense de Madri (UCM).
“Os modelos que desenvolvemos conseguem estimar com mais de 90% de precisão a maturidade do amendoim, por exemplo, eliminando a necessidade do arranquio. No caso da batata-doce, conseguimos estimar até mesmo o tamanho da cultura”, disse Santos à Agência Fapesp.
“Por meio de estimativas feitas por esses modelos computacionais é possível trabalhar com regulagens mais adequadas para melhorar a eficiência do processo de colheita e, ao mesmo tempo, reduzir as perdas, porque ao estimar a produtividade de culturas se consegue regular as máquinas agrícolas para fazer a colheita de forma mais adequada”, afirmou o pesquisador.
Para obter essas estimativas com precisão, os pesquisadores analisam imagens obtidas por câmeras embarcadas em drones ou em satélites, que captam a reflectância da planta, ou seja, o quanto ela está refletindo de energia solar nas bandas do visível (verde, amarelo e azul) e do invisível (infravermelho, infravermelho próximo e borda do vermelho). A partir dessa característica, é possível calcular os índices de maturação.
“A reflectância revela a sanidade da planta. As folhas doentes apresentam cores e refletem de maneira diferente a energia solar incidida sobre elas. E, quanto mais saudável a planta estiver, mais produzirá”, contou Silva.
O projeto está em fase de transferência de tecnologia para os produtores – um processo moroso e trabalhoso, segundo o pesquisador.
“Essa etapa é demorada porque, para realizarmos um projeto dessa envergadura, precisamos ir a campo e arrancar milhares de plantas ao longo dos anos para obter os dados de interesse. Além disso, há diversas cultivares de amendoim, por exemplo. Por isso ainda não transferimos a tecnologia, porque os produtores mudam ao longo dos anos as cultivares que plantam e precisamos ter um modelo robusto, capaz de fazer predições em diferentes condições”, explicou.
