Ferramenta digital orienta produtores no controle da ferrugem asiática da soja

A plataforma integra Inteligência Artificial e múltiplas fontes de dados para o diagnóstico preciso da doença

Foto: Embrapa/divulgação

Cientistas brasileiros desenvolveram uma plataforma para o diagnóstico da ferrugem asiática da soja, uma das doenças mais severas da cultura. A tecnologia integra inteligência artificial à análise combinada de dados climáticos, agronômicos e de imagens digitais. Hospedado em nuvem, o sistema avalia o risco de ocorrência da doença e gera relatórios com recomendações técnicas de manejo, contribuindo para decisões mais precisas no campo. Agora, os pesquisadores buscam parceiros privados para viabilizar a transferência da solução ao setor produtivo.

O modelo reúne dados de sensores ambientais, imagens digitais das folhas e parâmetros agronômicos, como cultivar, espaçamento e calendário de plantio. Os resultados são apresentados em um painel on-line, que permite aos agricultores acompanhar séries temporais de dados climáticos e imagens das plantas.

O sistema foi desenvolvido no âmbito do projeto Ferramenta Digital Avançada para o Gerenciamento de Riscos Agrícolas, apoiado pela Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp). A iniciativa integrou parte do doutorado do cientista da computação Ricardo Alexandre Neves na Universidade Federal de São Carlos (UFSCar), sob a orientação do pesquisador da Embrapa Instrumentação (SP) Paulo Cruvinel.

Fusão de dados facilita diagnóstico

O sistema foi desenvolvido por on-farm research - pesquisa a campo diretamente no ambiente de produção -, em um modelo que utiliza variáveis climáticas, dados relacionados às plantas de soja,  e informações obtidas a partir de imagens digitais de folhas da soja. As variáveis climatológicas foram observadas no período de monitoramento na área da cultura. 

“A tecnologia classifica a favorabilidade da doença em três níveis, baixo, médio e alto, a depender da combinação do conjunto das variáveis relacionadas ao estágio de infestação. Com isso, é possível realizar diagnósticos e prognósticos de controle da doença, com maior eficácia e precisão”, complementa Neves. Segundo ele, o nível de favorabilidade é definido por inferência estatística em função do comportamento do conjunto das variáveis consideradas e relacionadas à ocorrência da doença.

Os pesquisadores explicam que o sistema funciona a partir da junção de dados. Os principais viabilizam a análise de fatores essenciais ao desenvolvimento do fungo, como o período de molhamento foliar – umidade relativa acima de 90%, na faixa de temperatura entre 15°C e 28°C – ou o ponto de orvalho. O trabalho utiliza técnicas avançadas e específicas de processamento para extrair informações das imagens digitais de folhas da soja. Padrões de cor, como verde, amarelo e marrom, estão associados aos estágios de evolução da doença.

Durante o estudo de quatro anos com a cultivar convencional BRS 537 da Embrapa Soja (PR), os pesquisadores utilizaram mais de 2 gigabytes de dados por ciclo de cultura, considerando informações coletadas em lavoura real durante o cultivo, em parcelas georreferenciadas na região de Poxoréu (MT) e fotografadas sob índices de iluminação conhecidos.

Sistema é validado por especialistas

Para Bernardo Halfeld-Vieira e Katia Nechet, fitopatologistas da Embrapa Meio Ambiente (SP)  a solução é de grande valia para o produtor, pois cruzou dados obtidos de imagens de folhas de soja com ferrugem asiática, cujos sintomas e severidade foram avaliados por especialistas, e dados climáticos coletados por sensores ambientais.

Os pesquisadores pontuam que o modelo desenvolvido e validado tem como mérito fornecer estimativas mais precisas para prever a propensão climática à progressão da doença.

“Na prática, o método propicia a tomada de medidas de controle em campo antes que a doença atinja alta severidade, uma vez que permite aos produtores decidirem, de forma antecipada, o melhor momento para utilização de medidas de controle”, ressaltam Vieira e Nechet, que participaram da validação do modelo, em conjunto com outros especialistas.