Alinhados às inovações tecnológicas, produtores têm adotado ferramentas baseadas em IA para tomar decisões mais precisas

Freepik

O Brasil é o maior produtor mundial de cana-de-açúcar. Até 1º de janeiro da safra 2024/25, a moagem na região Centro-Sul atingiu 613,6 milhões de toneladas, conforme dados da União da Indústria de Cana-de-Açúcar (ÚNICA). Nesse cenário, a inteligência artificial (IA) tem se revelado uma aliada importante para otimizar a produção, possibilitando o monitoramento preciso das lavouras e a identificação rápida de ameaças, como ervas daninhas, pragas e doenças.

Em 2024, a Companhia Nacional de Abastecimento (Conab) apontou que condições climáticas desfavoráveis, como a baixa pluviosidade e as altas temperaturas, impactaram especialmente as regiões Centro-Sul, responsáveis por 91% da produção nacional. As queimadas nos canaviais também prejudicaram várias áreas durante o ciclo, comprometendo o rendimento das plantações. Mesmo com esses desafios, a área destinada à colheita cresceu 4,3%, alcançando 8,7 milhões de hectares, o que resultou em maior extensão plantada.

Tais obstáculos levaram os produtores a adotar melhorias e inovações tecnológicas no setor agrícola, com o objetivo de garantir maior produtividade. Com cinco anos de operação no Brasil, a Taranis, plataforma de inteligência agrícola, desenvolveu uma tecnologia exclusiva para a cultura da cana-de-açúcar, destacando-se como uma solução eficaz para identificar ameaças no campo.

“Investimos continuamente em pesquisa, desenvolvimento e aprimoramento de nossos equipamentos, que são capazes de identificar até mesmo espécies de plantas daninhas que podem comprometer a produção de diversos cultivos, incluindo a cana-de-açúcar”, explica o gerente-geral da empresa, Fábio Franco.

Para diagnosticar a cultura, a empresa utiliza câmeras, com hardware próprio e patenteado, em drones e aeronaves Cessna 172. Cada avião consegue mapear até 2.000 hectares por dia, capturando de 2 a 8 amostras por hectare, com precisão foliar e um nível de inteligência artificial que identifica até 100 espécies de ervas daninhas nas lavouras, além da presença de doenças e deficiências nutricionais.

Os resultados são entregues na plataforma da empresa em até 72 horas. Para uma análise mais detalhada os dados são entregues em até 7 dias. Drones e aviões são utilizados para captura de dados a depender do tamanho da área e características topográficas. A frota atual da companhia é capaz de monitorar cerca de um milhão de hectares por ano. “Um dos nossos principais diferenciais é realizar todo o trabalho para o produtor, que precisa apenas informar a área da propriedade a ser monitorada”, destaca Franco.

Diagnóstico preciso com inteligência artificial

A identificação das ameaças é realizada por meio de tecnologia que utiliza inteligência artificial. As imagens capturadas permitem identificar quais áreas estão afetadas, o tipo de problema, presença de ervas daninhas e a porcentagem de impacto nas lavouras. O sistema indica a localização e o percentual de infestação de cada planta daninha em cada talhão, além de detectar a presença de doenças e deficiências nutricionais. Com o monitoramento e as imagens de satélite, a Taranis também identifica a ocorrência de geada, queimadas ou outros impactos no canavial.

A metodologia da empresa é exclusiva, e todo o histórico das informações fica registrado, permitindo ao cliente ter uma visão unificada ao longo do tempo. Assim, o produtor pode monitorar a evolução da população de plantas daninhas nos canaviais, avaliar a necessidade de revisar práticas agrícolas e receber orientações sobre qual herbicida usar e a dosagem adequada para o controle.

Atualmente, a empresa já identifica as principais ferrugens da cana-de-açúcar, e o objetivo é acelerar o aprendizado da inteligência artificial para detectar e quantificar doenças foliares, além de aprimorar a aferição da tecnologia para deficiências de fósforo e potássio.