+55 (16) 3518 9000
Português
Pesquisar
No universo da agricultura moderna, os drones surgem como ferramentas revolucionárias que transformam a maneira como agricultores cultivam e gerenciam suas terras. O drone é um objeto voador não tripulado que serve aos mais variados propósitos.
Neste artigo iremos abordar brevemente o uso de drones na agricultura, suas vantagens e como isso tem representado um grande avanço para agricultores. Iremos também apresentar um estudo realizado por uma rede colaborativa de pesquisadores acerca de um sistema que permite a contagem automática de plantas na lavoura.
A tecnologia está abrindo novos horizontes. As imagens de drone na agricultura não apenas permitem a realização de monitoramentos e reconhecimentos táticos, mas também oferecem capacidades avançadas de vigilância e mapeamento. A maior vantagem do uso destas ferramentas é a sua capacidade de transmitir informações em tempo real, permitindo que os agricultores tenham uma visão abrangente e detalhada de suas culturas.
O uso destes equipamentos vai além do simples voo sobre campos: eles representam um salto significativo em direção à agricultura de precisão. O sensoriamento remoto na agricultura permite capturar imagens aéreas de alta resolução e dados coletados por sensores remotos, os agricultores agora podem obter insights detalhados sobre a saúde das plantações, detectar precocemente pragas e doenças, otimizar o uso de recursos como água e fertilizantes, e tomar decisões informadas que impulsionam a produtividade e a sustentabilidade.
Em um avanço significativo para a agricultura moderna, pesquisadores de renomadas instituições, incluindo UFMS, Unoeste, Udesc, Universidade de Waterloo e Embrapa Instrumentação, uniram esforços em um projeto pioneiro. Este estudo revolucionário focou no uso de imagens de drones na agricultura, com a finalidade de detectar e contar plantas, além de identificar linhas de plantio em lavouras.
Utilizando uma abordagem inovadora que combina técnicas de visão computacional e aprendizagem profunda (deep learning), os pesquisadores desenvolveram um método eficaz para analisar imagens captadas por drones equipados com sensores. Esta tecnologia não só proporciona um monitoramento preciso das áreas cultivadas, mas também oferece uma ferramenta crucial para o gerenciamento eficiente e a previsão de produção, elementos-chave na agricultura de precisão.
Os experimentos realizados com culturas de milho e citros nas regiões Centro-Oeste e Sudeste do Brasil demonstraram a eficácia do método. Com uma taxa de acerto impressionante na contagem de plantas e na localização das linhas de plantio, o estudo mostrou que é possível reduzir significativamente a dependência de inspeções visuais tradicionais – processos muitas vezes demorados e sujeitos a erros.
Um aspecto notável do estudo é a sua aplicabilidade a várias culturas, não se limitando apenas ao milho e aos citros. A pesquisa mostrou que o método é eficiente até mesmo em culturas plantadas em alta densidade, superando desafios comuns em métodos convencionais de deep learning.
Lucas Osco, bolsista na Embrapa Instrumentação, explica que neste método, o sistema aprende com exemplos reais e utiliza uma técnica avançada, onde a probabilidade de cada pixel na imagem representar uma planta é analisada com precisão. Isso permite um refinamento inteligente, capaz de identificar o pixel central de cada planta e determinar sua posição exata na imagem. Esse avanço é um marco no projeto sobre tecnologias disruptivas, destacando o potencial transformador dos drones na agricultura de precisão.
A pesquisa, apoiada pelo CNPq e pela Capes, representa um passo importante para o avanço da automação e da agricultura de precisão. Ela abre caminho para a otimização das áreas de produção agrícola, essencial para atender à crescente demanda global por alimentos. Com esse estudo, os pesquisadores não apenas contribuem para a melhoria das práticas agrícolas atuais, mas também pavimentam o caminho para futuras inovações na área.
Fonte:
PORTAL EMBRAPA. Sistema faz contagem automática de plantas na lavoura por imagens de drones. 2021.
