De Redação.

Muito em breve, cerca de 20 mil produtores de soja do estado de Mato Grosso poderão se beneficiar do ‘Sistema inteligente para a identificação de deficiência de macronutriente pela folha da soja’ que está em fase de conclusão por pesquisadores da Universidade do Estado de Mato Grosso (Unemat). Esse sistema identificará a deficiência do macronutriente de potássio em plantações de soja por meio da análise de suas folhas.

O professor coordenador da pesquisa, Maicon Aparecido Sartin, mestre em Ciência da Computação e doutor em Engenharia Elétrica, disse que atualmente, na agricultura, grande parte dos custos de produção são destinados aos insumos agrícolas, principalmente com fertilizantes e pesticidas e, que na agricultura de precisão, a busca pelo emprego correto de insumos agrícolas em espaço e tempo adequados para a plantação é primordial. 

“Uma das principais causas das perdas nas colheitas está relacionada a correção nutricional errônea da planta. Isso pode ocasionar a redução da produtividade e doenças na plantação. A detecção precoce das deficiências de macronutrientes reduz a vulnerabilidade das plantas a inúmeros tipos de doenças. É comum, em diversos tipos de cultivares, essa detecção ser realizada de forma manual, pela observação das folhas, ficando suscetível a uma grande margem de erro”, explicou Sartin. 

De acordo com o pesquisador, os resultados parciais recentes da proposta, que foram validados com o uso de técnicas baseadas em aprendizado profundo (Deep Learning) para problemas com múltiplas classes, foram dignos de comemoração.  “Conseguimos obter resultados promissores no reconhecimento da deficiência do macronutriente de potássio com precisão e acurácia entre 97% e 99%, dependendo da métrica”.

O Sistema será concluído em abril deste ano, após três anos de pesquisa. O projeto que é parte da pesquisa realizada no Grupo de Computação apliCada (GCC) da Unemat, em Sinop, foi fomentado pela Fundação de Amparo à Pesquisa do Estado de Mato Grosso (Fapemat) e contou com parcerias institucionais da Universidade Estadual Paulista (Unesp), Universidade Federal de Goiás (UFG) e Fundação de Mato Grosso (FMT).

Metodologia: O projeto utilizou, principalmente, metodologias de pesquisa experimental e exploratória. As imagens foram coletadas em estação experimental da FMT, em Itiquira-MT. Adquiridas em três blocos com distintos níveis de deficiência de macronutriente de potássio, estágios da planta e ambientes. Dentre as etapas de desenvolvimento do projeto, os pesquisadores destacam duas: a investigação de métodos de processamento de imagens e de aprendizado de máquina (Machine Learning) em distintos níveis de abstração.

Grupo de Computação apliCada (GCC): Os membros do grupo, lotados na Faculdade de Ciências Exatas e Tecnológica da Unemat no Câmpus Universitário de Sinop concentram-se nas subáreas da Computação: Sistemas Computacionais, Sistemas Inteligentes e Tecnologias Emergentes.

Foto: Maicon Sartin