Algoritmos de aprendizado de máquina revelam interações do ecossistema com base em dados de clima, solo e rotação de culturas. Os resultados podem apoiar tomadas de decisão no campo e reduzir o uso de herbicidas. Ferramentas de IA já são utilizadas para identificar plantas daninhas e aplicar herbicidas com alta precisão. O estudo amplia o conhecimento sobre manejo agrícola e pode subsidiar estratégias mais eficientes de controle preventivo. O experimento foi realizado em sistemas de Integração Lavoura-Pecuária no bioma Cerrado, com adoção de práticas sustentáveis de cultivos em sucessão, rotacionados e consorciados. Estudo inédito desenvolvido em parceria entre a Embrapa Milho e Sorgo (MG) e a Universidade do Vale do Itajaí (Univali) avalia o uso de ferramentas de inteligência artificial (IA) preditiva, chamadas de algoritmos de aprendizado de máquina, na dinâmica de plantas daninhas em sistema de Integração Lavoura-Pecuária (ILP). O objetivo é compreender as interações do ecossistema com base em dados de clima, solo e de culturas. A adoção de práticas sustentáveis, que compõem a estratégia ILP, altera o comportamento das plantas daninhas. Os conhecimentos de IA auxiliam no entendimento desse processo, além de impulsionar estudos complementares que mostram o seu potencial para a redução do uso de herbicidas em sistemas agrícolas, atendendo aos preceitos da economia verde. Para isso, foram separados três grupos de informações para compor uma base de dados. O primeiro forneceu dados quantitativos sobre as espécies de plantas daninhas. O segundo contemplou características dos solos e dos sistemas de cultivo. Já o terceiro, integrou registros climáticos da região, para estabelecer correlações entre esses fatores e a ocorrência dessas plantas. Os algoritmos utilizados foram o Support Vector Machine, o Decision Tree, o Random Forest e o K-Nearest Neighbors. Eles demonstraram bom desempenho geral para prever as culturas mais propensas ao aparecimento de plantas daninhas. O Decision Tree e o Random Forest demonstraram melhor desempenho em ambos os modelos, alcançando 99% de precisão, segundo análise da doutora em Matemática e em Ciências de Dados, Ana Letícia Becker Gomes Luz. “Trata-se de um procedimento tecnicamente viável e eficaz”, comenta o pesquisador Maurílio Fernandes de Oliveira, da Embrapa Milho e Sorgo. Segundo Oliveira, a ferramenta de IA preditiva permite conhecer os fatores envolvidos na dinâmica das plantas daninhas no sistema avaliado, o que facilita a tomada de decisão no manejo. “O uso dessa técnica em plataformas computacionais pode contribuir na decisão de qual herbicida é mais adequado considerando a área de plantio”, complementa. O pesquisador explica que as ferramentas de inteligência artificial já aplicadas à ciência de plantas daninhas resultaram em tecnologias avançadas, como máquinas inteligentes capazes de identificá-las por visão computacional e robôs para aplicação direcionada e seletiva de herbicidas com altíssima precisão. Para Oliveira, o novo resultado amplia o conhecimento já adquirido e pode subsidiar recomendações sobre práticas agrícolas para o controle dessas espécies, como o uso de herbicidas em dosagens específicas para diferentes situações. O estudo compõe a dissertação de mestrado “Modelos de aprendizado de máquina para predição de dinâmicas populacionais de plantas daninhas em sistemas ILP”, desenvolvida por Gomes Luz na Univali, sob a orientação de Oliveira e da professora Anita Maria Fernandes. A pesquisa justifica-se pela necessidade de práticas sustentáveis na produção alimentícia para atender o crescimento populacional. “Estima-se que, até 2050, a população mundial será de 9 bilhões de pessoas. Nesse contexto, entre os diversos obstáculos enfrentados na produção agrícola, destacam-se as plantas daninhas. Existem diferentes métodos de manejo para o controle dessas pragas e, atualmente, o controle químico é o mais utilizado. Contudo, ao mesmo tempo em que se procura aumentar a produção de alimentos, busca-se também reduzir a poluição ambiental causada pelos herbicidas”, explica o pesquisador Ramon Costa Alvarenga, responsável por sistemas ILP na Embrapa Milho e Sorgo. A pesquisa integra atividades de dois projetos. Uma, liderada pelo pesquisador Maurílio de Oliveira, é do projeto da Embrapa intitulado “Soluções recomendativas e generativas baseadas em IA para aumento da eficiência, qualidade e resiliência produtiva” (SORaIA). A segunda é do projeto “Plataforma para o monitoramento da dinâmica e recomendações de controle de populações de plantas daninhas”, vinculado ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), capitaneado pela professora Anita Maria Fernandes. Sistemas ILP e plantas daninhas Os pesquisadores relatam que as populações de plantas daninhas em sistemas de Integração Lavoura-Pecuária são tipicamente menores do que as encontradas em sistemas de cultivo não consorciados. Essa redução é atribuída, especialmente, à presença das plantas forrageiras nos pastos do sistema, que atuam como uma cobertura importante do solo nesses modelos produtivos. Aliado a isso, destaca-se o monitoramento, com adoção de tecnologias para o manejo de plantas daninhas emergentes. Nesse manejo, a abordagem de aprendizado de máquina possibilita indicar quais técnicas aplicar. “Entre elas, a adoção de práticas preventivas, a identificação do momento ideal para realizar o controle de plantas daninhas, a estimativa da densidade e da distribuição dessas plantas no sistema e, a partir do conhecimento das espécies, a utilização de pulverizadores inteligentes para aplicação localizada de herbicidas”, enumera Oliveira. No entanto, o pesquisador observa que a maioria dessas tecnologias é direcionada ao manejo das plantas daninhas depois que elas já emergiram. “Por isso, o uso de algoritmos de inteligência artificial para prevenir a ocorrência de espécies invasoras é muito apropriado, pois permite entender os fatores ambientais que favorecem o surgimento dessa praga. Além disso, os resultados preditivos dos algoritmos podem ser usados para modificar ou implementar novas técnicas em campo, o que nos permite dar ênfase na redução das taxas de aparecimento e crescimento das plantas daninhas”, acrescenta Oliveira. Foto: Maurílio de Oliveira (plantas daninhas na pós emergencia do milho em sistema ILP) Desempenho da IA O estudo foi conduzido no bioma Cerrado, no município de Sete Lagoas, em Minas Gerais, onde fica situada a Embrapa Milho e Sorgo. Todos os dados coletados são provenientes dos experimentos em sistemas de integração Lavoura-Pecuária. Os registros compreendem variáveis que incluem data, nome comum da planta daninha, número por espécie, morfologia da folha (estreita ou larga), biomassa fresca, biomassa seca, período de amostragem, cultura, identificação da área amostrada (lavoura ou pastagem), número de amostras e área total amostrada. Os sistemas ILP envolveram quatro tipos de culturas: milho consorciado com braquiária, sorgo consorciado com braquiária, soja e pastagem de braquiária. A amostragem foi realizada em quatro períodos distintos por ano. As medições ocorreram nas fases de colheita de grãos, na entressafra, na pré-dessecação e após a emergência da cultura e das plantas daninhas, antes da aplicação dos herbicidas de manejo. Artigo publicado O estudo, intitulado “Algoritmos de aprendizado de máquina para prever as culturas mais suscetíveis à ocorrência de plantas daninhas em sistemas de Integração de Lavoura-Pecuária”, está publicado na Revista Pesquisa Agropecuária Brasileira (PAB), em seção especial comemorativa dos 60 anos do periódico. A autoria é dos pesquisadores Maurílio Fernandes Oliveira e Ramon Costa Alvarenga, da Embrapa Milho e Sorgo, dos professores Anita Fernandes e Fábio Walkman Coelho, da Univali, e da matemática Ana Letícia Gomes Luz. O artigo está publicado no portal de periódicos da Embrapa e pode ser acessado pelo link e na plataforma SciELO, que é indexada à Revista PAB.
Foto: Maurílio Fernandes de Oliveira
A adoção de práticas sustentáveis, que compõem a estratégia ILP, altera o comportamento das plantas daninhas
Estudo inédito desenvolvido em parceria entre a Embrapa Milho e Sorgo (MG) e a Universidade do Vale do Itajaí (Univali) avalia o uso de ferramentas de inteligência artificial (IA) preditiva, chamadas de algoritmos de aprendizado de máquina, na dinâmica de plantas daninhas em sistema de Integração Lavoura-Pecuária (ILP). O objetivo é compreender as interações do ecossistema com base em dados de clima, solo e de culturas.
A adoção de práticas sustentáveis, que compõem a estratégia ILP, altera o comportamento das plantas daninhas. Os conhecimentos de IA auxiliam no entendimento desse processo, além de impulsionar estudos complementares que mostram o seu potencial para a redução do uso de herbicidas em sistemas agrícolas, atendendo aos preceitos da economia verde.
Para isso, foram separados três grupos de informações para compor uma base de dados. O primeiro forneceu dados quantitativos sobre as espécies de plantas daninhas. O segundo contemplou características dos solos e dos sistemas de cultivo. Já o terceiro, integrou registros climáticos da região, para estabelecer correlações entre esses fatores e a ocorrência dessas plantas.
Os algoritmos utilizados foram o Support Vector Machine, o Decision Tree, o Random Forest e o K-Nearest Neighbors. Eles demonstraram bom desempenho geral para prever as culturas mais propensas ao aparecimento de plantas daninhas. O Decision Tree e o Random Forest demonstraram melhor desempenho em ambos os modelos, alcançando 99% de precisão, segundo análise da doutora em Matemática e em Ciências de Dados, Ana Letícia Becker Gomes Luz. “Trata-se de um procedimento tecnicamente viável e eficaz”, comenta o pesquisador Maurílio Fernandes de Oliveira, da Embrapa Milho e Sorgo.
Segundo Oliveira, a ferramenta de IA preditiva permite conhecer os fatores envolvidos na dinâmica das plantas daninhas no sistema avaliado, o que facilita a tomada de decisão no manejo. “O uso dessa técnica em plataformas computacionais pode contribuir na decisão de qual herbicida é mais adequado considerando a área de plantio”, complementa.
O pesquisador explica que as ferramentas de inteligência artificial já aplicadas à ciência de plantas daninhas resultaram em tecnologias avançadas, como máquinas inteligentes capazes de identificá-las por visão computacional e robôs para aplicação direcionada e seletiva de herbicidas com altíssima precisão. Para Oliveira, o novo resultado amplia o conhecimento já adquirido e pode subsidiar recomendações sobre práticas agrícolas para o controle dessas espécies, como o uso de herbicidas em dosagens específicas para diferentes situações.
O estudo compõe a dissertação de mestrado “Modelos de aprendizado de máquina para predição de dinâmicas populacionais de plantas daninhas em sistemas ILP”, desenvolvida por Gomes Luz na Univali, sob a orientação de Oliveira e da professora Anita Maria Fernandes.
A pesquisa justifica-se pela necessidade de práticas sustentáveis na produção alimentícia para atender o crescimento populacional. “Estima-se que, até 2050, a população mundial será de 9 bilhões de pessoas. Nesse contexto, entre os diversos obstáculos enfrentados na produção agrícola, destacam-se as plantas daninhas. Existem diferentes métodos de manejo para o controle dessas pragas e, atualmente, o controle químico é o mais utilizado. Contudo, ao mesmo tempo em que se procura aumentar a produção de alimentos, busca-se também reduzir a poluição ambiental causada pelos herbicidas”, explica o pesquisador Ramon Costa Alvarenga, responsável por sistemas ILP na Embrapa Milho e Sorgo.
A pesquisa integra atividades de dois projetos. Uma, liderada pelo pesquisador Maurílio de Oliveira, é do projeto da Embrapa intitulado “Soluções recomendativas e generativas baseadas em IA para aumento da eficiência, qualidade e resiliência produtiva” (SORaIA). A segunda é do projeto “Plataforma para o monitoramento da dinâmica e recomendações de controle de populações de plantas daninhas”, vinculado ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), capitaneado pela professora Anita Maria Fernandes.
|
Desempenho da IA
O estudo foi conduzido no bioma Cerrado, no município de Sete Lagoas, em Minas Gerais, onde fica situada a Embrapa Milho e Sorgo. Todos os dados coletados são provenientes dos experimentos em sistemas de integração Lavoura-Pecuária. Os registros compreendem variáveis que incluem data, nome comum da planta daninha, número por espécie, morfologia da folha (estreita ou larga), biomassa fresca, biomassa seca, período de amostragem, cultura, identificação da área amostrada (lavoura ou pastagem), número de amostras e área total amostrada.
Os sistemas ILP envolveram quatro tipos de culturas: milho consorciado com braquiária, sorgo consorciado com braquiária, soja e pastagem de braquiária. A amostragem foi realizada em quatro períodos distintos por ano. As medições ocorreram nas fases de colheita de grãos, na entressafra, na pré-dessecação e após a emergência da cultura e das plantas daninhas, antes da aplicação dos herbicidas de manejo.
Sandra Brito (MTb 06.230/MG)
Embrapa Milho e Sorgo
Contatos para a imprensa
milho-e-sorgo.imprensa@embrapa.br
Telefone: (31) 3027-1223
Mais informações sobre o tema
Serviço de Atendimento ao Cidadão (SAC)
www.embrapa.br/fale-conosco/sac/
