A IA e a robótica estão a transformar a agricultura, tornando-a mais sustentável e eficiente através de intervenções específicas na gestão das culturas.
Investigadores da Universidade de Bona estão a revolucionar a agricultura ao aproveitar a IA e as novas tecnologias para aumentar a eficiência e a sustentabilidade. Num artigo recente, publicado no Revista Europeia de Agronomiaos investigadores delinearam questões-chave de investigação que devem ser abordadas para avançar na digitalização inteligente da agricultura.
O desafio agrícola moderno
A agricultura moderna e de alto desempenho permitiu à Terra alimentar mais de oito mil milhões de pessoas. No entanto, esse sucesso acarreta custos ambientais significativos. Os actuais métodos de cultivo estão a pôr em perigo a biodiversidade, os fertilizantes sintéticos contribuem para as emissões de gases com efeito de estufa e os produtos químicos agrícolas estão a contaminar as massas de água e o ambiente em geral.
Muitos destes problemas podem ser mitigados através de métodos agrícolas mais precisos. Por exemplo, a aplicação de herbicidas apenas onde as ervas daninhas são problemáticas, e não em campos inteiros, pode reduzir o uso de produtos químicos. Da mesma forma, tratar apenas culturas doentes e aplicar fertilizantes onde for realmente necessário pode optimizar a utilização de recursos. No entanto, tais estratégias são complexas e difíceis de implementar em larga escala utilizando métodos tradicionais.
Abraçando tecnologias inteligentes
“Uma resposta poderia ser usar tecnologias digitais inteligentes”, explica Hugo Storm, membro do PhenoRob Cluster of Excellence. A Universidade de Bonn fez parceria com o Forschungszentrum Jülich, o Instituto Fraunhofer de Algoritmos e Computação Científica em Sankt Augustin, o Centro Leibniz para Pesquisa de Paisagens Agrícolas em Müncheberg e o Instituto de Pesquisa de Beterraba Sacarina em Göttingen no projeto de grande escala voltado para fazer agricultura mais eficiente e mais ecológica, utilizando novas tecnologias e inteligência artificial (IA).
A equipe inclui especialistas de diversas disciplinas, incluindo ecologia, ciências vegetais, ciências do solo, ciência da computação, robótica, geodésia e economia agrícola. No seu artigo, eles descrevem as etapas que consideram prioritárias no curto prazo. “Identificamos algumas questões-chave de pesquisa”, diz Storm. Uma delas está relacionada ao monitoramento de terras agrícolas para detectar qualquer deficiência de nutrientes, crescimento de ervas daninhas ou infestações de pragas em tempo real. As imagens de satélite fornecem uma visão geral aproximada, enquanto os drones ou robôs permitem um monitoramento mais detalhado. Este último pode cobrir sistematicamente um campo inteiro e até registrar a condição de plantas individuais no processo. “Uma dificuldade reside em vincular todas essas informações”, diz Sabine Seidel, colega de Storm, que coordenou a publicação com ele: “Por exemplo, quando uma resolução baixa será suficiente? Quando as coisas precisam ser mais detalhadas? Como os drones precisam voar para alcançar a máxima eficiência na observação de todas as culturas, especialmente aquelas em risco?”
Integração e análise de dados
Os dados obtidos fornecem uma imagem da situação atual. Contudo, os agricultores estão principalmente interessados em comparar as várias estratégias potenciais e os seus impactos. Questões como a quantidade tolerável de ervas daninhas, as quantidades necessárias de fertilizantes e as consequências da redução do uso de pesticidas exigem respostas precisas. “Para responder a perguntas como essas, você precisa criar cópias digitais de suas terras agrícolas, por assim dizer”, explica Seidel. “Existem várias maneiras de fazer isso. Algo que os pesquisadores ainda precisam descobrir é como combinar as diversas abordagens para obter modelos mais precisos.” Também é necessário desenvolver métodos adequados para formular recomendações de acção baseadas nestes modelos. Técnicas emprestadas de aprendizado de máquina e a IA têm um papel importante a desempenhar em ambas as áreas.
Envolvimento e Adoção do Agricultor
Para que estes avanços digitais sejam totalmente integrados na produção agrícola, os agricultores devem compreender e aceitar os benefícios. “No futuro, teremos de nos concentrar mais na questão de quais as condições subjacentes necessárias para garantir esta aceitação”, afirma o Professor Heiner Kuhlmann, geodesista e um dos dois oradores do Cluster of Excellence, juntamente com o chefe do seu grupo de robótica, Professor Cirilo Stachniss. “Você poderia oferecer incentivos financeiros ou estabelecer limites legais ao uso de fertilizantes, por exemplo.” A eficácia de ferramentas como estas, isoladamente ou em combinação, também pode ser avaliada hoje em dia através de modelos informáticos.
Em seu artigo, os pesquisadores do PhenoRob também usam exemplos para demonstrar do que as tecnologias atuais já são capazes. Por exemplo, um “gémeo digital” de áreas cultivadas pode ser criado e alimentado com um fluxo constante de vários tipos de dados com a ajuda de sensores, por exemplo, para detectar o crescimento das raízes ou a libertação de compostos gasosos de azoto do solo.
“A médio prazo, isto permitirá que os níveis de fertilizantes azotados aplicados sejam adaptados às necessidades das culturas em tempo real, dependendo da riqueza em nutrientes de um determinado local”, acrescenta Stachniss. Em alguns lugares, a revolução digital na agricultura já está mais próxima do que se imagina.
Referência: “Prioridades de pesquisa para alavancar tecnologias digitais inteligentes para a produção agrícola sustentável” por Hugo Storm, Sabine Julia Seidel, Lasse Klingbeil, Frank Ewert, Harry Vereecken, Wulf Amelung, Sven Behnke, Maren Bennewitz, Jan Börner, Thomas Döring, Juergen Gall, Anne-Katrin Mahlein, Chris McCool, Uwe Rascher, Stefan Wrobel, Andrea Schnepf, Cyrill Stachniss e Heiner Kuhlmann, 6 de abril de 2024, Revista Europeia de Agronomia.
DOI: 10.1016/j.eja.2024.127178
O Cluster de Excelência PhenoRob abriga pesquisadores da Universidade de Bonn, Forschungszentrum Jülich, do Instituto Fraunhofer de Análise Inteligente e Sistemas de Informação (IAIS) em Sankt Augustin, do Centro Leibniz para Pesquisa de Paisagem Agrícola em Müncheberg e do Instituto de Pesquisa de Beterraba Açucareira. em Gotingen. O projeto é financiado pela Fundação Alemã de Pesquisa (DFG).