Estimando o rendimento do trigo utilizando modelagem de cultivos: assimilação de dados in-situ

• Processo: 24/01308-3
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de maio de 2024
• Data de Término da vigência: 30 de abril de 2026
• Área do conhecimento: Ciências Agrárias - Agronomia - Fitotecnia
• Pesquisador responsável: Jayme Garcia Arnal Barbedo
• Beneficiário: Jayme Garcia Arnal Barbedo
• Instituição Sede: Embrapa Agricultura Digital. Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA). Ministério da Agricultura, Pecuária e Abastecimento (Brasil). Campinas , SP, Brasil
• Pesquisadores associados: Alessandra Dutra Coelho ; Douglas Lau ; Fernando de Almeida Martins ; Genei Antonio Dalmago ; Jose Mauricio Cunha Fernandes ; Telmo de Cesaro Júnior ; Wânderson de Oliveira Assis ; Willingthon Pavan
• Bolsa(s) vinculada(s): 25/01821-5 - Informações climáticas e sensoriamento remoto para complementar funções do programa Trap System, BP.IC; 24/08406-0 - Desenvolvimento de Algoritmos com Processamento de Imagens para Sistema de Monitoramento da Cultura de Trigo com Objetivo de Colaborar no Monitoramento do Crescimento Vegetal e Identificação de Pragas, BP.IC
• Assunto(s): Trigo Produtividade Solos Clima Doenças Sensores
• Palavra(s)-Chave do Pesquisador: clima | doenças | Produtividade | Sensores | solo | Trigo | Produção de Trigo

Resumo

Com a recente aprovação do Centro de Ciência para o Desenvolvimento em Agricultura Digital (CCD-AD), financiado pela Fapesp através do processo 2022/09319-9, abriu-se espaço para o desenvolvimento de pesquisas com amplo potencial de uso prático. O objetivo do Centro de superar as desigualdades no campo a partir de pesquisa, desenvolvimento e inovação (PD&I) visando ampliar a produção e produtividade dos pequenos e médios produtores, é premissa fundamental da proposta aqui apresentada. Um dos municípios escolhidos no CCD-AD, São Miguel Arcanjo (SP), possui significativa produção de trigo e, com a articulação a ser realizada com todos os atores do setor agrícola local, será a base ideal para a realização de pesquisas para melhoria da gestão da produção dessa cultura. Além disso, como parte significativa da equipe atua no município de Passo Fundo (RS), será possível realizar os experimentos em duas regiões com características diferentes, conferindo generalidade aos resultados a serem obtidos. A pesquisa proposta neste projeto deverá fornecer subsídios para uma melhor compreensão e levar a uma visão mais sistêmica dos diferentes fatores de produção. O monitoramento de variáveis ambientais às quais as plantas e o solo estão submetidos pode contribuir para melhorar a produtividade e a qualidade da colheita. Com a adequada coleta e tratamento dos dados do sistema obtidos por sensores é possível avaliar indicativos relativos às condições atmosféricas, o uso de recursos e seu impacto na produção. Adicionalmente, com o uso de sensores e recursos tecnológicos torna-se factível a implementação de estratégias para o controle do processo de irrigação, o monitoramento do crescimento das plantas, o controle de dosagem de nutrientes e fertilizantes, o monitoramento e controle de pragas, além de proporcionar outros benefícios resultantes do emprego dessas tecnologias na automação dos processos.Além de sensores de solo e ambientais, o uso de imagens digitais para auxiliar no monitoramento da lavoura deverá também ser explorado. No caso específico dos modelos a serem desenvolvidos neste projeto, uma entrada potencialmente importante é a incidência de doenças, particularmente em relação à localização dos focos e a intensidade de sua ocorrência. Dentre os objetivos do projeto estão a construção de uma base de imagens de sintomas e descrições detalhadas de suas causas e consequências, o desenvolvimento de um método capaz de fornecer um diagnóstico confiável usando imagens digitais capturadas pelos usuários e a realimentação dos modelos de simulação de trigo com informações sobre a incidência das doenças. Além disso, pretende-se desenvolver modelos para o reconhecimento de afídeos em armadilhas para detecção precoce de riscos. A automatização do processo usando modelos baseados em imagens pode tornar o processo decisório muito mais rápido e efetivo.O produto que se espera alcançar ao final deste projeto é um conjunto de ferramentas/sensores/armadilhas automatizadas para aquisição e processamento de dados de campo integradas em plataformas disponíveis via web, contendo sistemas de gerenciamento de dados e modelos com cadeias de relações entre os componentes do patossistema que calculem, sob oscilações ambientais, a razão e o progresso dos processos biológicos envolvidos que podem servir para estimativas assertivas do rendimento do trigo ou mesmo na emissão de alertas durante a safra. (AU)