Técnicas de sensoriamento remoto para monitoramento de artrópodes-praga em agricultura

• Processo: 17/19407-4
• Modalidade de apoio: Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE
• Data de Início da vigência: 01 de abril de 2019
• Data de Término da vigência: 31 de março de 2021
• Área do conhecimento: Ciências Agrárias - Agronomia - Fitossanidade
• Acordo de Cooperação: IBM Brasil
• Pesquisador responsável: Pedro Takao Yamamoto
• Beneficiário: Pedro Takao Yamamoto
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Empresa: IBM Brasil - Indústria, Máquinas e Serviços Ltda
• Município: Piracicaba
• Pesquisadores associados: David Luciano Rosalen ; Fernando Henrique Iost Filho
• Assunto(s): Pragas de plantas Vetores artrópodes Agricultura Sensoriamento remoto
• Palavra(s)-Chave do Pesquisador: Detection of arthopod pest | integrated pest management | Multi and hyperspectral sensors | Reflectance profile | Manejo Integrado de Pragas

Resumo

Surtos de muitas pragas não são uniformemente distribuídos nas lavouras, assim como o momento das infestações é imprevisível. Além disso, programas de manejo de pragas efetivos dependem fortemente da detecção de infestações o mais cedo possível, permitindo que os produtores tomem decisões antes que as pragas estejam bem estabelecidas e as perdas de produtividade aumentem. Práticas de monitoramento, para detectar surtos de praias emergentes são dispendiosos, desafiadores quanto às práticas a serem utilizadas e, em alguns sistemas de produção, o monitoramento efetivo é dificultado pela falta de técnicas de amostragem confiáveis. Estresse biótico, como a herbivoria por artrópodes-pragas, elícita respostas de defesas fisiológicas em plantas, que levam a alterações na reflectância foliar. Avançadas técnicas de coleta de imagens podem ser utilizadas para detectar tais mudanças na reflectância de lavouras, e, portanto, ser usadas como um método não-invasivo de monitoramento de pragas. Dessa maneira, nosso objetivo principal com o proposto projeto é descrever padrões de reflectância de plantas agrícolas infestadas por artrópodes-pragas. Os primeiros modelos a serem utilizados serão a mosca-branca, Bemisia tabaci (Gennadius, 1889) (Hemiptera: Aleyrodidae) infestando plantas de soja e o ácaro-rajado, Tetranychus urticae (Koch, 1836) (Acari: Tetranychidae) infestando plantas de morango. Diferentes ferramentas de sensoriamento remoto serão utilizadas e comparadas, como sensores multiespectrais aéreos, sensores multiespectrais orbitais e sensores multi e hiperespectrais terrestres. Será considerado que obteve sucesso o método caso esse permita a identificar de perfis de reflectância do dossel em plantas infestadas por artrópodes, tanto em condições de semi-campo, quanto em condições de campo. Ainda mais, diferentes abordagens para processar os dados serão testadas, com o intuito de encontrar métodos menos complexos e mais confiáveis. Os dados de reflectância serão sempre correlacionados com o número de insetos amostrado e coletado em loco, a fim de se obter dados robustos que representem infestações reais. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

IOST FILHO, FERNANDO HENRIQUE; PAZINI, JULIANO DE BASTOS; DE MEDEIROS, ANDRE DANTAS; ROSALEN, DAVID LUCIANO; YAMAMOTO, PEDRO TAKAO. Assessment of Injury by Four Major Pests in Soybean Plants Using Hyperspectral Proximal Imaging. AGRONOMY-BASEL, v. 12, n. 7, p. 20-pg., 2022-07-01. (19/26099-0, 18/02317-5, 17/19407-4, 19/26145-1)

BARROS, PEDRO P. S.; SCHUTZE, INANA X.; IOST FILHO, FERNANDO H.; YAMAMOTO, PEDRO T.; FIORIO, PETERSON R.; DEMATTE, JOSE A. M.. Monitoring Bemisia tabaci (Gennadius) (Hemiptera: Aleyrodidae) Infestation in Soybean by Proximal Sensing. INSECTS, v. 12, n. 1, JAN 2021. (17/19407-4, 19/26145-1, 13/22435-9)

YASSUE, RAFAEL MASSAHIRO; GALLI, GIOVANNI; FRITSCHE-NETO, ROBERTO; MOROTA, GOTA. Classification of plant growth-promoting bacteria inoculation status and prediction of growth-related traits in tropical maize using hyperspectral image and genomic data. CROP SCIENCE, v. 63, n. 1, p. 13-pg., 2022-11-29. (17/19407-4, 17/24327-0, 19/04697-2)