Fenotipagem automatizada de estruturas reprodutivas na soja e o uso de melatonina: aplicação de aprendizado de máquina na detecção do aborto floral sob estresse ambiental.

• Processo: 25/03937-0
• Modalidade de apoio: Bolsas no Exterior - Pesquisa
• Data de Início da vigência: 27 de junho de 2025
• Data de Término da vigência: 26 de abril de 2026
• Área de conhecimento: Ciências Agrárias - Agronomia - Fitotecnia
• Pesquisador responsável: Adriana Lima Moro
• Beneficiário: Adriana Lima Moro
• Pesquisador Anfitrião: Krishna Jagadish
• Instituição Sede: Pró-Reitoria de Pesquisa e Pós-Graduação. Universidade do Oeste Paulista (UNOESTE). Presidente Prudente , SP, Brasil
• Instituição Anfitriã: Texas Tech University (TTU), Estados Unidos
• Assunto(s): Agricultura digital Estresse abiótico Fisiologia vegetal
• Palavra(s)-Chave do Pesquisador: agricultura digital | Estresse abiótico | Machine Leaning | Ttu | Fisiologia Vegetal

Resumo

O crescimento populacional e as mudanças climáticas impõem desafios significativos à produção agrícola, especialmente em sistemas de sequeiro, como o cultivo da soja. O estresse térmico e hídrico são fatores críticos que afetam a produtividade das culturas, levando à redução da taxa fotossintética, ao desequilíbrio hormonal e ao aborto floral, impactando diretamente a produção de grãos. A fenotipagem de estruturas reprodutivas, como flores e vagens, é essencial para compreender os impactos das condições ambientais adversas na produtividade da soja. No entanto, a quantificação precisa dessas perdas em campo ainda é um desafio, devido à limitação dos métodos tradicionais baseados em observação manual. Este projeto propõe o uso de técnicas de aprendizado de máquina aplicadas à fenotipagem baseada em imagens para identificar e quantificar o abortamento de estruturas reprodutivas em diferentes genótipos de soja com e sem tendencia ao abortamento. Será desenvolvido na Texas Tech University com a equipe do Dr Krishna Jagadish, renomado no estudo de fisiologia do estresse e no desenvolvimento de plantaforma de fenotipagem. Uma plataforma automatizada, utilizando um RC-car equipado com sensores e câmeras de alta resolução, será empregada para capturar imagens das plantas no estágio reprodutivo. Algoritmos avançados e modelos de detecção de objetos (YOLO e Faster R-CNN), serão treinados para reconhecer e analisar flores e vagens, permitindo a estimativa da taxa de abortamento. Além disso, a pesquisa avaliará o efeito da aplicação de Melatonina na retenção floral, e seu impacto nos metabolismos fisiológicos e bioquímicos. O objetivo é validar um protocolo de fenotipagem automatizada e a criação de um modelo de Machine Learning para a detecção de flores e vagens e a compreensão do papel da Melatonina na redução do abortamento. Com isso, o projeto contribuirá para o avanço da agricultura digital no Brasil com transferência de tecnologia e o desenvolvimento de estratégias para aumentar a resiliência da soja frente às mudanças climáticas.