Desenvolvimento de modelos de predição através de algoritmos de redes neuronais convolucionais para detecção de pragas e parasitoides de importância econômica na citricultura.

• Processo: 25/03438-4
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de junho de 2025
• Data de Término da vigência: 31 de dezembro de 2026
• Área de conhecimento: Ciências Agrárias - Agronomia - Fitossanidade
• Pesquisador responsável: Regina Bernardina Johanna Hakvoort
• Beneficiário: Flávio Almeida Curvelo dos Anjos
• CNAE: Cultivo de laranja ; Atividades de apoio à agricultura
• Vinculado ao auxílio: 24/01106-1 - Sistema automatizado de detecção e localização de pragas agrícolas da citricultura - por radar e por IoT -, promovendo a interconectividade instantânea entre o campo, a nuvem e o usuário final, para tomada assertiva de decisões., AP.PIPE
• Assunto(s): Citrus Agrotóxicos Doenças Pragas Radar
• Palavra(s)-Chave do Pesquisador: Citros | Defensivos Agrícolas | doenças | Pragas | radar | detecção e localização de pragas agrícolas da citricultura

Resumo

A detecção de pragas de forma automatizada e com a utilização de sensores, hardware, rede neural e software está mostrando crescimento oportuno e promissor no ramo do agronegócio necessitando de pesquisa e novos avanços tecnológicos frente ao mercado consumidor.A área de interesse terá monitoramento de praga agrícolas 100% automatizada, com operação contínua (24/7) podendo fazer 1 a 24 rotações por dia em área "iluminada" com o uso do radar, ou seja, a detecção de pragas ocorrerá em tempo real e com operação contínua nas lavouras de citros iluminadas por esta solução, permitindo apontar padrões de comportamento de pragas presentes no local de interesse. Esta prática causará um aumento exponencial na criação de novas estratégias no controle de pragas, tanto para citros como para outras culturas de interesse do produtor, uma vez que o monitoramento do local será contínuo e somado à identificação e comportamento do inseto e/ou praga, resultará nas tomadas de decisões no combate à praga do local.Além disso, as informações obtidas, pelos radares, a partir da identificação de cada espécie de insetos-praga e/ou parasitoides identificados pelo equipamento em tempo real e com precisão (quantidade e coordenada) em toda a área cultivada alvo dos radares passarão a ser de extrema importância para auxiliar nas tomadas de decisões, como novas ações e/ou ações mais assertivas no combate à(s) praga(s) de interesse ao extermínio local garantindo uma maior produtividade da cultura, perante o mapa correto.Um outro ponto que devemos chamar a atenção diz respeito ao fato de que o produtor e/ou gestores das lavouras não vão precisar ir até a área/lavoura cultivada, uma vez que a informação obtida pelos radares é precisa, automatizada, de acesso fácil e intuitiva.O estudo visa contribuir com o estado da arte ao empregar tecnologia de radar banda C para a detecção de pragas agrícolas, principalmente nas culturas de algodão, citros e soja, utilizando a configuração Doppler, com destaque para citros, que será o objeto de estudo do presente projeto. O experimento envolverá a caracterização de diversas espécies de pragas por meio de assinaturas espectrais detectadas por radar em um ambiente controlado. Os insetos serão expostos às folhas da mesma cultura que infestam, aumentando o realismo do comportamento semelhante às condições de campo. Posteriormente, uma rede neural convolucional semelhante ao LeNet 5 será implantada para treinar modelos distintos para cada tipo de cultura, no caso citros, contabilizando/identificando pragas atacantes específicas da cultura de interesse. Como exemplo, podemos citar os resultados obtidos em pesquisa anterior realizado em parceria com a EMBRAPII- Unidade ESALQ, departamento de Entomologia, coordenado pelo Prof. Pedro Takao Yamamoto na validação dos dados variaram de 80,92% a 90,24%. Os resultados obtidos na pesquisa permitiram concluir que a classificação robusta de diversas espécies de pragas é viável, mesmo quando os seus comportamentos são diferentes. Esta abordagem oferece um caminho promissor para uma gestão oportuna e precisa na identificação de pragas, mitigando potenciais perdas de colheitas e contribuindo para a sustentabilidade agrícola.