Monitoramento de atributos biofísicos da cana-de-açúcar com vants: integração de dados lidar e multiespectral

• Processo: 25/14887-4
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de novembro de 2025
• Data de Término da vigência: 29 de fevereiro de 2028
• Área de conhecimento: Ciências Agrárias - Agronomia
• Pesquisador responsável: Ana Cláudia dos Santos Luciano
• Beneficiário: Matheus Sterzo Nilsson
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Assunto(s): Aprendizado computacional Sensoriamento remoto
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Estimativa de Biomassa | Integração de Sensores | Modelagem mecanística | Sensoriamento Remoto | Sensoriamento Remoto

Resumo

A cana-de-açúcar é uma das principais culturas do agronegócio brasileiro, demandando tecnologias que otimizem o monitoramento do seu desenvolvimento e a estimativa de biomassa. Atualmente, a coleta manual de atributos biofísicos, como altura da planta, número de colmos por metro linear, índice de área foliar (IAF) e biomassa, fornece informações importantes para melhoristas e produtores rurais. Contudo, trata-se de um processo demorado, oneroso e de baixa escalabilidade. Sensores embarcados em veículos aéreos não tripulados (VANTs) têm sido cada vez mais utilizados como alternativa para superar essa limitação nas coletas manuais no campo. No entanto, ainda são necessários estudos que integrem dados obtidos por diferentes sensores embarcados em VANTs para a predição de múltiplos atributos biofísicos em áreas comerciais com ampla variabilidade de ambiente de produção. O objetivo desta pesquisa consiste em integrar dados dos sensores LiDAR e multiespectral de VANTs para obtenção de atributos biofísicos da cana-de-açúcar (altura, diâmetro do colmo, quantidade de colmos por planta, índice de área foliar), em diferentes estágios de desenvolvimento da cultura. A metodologia será dividida em três etapas: (i) aquisição de dados em campo e por VANTs equipados com sensores multiespectrais e LiDAR, visando a extração de variáveis espectrais e estruturais relacionadas à cultura da cana-de-açúcar; (ii) integração dos dados de campo com os dados obtidos pelos sensores e aplicação de algoritmos de aprendizado de máquina para estimar atributos biofísicos; e (iii) assimilação das estimativas em um modelo mecanístico de crescimento de culturas (APSIM), com o intuito de avaliar o impacto das variáveis estimadas na simulação do desenvolvimento da cana e na previsão de produtividade. Com os resultados espera-se que os modelos empíricos construídos a partir de variáveis espectrais, estruturais e texturais sejam capazes de estimar parâmetros biofísicos da cana-de-açúcar. Identificar o desempenho de diferentes dados de entrada na estimativa de biomassa na modelagem empírica. Verificar se os dados provenientes de diferentes sensores em drones podem ser utilizados em modelos mecanísticos para melhorar a simulação do crescimento da cultura e contribuir para estimativas de maior acurácia na produtividade em condições reais de produção. Os avanços obtidos poderão contribuir para o aprimoramento das práticas de monitoramento e manejo na produção de cana-de-açúcar, beneficiando diretamente a eficiência operacional e o planejamento estratégico do setor.