Dourados
A precisão do padrão foi avaliada pela análise da matriz de confusão (erro) e matriz de correção do software
Embrapa Pecuária do Sul
Pesquisa da Embrapa mostra que o uso de drones para monitorar cobertura e altura de pastagens atingiu 66% de precisão no bioma Cerrado baiano. Os experimentos, realizados entre 2019 e 2021, reforçam a qualificação dessa ferramenta de sensoriamento remoto para aumentar a eficiência na agricultura, pois otimiza tempo e produtividade no trabalho de campo e amplia a capacidade de observação e controle da produção.
A pesquisa foi realizada na Fazenda Trijunção, no povoado Cocos, interior da Bahia, em sistema de pecuária de corte com pastejo rotacionado e utilização da cultivar BRS Piatã de capim-braquiária. Segundo Márcia Silveira, pesquisadora da Embrapa Pecuária Sul, o trabalho comparou dados digitais de altura de pasto e cobertura do solo, captados a partir de imagens feitas por drones, com os valores obtidos em campo com métodos tradicionais de medição, como avaliação por equipe treinada e medição com um régua, ou avaliação da cobertura do solo e amostragem de forragem.
“Nosso objetivo era verificar se um drone comum, que pode ser adquirido por um agricultor, combinado com o aprendizado de máquina, poderia ajudar a estimar a cobertura vegetal e a altura das plantas. Queríamos avaliar se o uso correto dessa ferramenta pode auxiliá-los na tomada de decisões relacionadas ao manejo do gado, por meio da comparação entre as imagens geradas pelo drone e as informações de campo referentes à medição de altura, corte da forragem e cobertura do solo pela planta forrageira ”, explica Silveira.
As bandas de imagens que os drones obtiveram em diferentes momentos ao longo de dois anos foram comparadas com três classes de cobertura do solo, que representam o manejo de uma fazenda de gado: pré-pastejo, pastejo e pós-pastejo, além de uma categoria denominada exposta solo. O software de recuperação de dados R-Studio foi usado para validar o algoritmo e analisar as imagens do drone. A fórmula que eles aplicaram combinou diferentes bandas de imagem para prever a classe de cobertura e a altura do pasto. A precisão do padrão foi avaliada pela análise da matriz de confusão (erro) e matriz de correção do software.
Inteligência artificial ajuda a correlacionar dados de manejo de pastagens
A metodologia utilizou a técnica de aprendizado de máquina em ambiente digital. Segundo o agrônomo e doutorando em Agronomia pela Universidade Federal de Viçosa ( UFV ), Pedro Almeida, o roteiro desenvolvido durante o estudo é uma compilação de diversas ferramentas utilizadas para a classificação digital de imagens. “Usamos a resposta espectral das imagens do drone para correlacionar com as classes de manejo de pastagens. Com base nos dados de campo, comparamos as variáveis com as leituras realizadas em campo. No final, foi possível estabelecer relações entre a cobertura do solo e a altura das plantas, possibilitando a automação em toda a área, ao invés de uma mera amostragem estatística”, afirma.Considerando todo o conjunto de dados, o modelo ajustado atingiu 66% de precisão e índice Kappa de 0,53 na predição das quatro classes (pré-pastejo, pastejo, pós-pastejo e estádios de solo descoberto). O coeficiente Kappa mede a concordância entre duas formas de avaliação – no caso, a análise de software baseada nas imagens do drone e a medição convencional feita em campo.Com relação ao conjunto de dados para treinar o modelo, a acurácia e o índice Kappa foram de 70% e 0,58 para o período chuvoso e 68% e 0,56 para o período seco, respectivamente. Considerando todo o conjunto de treinamento, a acurácia e o índice Kappa foram de 66% e 0,53 em um período de monitoramento de dois anos, que incluiu duas estações secas e duas chuvosas”, observa Silveira.
Flávia Santos , pesquisadora da Embrapa Milho e Sorgo e líder do Projeto Trijunção do qual este estudo faz parte, destaca que o desenvolvimento de procedimentos para processar e analisar imagens de drones que a Embrapa realizou durante o estudo reforçam os benefícios do uso do sensoriamento remoto como ferramenta auxiliar no manejo de pastagens. “No futuro, esses estudos podem servir de base para a criação de novos produtos, como aplicativos para smartphones, e otimizar ainda mais o trabalho de campo”, acrescenta.
“Com a base de dados referente a apenas dois anos já foi possível visualizar o potencial desse tipo de informação. Continuaremos o monitoramento para obter mais dados e aumentar a robustez do script para aprendizado de máquina. Com mais dados, esperamos extrapolar esse tipo de informação para diferentes tipos de pastagens”, comenta o pesquisador.
A utilização de VANTs (veículos aéreos não tripulados) é outra estratégia para aumentar a eficiência da pecuária, pois auxilia no planejamento e manejo das pastagens, baseado no equilíbrio entre oferta e demanda de alimentos para os animais. O ponto chave é a disponibilidade de forragem em quantidade e qualidade, além de manter as condições de rápida e vigorosa persistência e rebrota das plantas.
“A altura da planta pode ser utilizada como critério prático para definir o tempo ideal de pastejo, ou para identificar a necessidade de ajustes na taxa de lotação, com a finalidade de estabelecer condições ótimas de uso das pastagens por meio dos principais processos envolvidos no crescimento e uso de plantas forrageiras sob pastejo. Para que essas recomendações de altura sejam respeitadas, é necessário monitorar as áreas de pastagem com maior frequência, de modo a tomar decisões mais eficazes para ajustar a taxa de lotação e a rotação dos animais entre as áreas. Portanto, a utilização de técnicas de monitoramento, como o sensoriamento remoto, mostra-se promissora no auxílio à tomada de decisão no manejo de pastagens”, conclui Silveira.
Integração de tecnologias no campoPara Manoel Filho , outro pesquisador da Embrapa Milho e Sorgo, a integração de tecnologias que aumentem a eficiência no monitoramento de propriedades rurais tem sido uma meta constante na produção agrícola moderna, com o objetivo de auxiliar na gestão e execução dos processos produtivos em um cenário de mão de obra escassez. O oeste da Bahia, onde o estudo vem ocorrendo, é caracterizado por produção em grandes extensões e curto período de produção em sistemas de terras altas. Nesse contexto, a utilização de métodos de monitoramento práticos, abrangentes e confiáveis, como o uso de drones, é fundamental.“Nosso trabalho mostrou a rapidez do drone na coleta de informações, já que leva apenas três horas para cobrir completamente uma área experimental de mais de 100 hectares”, diz Cláudio Andrade, geólogo e doutorando da Universidade Federal de Viçosa (UFV ) .Além disso, as imagens produzidas tornam-se automaticamente um banco de dados visual que pode ser facilmente ado e disponibilizado. O aumento da precisão, como resultado de tais achados, indica que este modelo tem potencial para ser um auxílio significativo para o manejo de pastagens em larga escala. Há acompanhamento adicional em andamento pela pesquisadora da Secretaria de Agricultura, Pecuária, Produção Sustentável e Irrigação do Rio Grande do Sul ( SEAPDR-RS ) Carolina Bremm, que trabalha na melhoria da precisão e validação do modelo.