Fatores ambientais, solo, cultura, pragas e doenças têm potencial de influenciar a produtividade de uma lavoura. Tratar este sistema complexo como homogêneo não é interessante ao agricultor e pode trazer baixa produtividade, rentabilidade e qualidade nos seus produtos. Análises por imagens e georreferenciamento são ferramentas importantes para o gerenciamento mais eficiente do processo produtivo. Uma das formas mais rápidas de entender o que está acontecendo com as plantas no campo em tempo hábil é a captura de imagens de satélites e de Vants associada ao processamento e à interpretação correta.
Esta tecnologia, quando aplicada em tempo hábil, auxilia na tomada de decisão ao manejo de plantas e evita perdas na produção. Tecnologias como a dos drones proporcionarão uma “reforma” à indústria agrícola, através de planejamento e estratégia baseada em coleta e processamento de dados em tempo real. Nathan Oman, da empresa Sky View 3D, acredita que a coleta e a análise de dados multiespectrais, através de drones, ajudam os produtores de todos os tipos a visualizar e prever com precisão os problemas de doenças (resistentes), pragas e nutrientes precocemente, para que possam agir com antecedência. Isso ajuda a proteger as lavouras, permitindo que os produtores produzam produtos de maior qualidade e alto rendimento, e a reduzir o impacto ambiental. Esta tecnologia é o futuro de todas as aplicações agrícolas. A PWC estima o mercado de soluções movidas a drones na agricultura em 32,4 bilhões de dólares.
Mas o que são drones? Este termo está se tornando cada vez mais popular de se referir aos pequenos dispositivos parecidos com helicópteros (quadcópteros) que estão sendo usados por milhões de pessoas em todo o mundo. No entanto, há vários outros termos usados para descrevê-los, o que pode tornar as coisas um pouco mais confusas. É provável que algumas dessas definições mudem em um futuro próximo pelas agências FAA (Administração Federal de Aviação – Norte Americana) e Anac (Agência Nacional de Aviação Civil). Mas, por enquanto, ainda temos várias terminologias que definem diferentes modelos, como veremos na sequência.
Historicamente o nome drone foi batizado a um avião militar controlado por rádio criado na década de 1950, o Queen Bee. Enquanto os drones fazem a maioria das pessoas pensarem em um veículo aéreo não tripulado que pode voar com autonomia sem a necessidade de um humano no controle, este termo pode também ser aplicado a uma grande variedade de veículos terrestres e submarinos. Por exemplo, há navegação com barcos (como a plataforma de pouso do foguete espacial da SpaceX - Falcon 9), submarinos e veículos autônomos (carros e caminhões como o Tesla Semi), que também contam com a definição de drone. Já o termo Vant, que significa um veículo aéreo não tripulado, é relacionado a dispositivos que são capazes de voar remotamente com controladores, tablets, celulares ou de forma autônoma.
Portanto, todos os Vants são drones, mas não vice-versa. Em um passado não muito remoto, havia poucas opções de quadcópteros, e as principais limitações de tempo de voo eram as baterias, a velocidade, a escala de trabalho, as montagens de câmeras e o preço. O advento de drones menores e baratos ocorreu devido ao notável avanço tecnológico como diminutos sensores, processadores incrivelmente poderosos e uma variedade de rádios digitais. Após a introdução de equipamentos com asas fixas como o Disco da Parrot em 2016, o Tron e o Trinity da Quantum Systems em 2017, a indústria ganhou novo fôlego.
Cada dispositivo possui características inerentes que podem ser vantajosas ou não para determinadas tarefas e objetivos. Em termos de agilidade e vantagem de pairar sobre o ar, os quad/octacópteros vencem neste quesito. Se o objetivo é tirar fotos ou manter um olho pairando no ar ou análises mais detalhadas que requerem baixas altitudes e aplicação de caldas com fungicidas, herbicidas ou inseticidas, equipamentos de hélices possuem grande vantagem devido à sua estabilidade.
Em termos de operação em velocidade, os drones de asa fixa, em geral, são superiores em performance em relação a aviões de asas rotativas. Drones de asa fixa podem chegar a 75km/h em relação aos 15km/h alcançados pelos drones de hélices ou asas rotativas. Quanto à carga útil e às horas de vôo, os drones de asa fixa são mais eficientes, pelas mesmas razões que não temos helicópteros intercontinentais jumbo. Estes dispositivos geralmente são mais eficientes em termos de uso de bateria para obterem mais velocidade e alcançar longas distâncias.
E, por fim, a durabilidade e a forma de decolagem são muito importantes quando pensamos no regime de trabalho o qual estes equipamentos vão ser desafiados em ambientes agrícolas, pois um quadcóptero tem mais partes móveis do que um drone com asas fixas. A robustez comparativa de um dispositivo de asa fixa (ou a facilidade de substituir uma asa de espuma) torna este tipo de equipamento atraente para trabalhos de campo, como pesquisas biológicas ou agrícolas.
Portanto, um produtor de 50 hectares e um de cinco mil hectares necessitam avaliar qual tipo de equipamento vai adquirir para atender sua necessidade. Porém, mesmo equipamentos de menor capacidade como os quadcópteros podem atender a um grande produtor, em determinadas circunstâncias. Estes equipamentos podem ser utilizados para capturar, pulverizar caldas, irrigar, avaliar e monitorar com precisão o desenvolvimento do ciclo da cultura em tempo real. Literalmente podemos relacionar este processo a um “escaneamento” da plantação, o qual pode gerar diminuição de perdas e incremento de produtividade. Estes equipamentos são capazes de gerar mapas tridimensionais que podem ser sobrepostos a mapas de fertilidade (química e física do solo), permitindo a interpretação de padrões na fertilidade, manchas de solo, incidência de doenças, insetos, nematoides e plantas infestantes nas áreas de produção.
Porém, de todas as aplicações dos drones, uma das principais é a geração de imagens multiespectrais associadas à saúde da plantação. É essencial avaliar a saúde das culturas e detectar infecções bacterianas ou fúngicas nas plantas. Ao analisar uma cultura usando luz visível e infravermelha próxima, os dispositivos carregados por drones podem identificar quais plantas refletem diferentes quantidades de luz verde e luz NIR. Essa informação pode produzir imagens multiespectrais que rastreiam mudanças nas plantas e indicam sua saúde. Uma resposta rápida pode salvar um pomar ou plantação.
Além disso, assim que uma doença é descoberta, os agricultores podem monitorar e aplicar defensivos agrícolas com mais precisão. Essas duas possibilidades aumentam a capacidade de a planta de superar a doença. E no caso de quebra de safra, o agricultor será capaz de documentar as perdas de forma mais eficiente para pedidos de seguro. A tecnologia de imagem de sensoriamento remoto de câmera multiespectral é compreendida pelas bandas Verde, Vermelho, Vermelho, Infravermelho próximo (NIR) e Termal para capturar imagens visíveis e invisíveis de culturas e vegetação.
As imagens multiespectrais integram-se com softwares agrícolas especializados, que produzem as informações em dados significativos. Estes softwares variam conforme a necessidade de processamento e valor, alguns tendo a base de processamento relacionada à nuvem (internet based), como o Atlas da empresa Micasense e que não necessita de supercomputadores para o processamento. Softwares como Agisoft e Pix4D realizam o processamento através de máquinas poderosas com boa memória e capacidade gráfica. Esses dados de telemetria terrestre, solo e cultura permitem que o produtor monitore, planeje e gerencie a fazenda.
Os sensores de drones multiespectrais oferecem desempenhos diferentes a medida, com o número de câmeras/sensores instalados. Portanto, existe uma diversidade de preço, qualidade e função. Os sensores podem se integrar em uma infinidade de plataformas de drones, permitindo que qualquer produtor acesse de forma rápida e acessível os dados da lavoura. Esses sensores avançados facilitam a integração de dados de índice baseados em satélite a dados de índice baseados em drones. Cada equipamento utiliza filtros que podem gerar informações de NDVI ou NDRE em diferentes ocasiões.
Um sensor de imagem multiespectral captura dados de imagem em frequências específicas através do espectro eletromagnético. Os comprimentos de onda podem ser separados por filtros ou pelo uso de instrumentos que são sensíveis a determinados comprimentos de onda, incluindo a luz de frequências além da nossa visão visível, como o infravermelho. Imagens espectrais também permitem a extração de informações adicionais que o olho humano não consegue capturar. O olho humano pode visualizar uma variedade de cores que vão do violeta ao vermelho. No entanto, os comprimentos de onda também podem ser mais curtos (ultravioleta) ou mais longos (infravermelhos) do que os da nossa visão visível. As propriedades de refletância da vegetação são usadas para derivar os índices de vegetação (NDVI).
Os índices são usados para analisar várias ecologias. Os índices de vegetação são construídos a partir de medidas de refletância em dois ou mais comprimentos de onda para analisar características específicas da vegetação, como a área foliar total e o teor de água. A absorção e reflexão da radiação solar são o resultado de muitas interações com diferentes materiais vegetais, que variam consideravelmente em comprimento de onda. Água, pigmentos, nutrientes e carbono são, cada um, expressos no espectro óptico refletido de 400nm a 2.500nm, com comportamentos de refletância frequentemente sobrepostos, mas espectralmente distintos.
Essas assinaturas espectrais permitem aos cientistas combinar medidas de refletância em diferentes comprimentos de onda para melhorar as características específicas da vegetação e refletir alguns parâmetros relacionados à desfolha que pode gerar uma informação da presença de pragas ou patógenos. A faixa de onda verde corresponde à energia refletida na banda espectral de 500nm-600nm e tem a maior refletância de uma planta nesta faixa. O pico de reflexão é de cerca de 550nm. Está provado que esta banda espectral está fortemente correlacionada com a quantidade de clorofila contida na planta. A estrutura interna de plantas saudáveis funciona como excelentes refletores difusos de comprimentos de onda próximos ao infravermelho.
Medir e monitorar a refletância do IR próximo é uma maneira de determinar quão saudável (ou não) a vegetação pode ser (presença de nematoides, fungos e pragas). Ainda, a maior parte da luz no espectro visível refletida por uma planta sob estresse está na faixa verde. Portanto, a olho nu, uma planta sob estresse é indistinguível de uma planta saudável. Por outro lado, a diferença pode ser vista na refletância da luz no infravermelho, que é bem menor. O vermelho corresponde à energia refletida na faixa espectral de 600nm a 700nm. A forte absorção de clorofila nesta faixa resulta em uma baixa refletância. A refletância varia significativamente em relação a fatores como biomassa, IAF (Índice de Área Foliar), histórico do solo, tipo de cultura, umidade e estresse da planta.
Para a maioria das culturas, esta faixa dá um excelente contraste entre as plantas e o solo e é extensivamente usada para compilar a maioria dos índices de vegetação na agricultura. A faixa RedEgde é muito estreita (700nm-730nm) que corresponde ao ponto de entrada do Infravermelho Próximo. É o ponto de mudança repentina na refletância, da forte absorção do Vermelho para a reflexão substancial do Infravermelho Próximo. Essa banda é muito sensível ao estresse das plantas e fornece informações sobre a clorofila. O NIR ou próximo do infravermelho corresponde aos comprimentos de onda na faixa de 700nm a 1,3µm.
Existe uma correlação muito forte entre esta refletância e o nível de clorofila na planta. Uma variação altamente significativa da refletância nesta faixa é produzida quando uma planta está sob estresse. Junto com a faixa espectral vermelha, o infravermelho é amplamente usado para compilar a maioria dos índices de vegetação na agricultura. O NIR é sensível à estrutura celular da folha e fornece dados críticos para monitorar mudanças na saúde da cultura. Com relação ao comprimento de onda azul, a vegetação saudável a absorve para abastecer a fotossíntese e criar clorofila. Uma planta com mais clorofila refletirá mais energia no NIR do que uma planta doente.
O uso de sensores térmicos também aponta flutuações na temperatura de tecidos foliares, onde tecidos doentes se diferenciam dos saudáveis através de mudanças bruscas de temperatura por diferenças na atividade fotossintética. Sensores termais acabam por desempenhar um papel importante na detecção do período latente de doenças como a ferrugem-asiática da soja (Phakopsora pachyrhizi) e do café (Hemileia vastatrix).
Os drones agrícolas e as imagens multiespectrais estão se tornando uma ferramenta como qualquer outro dispositivo de consumo. Podemos relatar que uma tecnologia militar e restrita está se transformando em uma tecnologia amigável à sociedade. E podemos concluir que futuras gerações crescerão acostumados a robôs voadores que voam sobre fazendas como pequenos “espanadores” agrícolas, varrendo os problemas um a um.
*Por Breno Juliatti, da Juliagro Ltda, Nathan Oman, da Sky View 3D LLC, James Peters, da Sky Flightrobotics, e Fernando Cezar Juliatti, da UFU-MG
Receba por e-mail as últimas notícias sobre agricultura
Receba por e-mail as últimas notícias sobre agricultura
