Estudo avalia uso de IA e sensores no monitoramento de insetos

Sistemas com câmeras e inteligência artificial figuram entre as tecnologias mais estudadas e mais voltadas ao uso em campo para identificar, contar e monitorar insetos em áreas agrícolas. Apesar dos avanços, a operação contínua no campo ainda depende de melhorias na autonomia energética, na comunicação de dados e na precisão dos algoritmos.

Equipe da Universidade Internacional de La Rioja, na Espanha, examinou pesquisas sobre detecção automatizada de insetos. A busca principal consultou as bases Scopus e Web of Science, abrangeu estudos publicados de 2010 a 2024 e seguiu diretrizes do método PRISMA 2020. O trabalho classificou os sistemas por grau de validação: laboratório, ambientes semicontrolados, campo e operação contínua. Os pesquisadores compararam os recursos de cada tecnologia e o estágio de desenvolvimento de cada abordagem.

Câmeras e armadilhas

Armadilhas equipadas com câmeras permitem registrar imagens de insetos, transmitir arquivos por redes sem fio e executar a identificação por programas de visão computacional. Algumas plataformas combinam capturas periódicas, dados de temperatura e umidade e avisos remotos.

Redes neurais convolucionais e modelos como YOLO identificam organismos nas imagens e estimam sua quantidade. O sistema pode reduzir inspeções presenciais e acelerar decisões de manejo, mas depende da qualidade das imagens e do conjunto de dados usado no treinamento.

Uma armadilha eletrônica desenvolvida para citros incorpora mecanismo motorizado de substituição automática da superfície adesiva. O equipamento utiliza visão computacional para reconhecer Bactrocera minax e Bactrocera dorsalis.

No estudo examinado, o algoritmo alcançou 95,6% de acerto no reconhecimento e 99,3% na detecção. Os resultados, porém, vieram de avaliação em laboratório ou com conjunto de imagens. A estimativa de custo do equipamento atingiu 150 dólares por unidade, sem comprovação de desempenho equivalente em diferentes pomares.

Mapas de densidade

Outra solução utiliza mapas de densidade e aprendizado profundo para contar insetos em imagens obtidas em condições reais. Nos testes com ninfas maiores de Bemisia tabaci, o modelo alcançou coeficiente de determinação de até 0,98. O resultado indica boa correspondência entre contagens estimadas e valores de referência nas condições avaliadas. A transferência do algoritmo para outras culturas, espécies ou condições de iluminação ainda exige novos dados e ajustes.

As armadilhas com sensores infravermelhos oferecem outra possibilidade. Um dispositivo desenvolvido para acompanhar a mosca-do-mediterrâneo (Ceratitis capitata) registrou precisão de contagem entre 88% e 100% em testes de campo. Um sensor conta automaticamente os insetos capturados e transmite as informações para acompanhamento remoto. Em ensaios-piloto, o monitoramento permitiu dispensar três das oito aplicações de inseticidas inicialmente programadas. Os pesquisadores responsáveis pelo experimento ressaltaram a necessidade de estudos mais amplos para confirmar a redução de aplicações sem prejuízo à produtividade.

Sensores acústicos

Sensores acústicos e optoeletrônicos também integram o conjunto de alternativas. Microfones registram sons de voo; emissores e receptores de luz detectam interrupções provocadas pelo movimento das asas. Algoritmos processam os sinais para identificar padrões de atividade.

Um sistema acústico destinado ao monitoramento de Lobesia botrana apresentou registros compatíveis com o período de voo da praga e com armadilhas convencionais em avaliações de campo. Em mosquitos, porém, espécies diferentes podem apresentar frequências semelhantes de batimento das asas. Essa sobreposição limita a identificação baseada apenas nesse parâmetro.

A revisão também descreve plataformas conectadas à internet, capazes de reunir dados ambientais, mapas de infestação e alertas. Um sistema proposto para Spodoptera frugiperda no milho integra redes de sensores e informações geográficas para representar a distribuição espacial da praga. Outras aplicações utilizam comunicação por redes móveis, Wi-Fi, ZigBee ou LoRa, além de painéis solares e modos de baixo consumo para ampliar a autonomia dos equipamentos.

Tecnologias fotônicas

Tecnologias fotônicas e radares atendem a objetivos diferentes. Sensores ópticos com laser ou luz próxima ao infravermelho podem registrar insetos em voo sem capturá-los e estimar sua abundância e diversidade. Radares abrangem áreas maiores e fornecem estimativas de movimento, abundância e biomassa de insetos voadores. Em contrapartida, apresentam menor capacidade de identificação por espécie. Nanossensores voltados à detecção de feromônios integram as linhas emergentes de pesquisa, mas ainda demandam desenvolvimento para uso portátil em condições agrícolas.

Diferenças expressivas

A comparação dos trabalhos revelou diferenças expressivas entre as medidas de desempenho. Percentuais de acerto, precisão de contagem, eficiência de captura e indicadores estatísticos representam resultados distintos.

Um algoritmo com elevada taxa de acerto em imagens selecionadas não apresenta, necessariamente, o mesmo comportamento diante de variação de luminosidade, mudanças no fundo da imagem, sobreposição de insetos ou troca de cultura. A equipe recomenda avaliações independentes, com dados representativos e monitoramento por períodos prolongados.

Para adoção em larga escala, os pesquisadores defendem a análise do custo do sistema completo. Além do equipamento, entram na conta a energia, a conectividade, o armazenamento, a manutenção e a atualização dos modelos.

O processamento local por inteligência artificial pode reduzir a transferência de arquivos para servidores. A combinação de sensores também pode aumentar a confiabilidade, desde que traga ganhos comprovados para a tomada de decisão no manejo integrado de pragas (doi 10.1002/ps.71365).