CoNutriNet: arquitetura de IA com DenseNet e atenção gráfica detecta deficiências nutricionais em café

Contexto e Relevância para a Botânica

A nutrição mineral é fator crítico para o desenvolvimento saudável das plantas, influenciando diretamente a fotossíntese, o metabolismo e a produtividade. No café (Coffea arabica e Coffea canephora), deficiências de nitrogênio, fósforo, potássio, magnésio, ferro e outros micronutrientes comprometem a qualidade dos grãos e reduzem a safra. Tradicionalmente, o diagnóstico depende de análise visual de sintomas foliares – método subjetivo, demorado e que exige técnicos experientes. O CoNutriNet surge como inovação ao automatizar esse processo com inteligência artificial.

Mecanismos e Descobertas

O sistema integra duas arquiteturas de aprendizado profundo: a DenseNet121, que extrai características detalhadas das imagens das folhas, e a GEAFNet, uma rede de atenção gráfica que modela relações entre regiões da folha para classificar deficiências específicas. O modelo foi treinado com milhares de imagens de folhas de café com deficiências conhecidas, alcançando precisão superior a 95% na identificação de carências nutricionais. A combinação das redes permite detectar padrões sutis invisíveis ao olho humano, como variações na coloração e textura das manchas foliares.

Implicações Práticas

• Agricultura: cafeicultores podem realizar monitoramento contínuo e intervenções localizadas, reduzindo perdas de produtividade em até 30%.

• Meio ambiente: uso racional de fertilizantes diminui a contaminação do solo e da água por excesso de nutrientes.

• Saúde: grãos de café com qualidade nutricional superior beneficiam o consumidor final.

• Ecossistemas: lavouras mais saudáveis favorecem a biodiversidade local e a resiliência a SAIs.

Espécies de Plantas Envolvidas

O foco principal é o café arábica (Coffea arabica) e o café robusta (Coffea canephora), mas a arquitetura pode ser adaptada para outras culturas como soja, milho e citros.

Aplicação no Brasil e Regiões Tropicais

O Brasil é o maior produtor e exportador mundial de café, com lavouras em Minas Gerais, Espírito Santo, São Paulo e Bahia. O CoNutriNet pode ser implementado em propriedades rurais via plataforma web ou aplicativo móvel, auxiliando pequenos e grandes produtores. Em regiões tropicais da África e Ásia, onde o café também é cultivado, a tecnologia pode democratizar o acesso a diagnósticos precisos.

Próximos Passos da Pesquisa

A equipe planeja expandir o banco de dados para incluir mais nutrientes e estádios fenológicos, além de testar o sistema em campo com dispositivos móveis. Futuramente, o modelo poderá ser integrado a drones para mapeamento aéreo de deficiências nutricionais em grandes áreas.