Fusão de dados espectrais e altura do dossel por drone melhora estimativa de biomassa do trigo

Contexto e Relevância para a Botânica

A estimativa precisa da biomassa vegetal é fundamental para entender o crescimento, a produtividade e a saúde das plantas. Métodos tradicionais, como a coleta e secagem de amostras, são destrutivos, trabalhosos e limitados em escala. A fusão de dados espectrais e de altura do dossel, obtidos por drones, com algoritmos de aprendizado de máquina, representa um avanço significativo na fenotipagem de plantas, permitindo monitoramento não invasivo e em tempo real. Essa abordagem é crucial para a agricultura de precisão, pois fornece informações detalhadas sobre o desenvolvimento das culturas sem danificá-las.

Mecanismos e Descobertas

Pesquisadores utilizaram drones equipados com sensores multiespectrais para capturar reflectância em diferentes comprimentos de onda (espectrais) e gerar modelos digitais de superfície para calcular a altura do dossel do trigo. Esses dados foram coletados em quatro estágios fenológicos: perfilhamento, alongamento do colmo, espigamento e enchimento de grãos. Em seguida, modelos de aprendizado de máquina, como XGBoost e Random Forest, foram treinados para integrar essas variáveis e prever a biomassa seca da parte aérea. Os resultados mostraram que a combinação de dados espectrais e de altura do dossel melhora significativamente a acurácia das estimativas (R² > 0,90) em comparação com modelos baseados apenas em um tipo de dado. Isso ocorre porque os índices espectrais capturam a atividade fotossintética e o vigor vegetativo, enquanto a altura do dossel reflete a estrutura tridimensional e o acúmulo de matéria seca.

Implicações Práticas

• Agricultura: Agricultores podem monitorar o desenvolvimento de lavouras de trigo em tempo real, ajustando irrigação, fertilização e manejo de SAIs de forma localizada, aumentando a produtividade e reduzindo custos.

• Meio Ambiente: A técnica permite estimar a biomassa de forma não destrutiva, contribuindo para estudos de sequestro de carbono e avaliação de impactos ambientais.

• Saúde: Plantas mais saudáveis, monitoradas com precisão, resultam em alimentos de melhor qualidade e menor uso de defensivos.

• Ecossistemas: A abordagem pode ser adaptada para monitorar a biomassa de pastagens nativas e áreas de restauração ecológica.

Espécies de Plantas Envolvidas

O estudo focou no trigo (*Triticum aestivum* L.), mas a metodologia pode ser aplicada a outras culturas de porte herbáceo, como arroz, milho, soja e cana-de-açúcar.

Aplicação no Brasil ou Regiões Tropicais

No Brasil, a técnica é promissora para o monitoramento de lavouras de trigo no Sul (Paraná, Rio Grande do Sul) e para culturas tropicais como soja e milho no Cerrado. Drones podem mapear grandes áreas rapidamente, auxiliando na tomada de decisões em tempo real, especialmente em regiões com variabilidade climática.

Próximos Passos da Pesquisa

Os pesquisadores pretendem validar os modelos para diferentes cultivares de trigo e condições ambientais, além de explorar a integração com dados de satélite para escalonamento regional. Também buscam desenvolver modelos de aprendizado de máquina mais robustos que possam ser transferidos para outras culturas, como arroz e milho, e testar sensores hiperespectrais para maior precisão.