Este artigo publicado em colaboração com JUIDAa Associação de Desenvolvimento Industrial UAS do Japão.
Pesquisadores da Universidade de Tóquio afirmam que imagens de drones, aprendizado de máquina e um modelo de curva de crescimento podem estimar o rendimento subterrâneo da batata antes da colheita.
Pesquisadores do Universidade de Tóquio A Escola de Pós-Graduação em Ciências Agrícolas e da Vida e a Kubota Company desenvolveram um método de previsão do rendimento da batata drone que estima a biomassa subterrânea dos tubérculos antes da colheita. De acordo com a universidade, a abordagem combina sensoriamento remoto baseado em drones, aprendizado de máquina e um modelo de crescimento subterrâneo para prever o rendimento em parcelas não colhidas.
O anúncio segue cobertura recente da Dronelife sobre o mercado japonês de drones agrícolasque o Centro de Pesquisa de Mercado com sede em Tóquio prevê atingirá US$ 357,8 milhões até 2034. A Universidade de Tóquio afirma que seu novo método reflete o tipo de caso de uso de agricultura de precisão que impulsiona esse crescimento.
Como funciona a previsão do rendimento da batata drone
Segundo a universidade, os campos eram fotografados periodicamente com drones equipados com câmeras RGB e multiespectrais. A equipe extraiu características da imagem com base no gráfico, incluindo taxa de cobertura vegetal, altura da copa, índices de cor e índices de vegetação. Um modelo de aprendizado de máquina foi treinado na relação entre essas características e mediu a biomassa subterrânea obtida por meio de amostragem.
Para parcelas não colhidas, os pesquisadores estimaram a biomassa dos tubérculos inserindo recursos de imagem no modelo de aprendizado de máquina. A equipe então aplicou os dados da série temporal a uma curva de crescimento de Gompertz, um modelo matemático de crescimento biológico em forma de S, para prever o rendimento na colheita.
O estudo foi liderado pelo estudante de doutorado Yuto Imachi, pelo professor Hiroyoshi Iwata e pelo professor associado Wei Guo, ao lado de pesquisadores do Departamento de Pesquisa de Próxima Geração da Kubota e Masahiro Okada da Sarabetsu Prediction Co., Ltd. Pieter M. Blok, então professor assistente do projeto na universidade e agora na Universidade de Tecnologia de Eindhoven, também contribuiu.
Resultados de testes de campo de dois anos
Segundo a universidade, a equipe conduziu o experimento em 2023 e 2024 em campos do Centro de Ciência de Campo da Universidade de Tóquio, na cidade de Nishi-Tóquio. Os ensaios abrangeram múltiplas parcelas de tratamento com diferentes densidades de plantio e condições de tubérculos de sementes.
A equipe alcançou um coeficiente de correlação de 0,8 ou superior para estimativa de biomassa de tubérculos e 0,7 ou superior para previsão de rendimento usando a curva de crescimento. Segundo a universidade, os resultados confirmam que o rendimento pode ser previsto desde a fase de pré-colheita, utilizando dados de drones acima do solo.
Aplicações para agricultura inteligente
A universidade afirma que a batata é uma cultura alimentar importante em todo o mundo, mas a avaliação do rendimento durante o período de cultivo tem tradicionalmente dependido de amostragem destrutiva. Segundo a equipe de pesquisa, o novo método oferece uma alternativa não destrutiva que captura a variação espacial em um campo.
A equipe afirma que se espera que a abordagem da curva de crescimento apoie a previsão do rendimento pré-colheita e a otimização do manejo do cultivo, incluindo a sugestão do momento best da colheita. A pesquisa foi realizada no âmbito do projeto conjunto Kubota Todai Lab.
Mais informações estão disponíveis no website Universidade de Tóquio.
Leia mais:
Ian McNabb é jornalista com foco em tecnologia de drones e conteúdo de estilo de vida na Dronelife. Ele mora entre Boston e NH e, quando não está escrevendo, gosta de fazer caminhadas e praticar esportes na área de Boston.