IA e visão computacional para analisar vinhas e otimizar os tratamentos fitossanitários

Introdução

A inovação tecnológica está cada vez mais presente no mundo da agricultura, e o subprojecto AgroTwinfinanciado com 60 mil euros do programa Horizonte Europa ICAERUSé um exemplo perfeito disso.
ICAERUS é um projeto centrado na exploração do potencial dos drones como meios polivalentes para a agricultura, a monitorização ambiental e os serviços rurais.
O objetivo do subprojecto AgroTwin era desenvolver e testar um sistema de apoio à decisão (DSS) baseado em algoritmos avançados de IA e visão computacional para otimizar tratamentos fitossanitários através da utilização de drones de consumo, como o DJI Phantom 3 Professional (Fig. 1).

Fig.1: Preparação do voo do DJI Phantom 3 Professional na vinha de teste.

Um sistema de apoio à decisão para a agricultura sustentável

A recolha de imagens e o teste do algoritmo foram efectuados numa uma vinha de Sangiovese com cerca de 1,2 ha na propriedade regional de Cesa (AR) (Fig. 2). Este último foi dividido em 2 parcelas de tamanho e vigor vegetativo semelhantes, uma utilizada para a dosagem variável de agentes de proteção das culturas com base nos resultados do nosso DSS (teste) e a outra para doses fixas (controlo), onde foram aplicadas as doses padrão da exploração.

Para captar as imagens visíveis (RGB) da vinha, utilizámos um drone fácil de usar e amplamente comercializado, o DJI Phantom 3 Professional. Estas imagens foram utilizadas para gerar nuvens de pontos 3D que nos permitiram criar o gémeo digital da vinha em três fases fenológicas diferentes.

Para cada voo, utilizando algoritmos próprios, o modelo digital foi analisado com precisão para extrair os principais parâmetros biométricos de cada videira de interesse. Utilizando estes dados, o DSS gerou mapas de prescrição personalizados para tratamentos de taxa variável (VRT), melhorando a eficiência da aplicação de pesticidas.

Fig.2: Localização da vinha em ensaio e subdivisão das duas parcelas (ensaio, controlo).

Algoritmos avançados para a análise de parâmetros biométricos

Um dos aspectos mais inovadores do AgroTwin foi o desenvolvimento de algoritmos avançados de IA e visão computacional para analisar a biometria das videiras. Estes algoritmos, aplicados às nuvens de pontos 3D geradas pelo drone, permitiram analisar com precisão os principais parâmetros de interesse, como a espessura, a altura e o volume da copa das plantas individuais de interesse, com uma margem de erro média inferior a 10% em comparação com as medições manuais (Fig. 3, 4).

Fig.3: Evolução nas diferentes fases fenológicas de uma videira de ensaio (espessura (m), altura (m), volume (m3)).

Fig.4: Medições manuais no terreno.

Através da utilização destes parâmetros biométricos, os algoritmos permitiram construir um índice de vigor muito importante, o LAI (Índice de Área Foliar) bem como gerar o LWA (Leaf Wall Area) e o TRV (Tree Row Volume), que dão uma indicação da área e do volume da copa da vinha.
Através da interpolação de um número adequado de plantas de amostra, os algoritmos geraram automaticamente mapas de vigor vegetativo (LAI) e mapas de prescrição de tratamentos fitossanitários (Fig. 5).

Fig.5: Mapas de vigor (LAI) e mapas de prescrição (litros/hectare) dos tratamentos fitossanitários para cada fase fenológica.

Análise de sensibilidade para melhorar a recolha de dados

Outra fase crucial do projeto foi a análise de sensibilidade para encontrar os melhores parâmetros de voo dos drones que proporcionassem o melhor compromisso entre a qualidade dos dados e o tempo de voo. Este estudo permitiu identificar as melhores configurações de voo para garantir a melhor precisão na estimativa dos parâmetros das copas das videiras em comparação com as medições manuais.
A melhor configuração, com erros inferiores a 10% em comparação com as medições manuais, provou ser a altura de voo de 30 metros, com 85% de sobreposição entre as fotografias e com ângulos de câmara combinados (nadiral e 30°), o que melhorou significativamente a precisão dos dados recolhidos.

Benefícios ambientais e económicos

Foi utilizado um procedimento normalizado internacionalmente (ISO 22522) e um marcador alimentar (tartrazina) para avaliar a quantidade e a qualidade da deposição de pesticidas no dossel da vinha nas duas zonas diferentes. O objetivo principal era comparar a eficácia dos dois tipos de tratamento. As medições da eficácia dos tratamentos foram efectuadas pelo Departamento de Mecânica Agrícola (DAGRI) da Universidade de Florença.

Fig.6: O procedimento consistiu na amostragem de três videiras representativas das zonas de baixo, médio e alto vigor, com a utilização de mapas hidrossensíveis e de colectores de nylon colocados a três alturas diferentes da copa (H1 acima do cordão, H2 no meio da copa, H3 no topo).

Os resultados mostraram que o coberto médio foi de 35% na parcela VRT, ligeiramente superior ao limiar ótimo (30%), mas as copas das videiras foram cobertas de acordo com a sua biomassa real, enquanto a parcela de controlo registou um coberto médio de 39%, sem ter em conta a biomassa real no campo. Finalmente, não foi detectada nenhuma doença nas parcelas testadas e não foram encontradas diferenças significativas no rendimento e na qualidade das uvas aquando da avaliação.
No que respeita à dose, graças à abordagem VRT, foi alcançada uma redução média de 35% na utilização de pesticidas e de água, com um pico de 41% durante a fase fenológica intermédia. Estas poupanças traduzem-se numa redução do impacto dos produtos no ambientee, assim, melhora a preservação da biodiversidade na vinha e limita a poluição das águas subterrâneas e do ar.

Conclusões

O projeto AgroTwin representa um passo em frente na agricultura de precisão através da exploração de imagens no apoio à decisão agronómica. Graças a ele, foi concebido um protótipo de DSS a partir de imagens de drones. Além disso, a medida em que a integração de drones e algoritmos avançados pode melhorar a sustentabilidade ambiental e económica das operações agrícolas.

O projeto demonstrou como a utilização de um drone que tira fotografias RGB simples pode gerar modelos digitais de qualidade suficiente para analisar uma cultura no campo e obter mapas de prescrição que podem ser utilizados para as operações mais importantescomo na distribuição de produtos fitossanitários, ou na colheita selectiva com base no vigor vegetativo, poupando assim recursos valiosos e melhorando os processos de produção. poupa recursos valiosos e melhora os processos de produção.

Graças às poupanças significativas na quantidade de pesticidas e de água, e à melhor redistribuição no campo, o DSS desenvolvido posiciona-se como uma ferramenta agronómica inovadora e sustentável, permitindo seguir os ditames da agricultura de precisão através da exploração de cópias digitais da vinha.
Num sector cada vez mais orientado para a sustentabilidade, esta tecnologia é capaz de oferecer aos agricultores uma solução prática, económica e de vanguarda para os desafios actuais da agricultura moderna.

Descobre como otimizar os tratamentos com a aplicação iAgro ou com o iDrone!