Inteligência artificial prevê plantas daninhas e pode reduzir uso de herbicidas

Um estudo inédito avalia o uso de ferramentas de inteligência artificial (IA) preditiva, chamadas de algoritmos de aprendizado de máquina, na dinâmica de plantas daninhas em sistema de Integração Lavoura-Pecuária (ILP). Desenvolvido em parceria entre a Embrapa Milho e Sorgo (MG) e a Universidade do Vale do Itajaí (Univali), a pesquisa tem como objetivo compreender as interações do ecossistema com base em dados de clima, solo e de culturas.

A adoção de práticas sustentáveis, que compõem a estratégia ILP, altera o comportamento das plantas daninhas. Os conhecimentos de IA auxiliam no entendimento desse processo, além de impulsionar estudos complementares que mostram o seu potencial para a redução do uso de herbicidas em sistemas agrícolas, atendendo aos preceitos da economia verde.

Precisão na previsão das culturas

Para isso, foram separados três grupos de informações para compor uma base de dados. O primeiro forneceu dados quantitativos sobre as espécies de plantas daninhas. O segundo contemplou características dos solos e dos sistemas de cultivo. Já o terceiro, integrou registros climáticos da região, para estabelecer correlações entre esses fatores e a ocorrência dessas plantas.

Os algoritmos utilizados foram o Support Vector Machine, o Decision Tree, o Random Forest e o K-Nearest Neighbors. Eles demonstraram bom desempenho geral para prever as culturas mais propensas ao aparecimento de plantas daninhas.

O Decision Tree e o Random Forest demonstraram melhor desempenho em ambos os modelos, alcançando 99% de precisão, segundo análise da doutora em Matemática e em Ciências de Dados, Ana Letícia Becker Gomes Luz. “Trata-se de um procedimento tecnicamente viável e eficaz”, comentou o pesquisador Maurílio Fernandes de Oliveira, da Embrapa Milho e Sorgo.

Auxílio na tomada de decisões

Segundo Oliveira, a ferramenta de IA preditiva permite conhecer os fatores envolvidos na dinâmica das plantas daninhas no sistema avaliado, o que facilita a tomada de decisão no manejo. “O uso dessa técnica em plataformas computacionais pode contribuir na decisão de qual herbicida é mais adequado considerando a área de plantio”, complementou.

O pesquisador explicou que as ferramentas de inteligência artificial já aplicadas à ciência de plantas daninhas resultaram em tecnologias avançadas, como máquinas inteligentes capazes de identificá-las por visão computacional e robôs para aplicação direcionada e seletiva de herbicidas com altíssima precisão. Para Oliveira, o novo resultado amplia o conhecimento já adquirido e pode subsidiar recomendações sobre práticas agrícolas para o controle dessas espécies, como o uso de herbicidas em dosagens específicas para diferentes situações.

A pesquisa integra atividades de dois projetos. Uma, liderada pelo pesquisador Maurílio de Oliveira, é do projeto da Embrapa intitulado “Soluções recomendativas e generativas baseadas em IA para aumento da eficiência, qualidade e resiliência produtiva” (SORaIA).

A segunda é do projeto “Plataforma para o monitoramento da dinâmica e recomendações de controle de populações de plantas daninhas”, vinculado ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), capitaneado pela professora Anita Maria Fernandes.

Desempenho da IA

O estudo foi conduzido no bioma Cerrado, no município de Sete Lagoas, em Minas Gerais, onde fica situada a Embrapa Milho e Sorgo. Todos os dados coletados são provenientes dos experimentos em sistemas de integração Lavoura-Pecuária.

Os registros compreendem variáveis que incluem data, nome comum da planta daninha, número por espécie, morfologia da folha (estreita ou larga), biomassa fresca, biomassa seca, período de amostragem, cultura, identificação da área amostrada (lavoura ou pastagem), número de amostras e área total amostrada.

Os sistemas ILP envolveram quatro tipos de culturas: milho consorciado com braquiária, sorgo consorciado com braquiária, soja e pastagem de braquiária. A amostragem foi realizada em quatro períodos distintos por ano. As medições ocorreram nas fases de colheita de grãos, na entressafra, na pré-dessecação e após a emergência da cultura e das plantas daninhas, antes da aplicação dos herbicidas de manejo.