Feed & Food
Mesa de Mercado · CEPEA
Bezerro MSR$ 3.390,78
Bezerro SPR$ 3.182,01
Boi GordoR$ 338,65
Soja PRR$ 127,64
Soja PortoR$ 133,87
MilhoR$ 63,45
Suíno Carc.R$ 8,60
Suíno PRR$ 4,66
Suíno SCR$ 5,00
Suíno SPR$ 5,27
Bezerro MSR$ 3.390,78
Bezerro SPR$ 3.182,01
Boi GordoR$ 338,65
Soja PRR$ 127,64
Soja PortoR$ 133,87
MilhoR$ 63,45
Suíno Carc.R$ 8,60
Suíno PRR$ 4,66
Suíno SCR$ 5,00
Suíno SPR$ 5,27
Publicidade

IA ajuda a prever plantas daninhas em sistemas de Integração Lavoura-Pecuária

Estudo da Embrapa e da Univali usa aprendizado de máquina para apoiar decisões de manejo e reduzir impactos em áreas agrícolas integradas à pecuária

A inteligência artificial pode se tornar uma aliada no manejo de plantas daninhas em sistemas de Integração Lavoura-Pecuária (ILP). Um estudo desenvolvido pela Embrapa Milho e Sorgo, em parceria com a Universidade do Vale do Itajaí (Univali), avaliou o uso de algoritmos de aprendizado de máquina para prever a dinâmica dessas espécies em áreas integradas de produção.

A pesquisa busca compreender como clima, solo e culturas influenciam a ocorrência de plantas daninhas em sistemas ILP. A proposta é gerar informações que apoiem decisões mais precisas no manejo, com potencial para reduzir o uso de herbicidas e fortalecer práticas mais sustentáveis no campo.

Modelos alcançam alta precisão

Para compor a base de dados, os pesquisadores reuniram informações sobre espécies de plantas daninhas, características dos solos, sistemas de cultivo e registros climáticos. A partir desses dados, foram utilizados algoritmos como Support Vector Machine, Decision Tree, Random Forest e K-Nearest Neighbors.

Segundo a análise da doutora em Matemática e Ciências de Dados Ana Letícia Becker Gomes Luz, os modelos Decision Tree e Random Forest apresentaram melhor desempenho, com 99% de precisão. Para o pesquisador Maurílio Fernandes de Oliveira, da Embrapa Milho e Sorgo, o procedimento se mostrou tecnicamente viável e eficaz.

Ferramenta apoia tomada de decisão

De acordo com Oliveira, a IA preditiva permite identificar fatores envolvidos na dinâmica das plantas daninhas e 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”, afirma.

O pesquisador também destaca que a tecnologia pode subsidiar recomendações sobre práticas agrícolas, incluindo uso de herbicidas em doses específicas e aplicação localizada. O avanço se conecta a tecnologias já aplicadas à agricultura, como máquinas com visão computacional e robôs capazes de identificar plantas daninhas e aplicar defensivos com maior precisão.

Sistemas de Integração Lavoura-Pecuária podem apoiar o manejo sustentável no campo Crédito: Reprodução

ILP reduz pressão de plantas daninhas

Segundo os pesquisadores, sistemas de Integração Lavoura-Pecuária tendem a apresentar populações menores de plantas daninhas em comparação a sistemas de cultivo não consorciados. Essa redução está associada, especialmente, à presença de forrageiras nos pastos, que funcionam como cobertura do solo.

No estudo, os sistemas avaliados envolveram milho consorciado com braquiária, sorgo consorciado com braquiária, soja e pastagem de braquiária. A pesquisa foi conduzida no bioma Cerrado, em Sete Lagoas (MG), com dados de experimentos da Embrapa Milho e Sorgo.

Prevenção ganha espaço no manejo

Além de apoiar o controle após a emergência das plantas daninhas, os algoritmos podem ajudar a antecipar o aparecimento dessas espécies. Para Oliveira, esse uso preventivo é relevante porque permite compreender os fatores ambientais que favorecem o surgimento das invasoras.

A abordagem também pode indicar práticas preventivas, momento ideal de controle, densidade e distribuição das plantas daninhas no sistema. A partir dessas informações, produtores e técnicos podem ajustar estratégias de manejo e reduzir perdas produtivas.

Pesquisa mira produção mais sustentável

Para Ramon Costa Alvarenga, pesquisador da Embrapa Milho e Sorgo responsável por sistemas ILP, a pesquisa responde à necessidade de ampliar práticas sustentáveis na produção de alimentos. Ele lembra que o crescimento populacional deve elevar a demanda global por alimentos, ao mesmo tempo em que aumenta a pressão por menor impacto ambiental.

O estudo integra atividades de projetos voltados ao uso de inteligência artificial e ao monitoramento da dinâmica de plantas daninhas. A pesquisa também compõe a dissertação de mestrado “Modelos de aprendizado de máquina para predição de dinâmicas populacionais de plantas daninhas em sistemas ILP”, desenvolvida por Ana Letícia Gomes Luz na Univali.

O artigo científico, intitulado “Algoritmos de aprendizado de máquina para prever as culturas mais suscetíveis à ocorrência de plantas daninhas em sistemas de Integração de Lavoura-Pecuária”, foi publicado na revista Pesquisa Agropecuária Brasileira (PAB), em edição especial comemorativa dos 60 anos do periódico.

Fonte: Embrapa Milho e Sorgo, adaptado pela equipe Feed&Food

LEIA TAMBÉM

PEIXE BR estima perdas superiores a US$ 38 milhões em exportações com mudança na classificação da tilápia

Paraná: estado no qual se define o futuro da agroindústria brasileira

Agropecuária avança nas exportações e reforça saldo comercial de maio

Você está em
Texto 100%