Share on facebook
Share on twitter
Share on linkedin

Robótica avança no campo e integração de sistemas impulsiona agro de baixo carbono

Share on facebook
Share on twitter
Share on linkedin
Retratte fotografia
A primeira palestra abordou o uso da robótica na agricultura e foi apresentada pelo pesquisador da Universidade Agrícola da China, Wen-Hao Su

Congresso em Porto Alegre reúne pesquisas que vão de robôs para manejo e colheita a tecnologias da Agricultura 4.0

Inovações em robótica agrícola, sistemas integrados de produção e agricultura de baixo carbono e ferramentas para aprimorar manejo do solo com agricultura de precisão foram temas do segundo dia do 11º Congresso Brasileiro de Agricultura de Precisão e Digital (ConBAP) e da 17ª International Conference on Precision Agriculture (ICPA), que se realiza até quinta-feira (16), no Centro de Eventos da PUCRS, em Porto Alegre (RS).

A primeira palestra abordou o uso da robótica na agricultura e foi apresentada pelo pesquisador da Universidade Agrícola da China, Wen-Hao Su. Filho de agricultores do interior chinês, ele relatou a experiência familiar no controle manual de ervas daninhas, com uso direto de herbicidas e outros químicos. Segundo o pesquisador, além dos riscos à saúde, o método exige muita mão de obra e apresenta baixa eficiência. “Eu tenho um sonho: mudar a vida das pessoas da minha família e de todos que trabalham lá. Quero que as lavouras sejam as mais tecnológicas possíveis. É a minha jornada”, afirmou.

O pesquisador relatou sua experiência num laboratório onde desenvolveram um robô com movimentos muito próximos aos dos seres humanos. O objetivo é de que, no futuro, trabalhem nas fazendas no lugar de pessoas. “Queremos desenvolver a capacidade de percepção, tomada de decisão e controle”, acrescentou.

As pesquisas em robótica para agricultura iniciaram em 1950 e a China, agora, está entrando em uma nova era, segundo Wen-Hao Su. Como exemplo do que já está acontecendo no campo, ele apresentou as tecnologias como o uso de drones que identificam frutas que estão maduras e executam a colheita, como em plantações de maçã, morangos e uvas. Câmeras também apontam problemas que possam existir nas lavouras.

Wen-Hao Su pontuou que, no futuro, vão construir redes integrando equipamentos no espaço que vão monitorar a agricultura em conjunto com os que atuam no solo. “O gargalo, infelizmente é alto custo, inclusive dos equipamentos já disponíveis que encarecem as lavouras”, lamentou.

Agricultura de Baixo Carbono

A segunda palestra foi sobre “Sistemas Integrados de Produção e Agricultura de Baixo Carbono no contexto da Agricultura 4.0”, com o pesquisador da Embrapa Pecuária Sudeste, Alberto Carlos de Campos Bernardi.                          

Bernardi abordou como tecnologias digitais e análise de dados ajudam a gerenciar sistemas de produção sustentáveis, como plantio e pecuária integrados. O foco foi demonstrar como essas ferramentas ajudam a retirar carbono do ar, medir emissões de gases e tornar a agropecuária mais eficiente.

O pesquisador demonstrou como corrigir solo, cultivar plantas, criar gado e plantar árvores na mesma área melhoram os indicadores de produtividade. “O gado se alimenta no pasto, enquanto as árvores dão sombra e madeira, e o solo absorve mais nutrientes”, explicou.

A programação seguiu com o professor da Universidade Estadual da Carolina do Norte, o brasileiro Luciano Gatiboni, que apresentou uma ferramenta disponível para otimizar a tomada de decisões no uso de fertilizantes. O sistema, armazenado na nuvem, é alimentado por pesquisadores com dados coletados em experimentos realizados ao longo dos anos em mais de 30 estados norte-americanos.

Gatiboni integra o grupo que elaborou a Ferramenta de Apoio à Recomendação de Fertilizantes (FRST). O trabalho começou com a verificação de que cada estado possuía uma diretriz diferente quanto à recomendação de aplicação de fertilizantes e seus níveis críticos.  O professor explicou que o objetivo do grupo de trabalho é buscar uma harmonização nas recomendações.

Após reunirem cerca de três mil estudos, os dados foram inseridos no sistema. Hoje, estão organizados de forma que o usuário pode escolher diversas variantes para sua tomada de decisões e até executar download.

A integração entre ciência do solo, grandes bases de dados e ferramentas de inteligência artificial pode tornar a agricultura de precisão mais eficiente e reduzir custos com amostragem. A avaliação foi feita pelo professor do Departamento de Ciência do Solo da Escola Superior de Agricultura Luiz de Queiroz (Esalq/USP), Raul Roberto Poppiel, durante a palestra “Inovações e aplicações da pedometria para a agricultura de precisão”.

Poppiel esclareceu pretendia provocar uma reflexão sobre a integração entre a ciência do solo e a agricultura de precisão. “O Brasil reúne um conjunto expressivo de informações sobre solos, incluindo uma biblioteca com mais de 80 mil espectros, além de bancos de dados de perfis e mapas, imagens de satélites e ferramentas de aprendizado de máquina que evoluem continuamente”, lembrou.

Apesar desse potencial, ele observou que a realidade das propriedades rurais ainda está distante do aproveitamento pleno dessas tecnologias. De acordo com Poppiel, a prática predominante continua sendo a amostragem em grades fixas, enquanto as recomendações de manejo permanecem, em muitos casos, uniformes ou limitadas ao nível do talhão. “Grande parte das informações disponíveis deixa de ser utilizada, e o solo ainda é tratado como uma “caixa-preta”, sem considerar adequadamente as diferenças existentes ao longo do perfil”, constatou.

Nesse contexto, o professor chamou a atenção para a importância do planejamento da amostragem. “A amostra de solo mais cara é aquela coletada sem um propósito ou planejamento claro”, afirmou. Segundo ele, qualquer coleta realizada sem fundamentação técnica representa desperdício de tempo e de recursos.

Poppiel explicou o conceito de pedometria, área que reúne métodos quantitativos para medir, caracterizar e mapear os solos. “Essa abordagem integra medições obtidas por sensores em campo, análises laboratoriais, dados geoespaciais, imagens de satélite e algoritmos computacionais, incluindo modelos estatísticos e redes neurais, permitindo uma compreensão mais detalhada da variabilidade dos solos”, relatou.

Flávia Romanelli