Inciativa é tida como de alto potencial para reduzir custos dos agricultores
O pesquisador Alexandre ten Caten, professor do Departamento de Agricultura, Biodiversidade e Florestas do campus de Curitibanos da Universidade Federal de Santa Catarina (UFSC), desenvolveu um projeto que explora as potencialidades de sensores para coletar informações relacionadas ao solo e às plantas para alimentar sistemas de inteligência artificial.
O trabalho consiste em gerar dados nativamente digitais, disponíveis para processamento em modelos de IA que futuramente podem ser aplicados em análises sobre a qualidade do solo e o desenvolvimento das plantas. A pesquisa “From Spectra to Soil Intelligence: Hyperspectral Sensing for AI-Driven Agriculture” é desenvolvida no Laboratório de Sensoriamento, Inovação e Geoprocessamento (Sengis) e se desdivide em três frentes: o Projeto sensmyN, com financiamento da Fundação Bill e Melinda Gates, que mede em campo a fixação biológica de nitrogênio em plantas; o SensNexus, voltado à medição de poluição por plásticos e microplásticos em solos costeiros e agrícolas; e o i-Vitis, em parceria com a vinícola Berto & Aguiar, que reúne dados de sensores no solo e nas plantas com apoio de aprendizado de máquina.
O trabalho emprega sensores hiperespectrais, que capturam a luz dividida em centenas de bandas estreitas e contínuas. Como resultado, a pesquisa indica que a dependência das análises químicas tradicionais por reagentes pode cair em até 90%, o que representa alto potencial para reduzir custos dos agricultores e proporcionar uma adubação mais eficiente.
Segundo o professor, o maior desafio na realização do projeto foi a infraestrutura, impactada pela falta de laboratórios e investimentos no Campus de Curitibanos. A pesquisa já alcançou o Nível de Prontidão Tecnológica 6 (TRL 6), com protótipo demonstrado com sucesso em ambiente relevante, simulando condições reais de uso.
Fonte: UFSC Curitibanos