Uso de Imagens Multi e Hiperespectrais por Drones para Monitoramento de Lavouras

Resumo

Transcrição

O nosso palestrante é graduado em Engenharia Elétrica e Eletrônica pela Faculdade de Engenharia de Barretos, é mestre em Matemática Computacional e Ciência, é doutor em Processamento de Sinais e Instrumentação, especialista em Processamento de Imagens e Geoprocessamento e uma série de outras apresentações que o capacita certamente para estar aqui falando com a gente a respeito de agricultura digital. Por gentileza, vamos dar uma salva de palmas agradecendo a presença ao Sr. Lúcio André de Castro Jorge, da Embrapa Instrumentação. Obrigado. Obrigado pelo convite, em primeiro lugar. É um prazer falar um pouquinho sobre esse tema. É um tema... Pode ser. Então, a ideia é falar um pouquinho dos avanços, tentar desmistificar um pouquinho algumas, às vezes, anúncios ou inverdades que às vezes passam pela área. Nossa nova era aí é a agricultura digital, e aí a gente vai falar um pouquinho das imagens, que é uma linha, que a gente tem atuado fortemente, mas que faz parte de todo um conjunto de tecnologias que está permeando aí a nossa área de produção do dia a dia. Eu sou da Embrapa, Instrumentação, fico aqui em São Carlos, no interior de São Paulo, Talvez alguns de vocês já conheçam o nosso trabalho. A gente tem difundido bastante o uso dessas tecnologias em vários eventos. Só para vocês terem uma ideia, a gente tem aqui no prédio central uma área onde eu trabalho com uma equipe de mestrandos, doutorandos e pós-doutorandos na área de... desenvolvimento de softwares, principalmente, inteligência artificial e manejo das coisas. Nós temos uma parte no campo, onde nós temos um laboratório de agricultura de precisão. Nesse laboratório de agricultura de precisão, fica ali na Embrapa, do lado da fazenda Canchim, da Embrapa, que tem 2.500 hectares. A gente também tem testado ali. O laboratório nosso tem um laboratório de drones, onde a gente desenvolve desde constrói, implementa, testa, valida, várias coisas, principalmente a parte de drones e sensores, que é o forte, e uma área de treinamento, que a gente tem recebido para alguns treinamentos específicos lá. Então, só para quem não conhece, essa é a nossa área, o que é muito legal, que do lado tem a área onde a gente tem o campo, para testar as várias tecnologias. E aqui dentro a gente desenvolveu um laboratório, principalmente para algumas tecnologias, entender tudo que está chegando aí de novo, entender, poder responder, nossa grande meta nesse laboratório, é poder responder para o produtor, para que que serve, o que vantagens e desvantagens de saber escolher esse tipo de tecnologia, além dos desenvolvimentos que a gente tem feito. Então, nós temos muitos desafios, de uma forma geral, a Embrapa tem olhado para esses desafios, e a gente, no lado tecnológico, mais ainda. Alguns desafios, nós estamos aí pelo futuro, nos próximos 50 anos, a própria água, energia, alimento, Então a gente vai falar aqui um pouco sobre a parte de alimento, nutrição, requisito cada vez mais a gente produzir mais, produzir com qualidade, sustentabilidade e tudo mais. Existe uma demanda mundial, uma perspectiva de crescimento populacional gigante até 2050. E aí nós, já tem sido apontado o Brasil como um grande player, ou um grande responsável pelo alimento aí nas próximas décadas. Então, nós temos aí um grande desafio pela frente. Isso nos norteia sempre tentar achar cada vez mais. Tecnologias, é a tecnologia que tem nas suas diferentes fases, desde a tecnologia do grão, a tecnologia de produção, e agora a tecnologia da informação, cada vez mais responsável para esses avanços que a gente precisa dar e a gente vai ser cobrado de alguma forma. Então a gente vê aqui, por exemplo, algumas perspectivas de produção, para os próximos 20, 30 anos, todas as áreas deve haver um aumento, um incremento de produção. E esse incremento de produção não quer dizer que nós estamos incrementando área apenas. Apesar do Brasil ter uma quantidade de área disponível para crescer, a gente está falando em crescimento por área, de aumento de produtividade, com principalmente o uso de tecnologia. Um dos pontos que a gente andou trabalhando agora fortemente lá na Embrapa, tentando ver, por exemplo, algumas das tecnologias, a gente percebe que acontece mais, mais facilmente, é claro, para os grandes players, para os grandes produtores, porque esse sim tem recursos, tem disponibilidade da tecnologia mais fácil. Mas quando a gente olha em termos de quantidade, nós temos aí, 89% dos nossos produtores são pequenos produtores. Então, se a gente conseguir fazer com que esses pequenos produtores, de alguma forma, Empoderem-se dessas tecnologias, facilitem o crescimento deles, imagina o potencial que a gente está dando aí. Então, uma das linhas que a gente vai mostrar, esses usos de imagens, uso de drones, uso de alguns sensores mais sofisticados, Fica aquela ideia, não, só o grande consegue pagar isso, só o grande consegue ter acesso a essa tecnologia. E nós estamos tentando mostrar lá que é o contrário. Nós estamos tentando trazer para a massa, trazer para uso no dia a dia. Apesar de nós termos aí o avanço do Brasil, bastante destaque, mais de uma safra por ano, rotação de cultura, nós entramos aí encerrado em várias, desbravando aí a grande agricultura, a pujante agricultura do país, nós temos aí um grande desafio também nessas linhas de produções mais familiares. E quando a gente fala nesses avanços, em geral, eles estão calcados, eles estão focando, esse avanço se dá fortemente com um salto na tecnologia. empregada, seja na semente, seja no manejo, seja em qualquer outra coisa. E aí a gente olha, quando a gente olha em tecnologias, que a Gartner fez um gráfico de inovação, de tecnologias emergentes, só para a gente entender, muitas vezes ela tem uma curva, tem aquela subida da curva que é tudo que está aparecendo, IoT, Por exemplo, aqui, computação quântica, trabalhar com volumes, muitas das tecnologias elas aparecem com um grande potencial, nem todas chegam a um nível de maturação suficiente, que vão conseguir depois viver o vale da morte, que a gente chama assim, e depois atingir o nosso público de uma forma geral. Então, tem toda uma sequência com essa tecnologia. Os drones, as imagens, elas estão nesse time aí. Elas estavam aqui inicialmente, alguns anos atrás. Quando eu comecei a trabalhar com drone, em 1998, Fui chamado meio de maluco. Para que ficar fazendo esses aviõezinhos? Isso aí não vai virar nada. Isso em 98 nem se falava em drone. A gente estava lá atrás, a gente começou por um aeromodelista, pusemos câmera na aeronave, E tentamos disparar as fotos pra ver o que a gente conseguiria ver da lavoura com um aeromodelo comum. E naquela época não tinha drone disponível chinês pra gente, não. Os sensores eram caros, era tudo complicado. Mas a gente foi trabalhando. De lá para cá, a gente gerou patente, a gente fez hardware, a gente fez software, a gente fez um monte de coisa. E fomos amadurecendo a ideia, principalmente do que fazer com isso. A primeira alegria era o que o agricultor começa a ter quando ele pega uma imagem da área, olhando por cima. Eu sei que a minha família é produtora. Muitas vezes a gente via o meu avô, meu pai, olhando, passeando com caminhonete ou do lado da lavoura, ou de cavalo, e olhando do lado, achando que vamos ter uma boa safra, vamos ter, tem problema, não tem? Era intuitivo, era o olhar do produtor de lado, lateral. Agora não. Imagina que lá da sede da fazenda, você pode estar manipulando um dronezinho, olhando por cima da lavoura. E mais ainda, olhando com diferentes olhos. Quando eu falo diferentes olhos, antes a gente podia olhar com uma câmera igual o meu olho enxerga, se está amarelo, se está verde, se tem falha, se não tem falha. Aí agora a gente consegue olhar como se fosse, não digo um raio-x, mas para fazer analogia, a gente consegue perceber se a planta está sentindo sede, ou seja, estresse hídrico, se ela está com algum problema nutricional, ou outras coisas de forma a atuar mais certeiramente e mais precisamente. E aí tem um boom de tecnologias que estão Fazendo as coisas acontecerem. Antes a gente não tinha hardware para fazer processamento rápido. A gente não tinha os sensores, as câmeras, uma câmera pequena que pudesse fazer embarcar num drone. Houve um avanço e tem tido cada vez mais um avanço significativo. Então, aí por exemplo, tecnologias do tipo que já venceram um pouco a rampa, o big data que o pessoal fala tanto ainda está lá atrás, na curva, na ascensão da curva, nós ainda não estamos com big data para trabalhar de fato, na verdade faltam dados para a gente para usar big data, o conceito é bem mais complexo. A gente, na verdade, ainda está caminhando, está gatinhando. A internet dá as coisas. Legal, funciona a internet em tudo quanto é dispositivo, máquina agrícola, no celular, etc. Mas não temos internet no campo. Então, por exemplo, nós temos um experimento lá do algodão, que a gente faz em quatro fazendas, cinco fazendas junto ao IMA, no Mato Grosso, fazendas grandes, grupos grandes, do Amarje, do Schaeffers, etc. Os nossos experimentos são talhões de 200 hectares, a gente cola imagem quase que toda semana, e a gente tem que mandar por HD para São Paulo, para a gente processar. Porque na internet não adianta, não é a Cristo que suba aquele maior quantidade de dados. Então sim, tem internet, tá? A internet das coisas tá chegando, vai tá em cada coisa. Já existe tecnologia pra isso. Mas existe ainda um gap, né, da disponibilidade disso pra gente no campo. Existem alguns exemplos de sucesso, aqui o pessoal do CPQD da Telebrás envolvendo algumas coisas que facilitem, junto com exemplos na usina São Martinho, fazendo coisas em tempo real acontecendo, mas isso não é realidade lá na grande produção do Mato Grosso, por exemplo. Veículos autônomos, a realidade virtual, alguma parte de processamento, essas coisas, e drones, elas já começam a entrar na linha de uso. Elas já começam na linha do timing aqui, elas já, nos últimos cinco anos, houve um avanço gigante. Quando eu falo gigante, é o seguinte, antes, eu tenho experiência bastante com isso, até uns cinco anos atrás, você punha no ar o drone, ele caía. A experiência comigo de queda é enorme. O que a gente mais tem experiência é queda. Então, imagina você com um sensor sofisticado, que enxerga um monte de coisa, mas ele não para lá no ar. Hoje não. Hoje os drones estão ficando no ar. Hoje a gente está conseguindo, claro, depende do usuário, depende da manutenção, tem um monte de detalhe aí. Mas a tecnologia já está aí. Então a plataforma funciona. Ela já está chegando disponível. E mais ainda, ela está chegando disponível a ponto de você poder ter financeiramente qualquer um comprar. Então, ela está ficando bastante acessível. Claro que só o drone, só o drone que voa, o drone não faz milagre, o drone é um meio. Ele tem que levar ali dentro o quê? Um sensor. Ele tem que, depois do sensor, ter um software, ter uma ferramenta de processamento para te dar, traduzir a informação para o produtor. Então, não adianta eu ter apenas uma imagem, eu preciso extrair aquela informação dali. Então, eu diria o seguinte, estamos ainda precisando dos big data, que não estão, prontos. Nós estamos precisando de algumas ações ainda de desenvolvimento, ou seja, tecnologicamente é o boom, é o momento, nós estamos aí com várias ferramentas, mas falta ainda, essa aqui foi de uma recente evento agora em 2019, se não me engano lá em Dubai ou algum lugar assim, onde mostra um pouco o que nós temos de fato presente para o produtor. O produtor consegue hoje, ele está até confuso, porque ele tem emprestador de serviço fornecendo drone, voos com drone, ele tem disponibilidade de celular, ele tem internet em alguns casos, ele tem até a parte genética, tem várias coisas, na verdade dados, possíveis tecnologias para coletar esses dados, mas ele ainda não tem uma inteligência que extraia a informação desses dados. E é isso que está todo mundo atrás. Nosso Brasil, inclusive, nós estamos sendo varridos aí, procurados por várias empresas de fora. Tem gente querendo... Aí virou moda, fala, não, inteligência artificial, porque eu tenho solução de inteligência artificial, eu tenho a solução de big data, eu tenho a solução. Ninguém tem nada. No Brasil, na verdade, está vindo aí coisa de fora, não vou citar nomes de empresas, que outro dia eu citei, estava na plateia o pessoal representante, aí virou um debate, não vamos entrar no caso, mas eu posso citar alguns, se quiserem. Mas a gente tem exemplos de pessoal que pega pacote lá fora. Uma coisa é ter algoritmos de inteligência artificial avançou muito. Avançou, avançou pra caramba. Por exemplo, Redeep Learning. Alguém já deve ter ouvido falar. Processamento em profundidade com redes neurais. Hoje nós temos computador inteligente, capacidade de processamento inteligente, mas pra você fazer Por exemplo, um algoritmo de contar a planta de citros, por exemplo. Simples, nada demais. Pegar uma imagem comum e contar o número de plantas. Se você for ver, para o Deep Learning funcionar, ele vai ter que aprender com uma base de milhares, de milhares, de milhares de imagens, para poder ele funcionar direito. Eu pus um aluno meu lá, com a doce ilusão, falei, não, fica aí, pega as bases mais... disponíveis aí do nosso horário, que a gente voou já bastante em. As nossas áreas de citro, os nossos experimentos, alimenta o sistema e ensina esse sistema com Deep Learning para reconhecer as plantas. E era contar só a planta. Olha, o que ele tinha que fazer, a primeira coisa, ele tinha que registrar as imagens. O que quer dizer registrar? Ele precisava indicar para o computador, ficar apontando o que ele enxergava como planta. Depois que ele falou isso é planta, isso é planta, isso é planta, isso é planta... Tá bom, cem vezes, não faz nem cosquinha no algoritmo. Mil vezes, muito menos. Dez mil vezes, às vezes começa. Milhares de vezes. Então, às vezes eu tenho que ter uma ferramental enorme para ensinar o computador a fazer a coisa. Então, assim, milagre. Não esperem milagres dessas ferramentas prontas. A gente, por exemplo, pegou uma ferramenta americana, que não vou citar nome, trouxemos para usar numa produção de uva. O pessoal, aliás, a empresa, uma produtora de uva da região de Petrolina, 400 mil hectares, trouxe essa empresa para fazer todo o trabalho com o drone, trouxe, inclusive pagou o drone de fora, para fazer o monitoramento. Comprou o serviço lá, que tinha prontinho na internet, de 50 dólares cada tema, então vamos lá, um tema seria o NDVI, a medida disso, a medida daquilo, e trouxe e a empresa ofereceu lá um monte de mapa. Não serviu para nada, porque não batia com as coisas práticas. Porque? Porque faltava validação, faltava alguns procedimentos de calibração e coisas que não é calibrado. O do Brasil é diferente de Israel, é diferente do americano, então nós temos que desenvolver a nossa cultura nacional, o nosso tecnológico nacional. Então, claro, usar coisas prontas, mas adaptar. Então, só para dizer o seguinte, nós estamos em uma fase que E passamos aí desde os maquinários, evolução muito grande, evolução na genética, evolução na coletor de dados, então hoje nós temos, mesmo que não esteja conectado na internet, mas se a gente coletar e levar para um escritório, ainda assim falta inteligência para unir tudo isso daqui. Quando eu falo que falta, tem algumas coisas, algumas boas, outras gatinhando. Então, na verdade, a nossa fazenda, se a internet... Existe uma busca, nós temos aí contato com o pessoal, a TIM trabalhou diretamente com a gente, no projeto nosso, provendo uma nova tecnologia. A fazenda da Embrapa tem 2.500 hectares ali. Naqueles 2.500 hectares, a gente não consiga conexão a 100 metros. Então, a gente... Ela fez uma tecnologia que ela pega, na verdade, a internet que chega numa torre próxima e aí uma estaçãozinha dela lá que chama... É uma espécie de um modem, mas ele estende ao 4G em toda a área da fazenda, podendo chegar até 100 quilômetros. Com boa qualidade. Então, nós começamos a testar isso lá dentro da nossa unidade agora. Funcionou. Tivemos algumas dificuldades, alguns ajustes. Então, a internet está vindo. Daqui a pouquinho ela vai chegar. Ela está chegando. Existem algumas soluções aí, já empresas se desenvolvendo. E nós temos vários o quê? Sensores para desde monitorar o animal, desde monitorar a própria cultura, o drone. Então, nós temos aí um bolso de coisas que estão chegando, e eu vou chegar já nas minhas imagens para a gente falar. De uma forma geral, aqui nesse evento recente, que acabou de ter uma discussão global, o que se fala, o que se tem, é basicamente três grandes vertentes. A primeira são tecnologias para produzir de forma diferente. Então, por exemplo, usar hidroponia, algas e outras coisas, produzir no deserto, no oceano, Então tem uma linha de grupos que estão discutindo esse tipo de coisa. O outro grupo é novas formas de produção, tipo aquelas fazendas verticais. Eu não vou entrar em detalhe, mas isso aqui é coisa muito recente. Grupos dizendo, inclusive a parte genética, a parte de impressão 3D, impressão de alimentos. Um monte de coisa sendo discutido nesse momento como sendo o que tem e onde se quer caminhar. E, por fim, tem um grupo discutindo a parte do drone. uso de data análise, quer dizer, análise dos dados, agricultura de precisão, internet das coisas, na verdade isso aí já está disponível, já tem coisas ferramentais para fazer agricultura de precisão, já tem ferramentas para usar drone, já tem ferramentas para começar a analisar dados, mas ainda tem muito que se avançar. A inteligência artificial, ela entra aqui como algo que vai, blockchain, outras coisas, que vai chegar. mas ela ainda precisa de bastante avanço nesse sentido. Então, basicamente, quando a gente tem lá o campo, o campo, seja ele com os dispositivos móveis, seja ele com os big data, ou os small data, ou os dados que você coleta, e esse conjunto todo. Nuvem, legal, computação em nuvem melhorou muito. Muitas soluções que estão falando para analisar com inteligência artificial, usa nuvem. Aí você vai lá no Mato Grosso, como que você vai usar nuvem lá? Não dá. Quando você vai lá no Nordeste, Petrolina, também a gente mandava HD para São Paulo para fazer upload de imagem para os Estados Unidos. Exemplo. Então, tem coisas ainda que a nuvem está aí, mas ainda falta infraestrutura que a gente precisa avançar para que a gente tenha uso efetivo. De qualquer forma, o que a gente tem que fazer? E nas imagens é isso que a gente tem que fazer. A gente tem dados, a imagem é um dado. Esse dado, de alguma forma, tem que se extrair uma informação. Essa informação virar algum conhecimento que vai virar uma inteligência para a gente atuar. É isso que está todo mundo buscando. No campo, a inteligência geográfica, ou seja, a espacialidade, cada vez mais importante. Então, a gente precisa do GPS, a gente precisa dos registros. E aí, quando a gente fala em imagem, a gente tem um mapa, a distribuição espacial é importante. Então, eu tenho que cruzar informação, mapa de solo, mapa de colheita, fertilizantes, etc., e várias coisas para tentar entender. Esse negócio é complexo, não é uma ferramentazinha. uma ferramentona de inteligência artificial que vai tirar a conclusão pra gente. Precisa do ser humano do lado validando essas coisas e dando o direcionamento, que é isso que eu diria que é a grande busca nesse momento. Nós começamos lá atrás, em 98, com os drones. Como eu já falei, os drones têm tido uma expansão gigantesca, ele entra dentro desse contexto de agricultura digital como um fornecedor de mais uma camada de informação, ele não é a única, eu preciso do clima, eu preciso de outras informações da fazenda, que vão me dar exatamente alguma ideia para tirar um diagnóstico. E aí a gente vê, antes era difícil comprar um drone, aquilo que eu falei, a gente tinha que montar o nosso, cair o drone, tem todo aquele problema. Hoje já existem drones, principalmente graças aos nossos chineses, que conseguiram não entregar aquelas coisas xing-ling, mas uma coisa de qualidade, tipo um drone da série da DJI, por exemplo, Phantoms, Matrice, etc. São drones com qualidade, fora outros que a gente fala aí de nível... e acessíveis, cada vez mais acessíveis. Já tem no Brasil, Isso aqui era uma estatística que saiu há algum tempo, mas nós já temos mais de 90 mil drones registrados na NAC. Só para você ter ideia de usuários. 90 mil drones voando aí no Brasil. Temos problema com legislação, caso alguém quiser saber, a gente comenta. Basicamente o drone para a gente, o que ele é? Ele é um meio de eu colocar um sensor lá dentro. E esse sensor que vai me dar parte da planta, indicador da planta, com bastante precisão, e para que a gente faça o quê? O tratamento do campo de forma diferenciada. Então que a gente identifique as zonas onde a gente tem que atuar, que a gente identifique as zonas onde a gente pode melhorar, ou as zonas onde está me dando. Então assim, a ideia do drone é um jeito de... Eu olhar o campo por cima, enxergar as diferenças e tratar o campo com essas diferenças, que é o princípio da agricultura de precisão. Fazer atuação de forma localizada, de forma a economizar insumos, impacto ambiental e outras coisas e aumentar a lucratividade. Então, a gente, quando a gente começou a brincar com os drones lá atrás, a gente desenvolveu vários algoritmos, a gente começou a ver o que era potencial. Então, essa foi uma linha que a gente atuou. Mas o mais forte, e o que a gente tem acompanhado de perto, são os avanços que têm estado disponíveis, que são os sensores. O sensor mais importante de qualquer drone, porque hoje eu tenho um drone de asa rotativa, eu tenho um viãozinho de asa fixa, eu tenho um monte de parafernália que me permite voar e obter imagem boa. Tem drone que voa só 15 minutos e tem drone que voa 3, 4, 5 horas. Quando eu falo que tem 3, 4, 5 horas, sim, é a nova linha de drones que vem com o grande gargalo é bateria. Então, já tem lá fora, nas feiras, o pessoal já fornecendo os drones. que voam com a base de células de hidrogênio, que voam aí de 5, 6, 8 horas. Além dos próprios geradores internos nos drones. Então, ou seja, a tecnologia da aeronave, a tecnologia de fazer com que ela voe estável, isso já está vencido. O que nós estamos avançando são os sensores. O sensor, que é o que nos interessa aqui, vocês estão mais careca do que eu de saber, o sensor te dá O diagnóstico da planta, a planta indica como que ela tá emitindo sinais pra gente. E se eu capturar com o sensor adequado, eu vou ver adequadamente o que ela tá pedindo. Se é estresse nutricional, se é falta de água, se é alguma coisa. Eu vou ter esse sensor adequado, eu vou ter essa indicação. Então, por exemplo, sensor, se eu tiver estresse hídrico, a planta imediatamente com estresse hídrico, ela aumenta a temperatura. Então, se eu tiver um sensor que mede a temperatura da planta, eu vou ter um indicativo de onde eu tenho necessidade de irrigar ou não. Então, essas são as câmeras termais. Se eu tenho um estresse nutricional, vai haver uma degradação dos pigmentos fotossintéticos, da fotossíntese da planta. Esse pigmento vai começando a alterar o espectro da planta. Então, se eu tiver exatamente um sensor adequado, eu consigo ver essa degradação. Antes até dela ficar tão visível a ponto de a gente enxergar. Então, ou seja, os pigmentos foliais, a estrutura celular da planta e os próprios conteúdos de água, a planta responde através das diferentes faixas espectrais. Então, eu tenho aqui, por exemplo, a faixa do visível, onde a gente consegue ver que uma planta é verde, ou se ela é diferente de solo, ou se ela é diferente de palha. porque está no visível, que é o que a gente enxerga. Ela tem uma porção aqui que vai indicar principalmente biomassa, então se a planta tem uma boa biomassa, uma estrutura celular diferente, do solo diferente de outras coisas, mas se a planta está com alguma degradação, alguma alteração da estrutura que a gente vai perceber. Então isso aqui no infravermelho próximo. E se a gente tem o infravermelho mais longo, a gente começa a ver conteúdo de água, e não só água, como também a gente consegue ver estruturas do tipo carbono, hidrogênio, oxigênio, algumas coisas que vão te dar a parte química da planta. Se eu tiver sensor adequado, eu consigo ver. E hoje o avanço é isso. Hoje está disponível. Então hoje nós temos sensores que trabalham na faixa lá do ultravioleta. Nós temos sensores que trabalham no visível, de 400 nanômetros a 1.000 nanômetros. que pega um pouco do infravermelho próximo e nós temos sensores que vão lá até na faixa do infravermelho alto. Então a gente tem um monte de sensor para todos os gostos e a maioria deles embarcáveis em drone. Então hoje a gente tem drone, eu posso ter câmera thermal, nós estamos fazendo um experimento lá na algodão, a gente está enxergando, está avaliando, fenotipagem com o drone. como? Vendo aquele fenótipo ou genótipo resistente à seca, um exemplo que é o nosso foco lá. Então a gente está avaliando a seca e como que cada planta responde a ela. Aqui são as câmeras hiperespectrais, que é uma grande novidade, elas já estão começando a ficar disponíveis, podem ver que miniaturizadas, tem umas menores que é a mão da gente, que são as câmeras que enxergam quase aquela curva inteira. Nós temos a câmera no visível, que a gente chama de RGB, é a camerazinha do nosso celular. É aquilo que a gente enxerga, então a gente dá pra ver falha de plantio, dá pra ver como que tá o stand, se tem invasora, planta daninha, ou seja, tudo aquilo que o meu olho enxerga, dando uma varrida lá no campo, é o que o meu sensor RGB vai me dar. Normalmente os sensores RGB são bem baratos, eles vêm nos drones, O LiDAR é um outro sensor que vai me permitir ver biomassa, ver estrutura, ver volume de planta, muito usado em florestas e em outras áreas. E aí o mais recente, que acabou de lançar o ano passado, foi os sensores de fluorescência embarcados em drone. Poxa, fluorescência, não sei quem é especialista aqui. normalmente ela vai ver mudança metabólica da planta, ela vai conseguir ver um pouco a mudança química da planta, só que para isso você tem que fazer o quê? Você tem que inibir o aparelho fotossintético, fazendo o quê? Criando uma sombrazinha, uma janelinha escura, por um período para inibir a fotossíntese e depois você abre a janelinha e aplica um sinal pulsado, normalmente esse sinal vai te dar uma resposta que corresponde um pouco, toda planta vai florescer de forma diferente, depende de como ela está, se ela está saudável, se tem alguma mudança metabólica. O que é grande novidade é que agora eles conseguem fazer embaixo do sol, conseguem fazer voando com um drone, com um sensor de fluorescência. Isso é possível? Não é milagre. Estudando o sinal de luz, existem dois apagões, vamos dizer assim, em nossa atmosfera tem um filtro que dois pontos do espectro, eles não têm resposta espectral. que é um filtro natural. O que o pessoal fez foi usar exatamente esses dois apagões, que são chamados sinais de Fraunhofer, e fizeram ali a excitação naquela faixa espectral. E aí consegue, então, ter uma resposta da planta. Então, a gente já conseguimos medir se a planta está sofrendo alguma interferência. Não sei se alguém já viu um vídeo que viralizou um pouco, que um inseto começa a morder a planta e, de repente, parece que a planta leva um choquezinho e o negócio esparrama em toda a folha. Se quiserem, depois podem me mandar um e-mail que eu mando os links onde tem esses vídeos. E é real, a planta reage ao ataque do inseto, ela emite um sinal eletroquímico lá, nela, e esse sinal já pode ser registrado com um sensor desse, em tempo real. Então, imagina qualquer mudança. Nós fizemos testes com um experimento com algodão, uma área irrigada que tinha bastante lagarta, a presença da lagarta tinha uns picos de sinais bem fortes de fluorescência. É onde a gente conseguiu, pelo menos, dizer onde tinha bastante lagarta ou não. Exemplos disso, então são avanços que estão chegando. Sensores mais comuns que a gente compra com drone, que a gente tem com drone aí, são sensores no visível, as câmerazinhas que já vem lá embutidas no próprio drone, as câmeras chamadas, ficaram famosas, a Red Edge, a Micasense aí, ou a... a Sequoia, são câmeras que tem a banda R, G, B e o Near. Virou moda hoje, todo mundo está vendendo o NDVI, nem sabe para que serve, mas está vendendo. Usa o NDVI de forma inadequada, mas vende. Tem um monte de gente vendendo o NDVI sem calibrar, sem fazer nada, então o produtor comprando o mapa e o mapa não serve para nada. Isso por quê? Porque esses sensores, quando dependem da luz, Então se você fizer de dia, com solão, se você fizer nublado, se você fizer de manhã ou de tarde ou de noite, cada hora vai dar uma resposta diferente. Então tem que ter calibração. Então normalmente tem câmera que tem um sensorzinho que mede a luz incidente e faz a correção. Se você não fizer isso, então muita gente com câmera adaptada, vendendo serviço de drone, por aí, e não tem um pingo de cuidado com calibração. Então o índice que você está vendo lá, que você fala vigor da planta, ou o índice de o quanto que a planta está com mais biomassa ou menos biomassa, sendo gerado de forma totalmente incorreta. Isso é cotidiano, eu diria que mais de 50% dos prestadores de serviços estão fornecendo esse tipo de coisa. Então tem que tomar cuidado. Existem sensores mais baratinhos também, com qualidade espectral bem ruim. Hoje tem o joio e o trigo, dá para selecionar o que tem de bom. É possível, num drone, colocar uma câmera super poçante, hiperespectral. Essa aqui é um exemplo de uma câmera. E, mais que isso, integrar sensores. O que nós estamos fazendo lá? Nós estamos juntando câmera hiperespectral, que me pega toda a resposta da planta, juntar com o LiDAR, juntar com outros sensores. Às vezes, então, já é possível comprar drone, o LiDAR, para quem não sabe, ele emite um sinal, um pulso, e aí, a hora que ele bate no obstáculo, esse pulso retorna. Então, a gente vai medindo os retornos, com isso você consegue mapear a planta como um todo, fazer volume, fazer biomassa, fazer um monte de coisa. Se você juntar o LiDAR, por exemplo, uma área de LiDAR, por exemplo, aqui uma floresta, e você tem picos aqui a altura de planta, basicamente você consegue mapear a altura de planta. Então o LiDAR, se você tiver uma linha aqui, você tem planta mais alta, planta mais baixa, basicamente isso, você consegue calcular volume. Isso aqui é uma plantação de milho, a gente pode ver no plot, aonde tem plantas mais altas e plantas mais baixas. Até contar milho, a gente consegue se a gente focar a altura do feixe que a gente quer de retorno. Então a gente consegue ter uma ideia de número de plantas só com o LiDAR. Um exemplo simples. Se a gente acoplar o LiDAR, tem um relevo, normalmente o terreno. Então muitas vezes tem área de cultivo que é plana, mas tem área de cultivo que tem uma certa elevação. Então o LiDAR vai te permitir ajudar a mapear justamente nessas diferentes altitudes ou diferentes elevações. E se você, então o voo seu, você tem que programar ele, já existe possibilidade de fazer isso, programando essas diferentes alturas de voo para poder passar por um morro ou não. E aí, se você juntar o LiDAR com o sensor hiperespectral, que vai te dar uma resposta, aquela curva espectral lá da planta. O verde, o visível, o infravermelho, o vermelho mais alto. Se você pegar essas duas informações juntas. e juntar, fazer a fusão. Quando você tem só o sensor visível com o hiperespectral, você consegue ver aonde a planta está melhor ou pior, mas no 2D. Quando você pega e junta isso com a informação do LiDAR, você tem o volume, você consegue diferenciar espécies, você consegue diferenciar... No algodão, nós conseguimos fazer não só mapear, altura de planta para fazer a aplicação do regulador de crescimento, como também consegue ver nutrição ao mesmo tempo. Então é um exemplo que dá para fazer usando a fusão desses dois sensores. Então esse tipo de coisa parece uma coisa complicada, mas precisa de software, e é o que não tem ainda. Para essas câmeras mais sofisticadas, o que está faltando ainda é ferramenta para o agricultor poder usar. Hoje, na pesquisa, a gente tem. A gente consegue manipular esses dados, tem que ter um computador possante e tal. Ainda não chegou no nível de que um sensor... Então, se alguém está oferecendo para vocês um serviço com hiperespectral embarcado em drone, olha, eu truco. Se ele tiver te dando uma ferramenta para você analisar isso daí. Não tem. Então ele está pegando ferramentas aí, ou ele vai te vender o serviço. Pode ter uma equipe trabalhando atrás para gerar essas informações. Esse é o exemplo do drone chinês. Esse drone chinês leva uma boa capacidade de carga. Você consegue voar legal e você consegue pôr os sensores. Já comprei ele prontinho. Lá, no fornecedor, com todas as câmeras configuradas, só de sensor aqui, 150 mil dólares, e mais o drone, mais uns 40 mil dólares. Então, só pra você ter uma ideia. Ainda é caro esse tipo de tecnologia, mas ela tem um potencial gigante, que talvez se pague na hora que você começa a mapear. Praga do algodão. Isso, mapear precocemente, não é mapear tardiamente. Tardiamente você faz, vê o dano, você faz com a câmera comum. Você vai lá e voa, vê onde foi o dano. Então, assim, tem soluções para todas as fases. Vamos dizer assim, em cada estádio de crescimento da planta, a gente vai ter um sensor adequado. A gente pode usar o sensor simples, no visível, logo no início do plantio. A gente vai ver estande, vai ver invasora para fazer controle de habicida, essas coisas, bem no início. Depois a gente pode ver parte de nitrogênio, outros, fósforo, potássio, também tem os sensores no infravermelho próximo. E aí, a gente quer ver na fase da cultura lá, pré-colheita ou coisa do tipo, quer ver o grão, quer ver enchimento de grão, essas coisas, também tem sensor que me permite ver isso, mas lá na frente. Então, fazer a estimativa de safra, eu não consigo fazer a estimativa. Aí o pessoal faz umas inferências com vigor da planta. Por exemplo, com o NDVI. O NDVI não foi feito para ver a estimativa de safra. Foi feito para ver biomassa. Então, muitas vezes tem que ter calibrado, tem que ter um monte de coisa. Então, tem serviços e serviços sendo fornecidos, tem que olhar direito para não ser enganado. Esse aqui é um exemplo de imagem no visível. Olha, aqui é uma área de milho que nós acompanhamos lá no Paraná, no experimento nosso. Essa mesma área de milho, a gente fez um mapa de clorofila, apenas colocando um sensor a mais. Espera aí que eu pulei. Vocês já começam a perceber que tem umas manchas aqui, umas faixas. Não tinha curva de nível lá, tá? Só pra vocês terem uma ideia. Essa curva de nível, era uma antiga curva de nível, que o produtor fazia cinco anos, que já tinha passado a grade lá, e... A gente começou a perceber, simplesmente olhando no visível, no verde, não dava pra ver muito as faixas, eventualmente alguma. A hora que você ia pro mapa de clorofila, você já percebia que algumas faixas não... Ou seja, o solo não tá recomposto. Por mais que ele tenha tirado a curva, ele não, quimicamente, ele não tá ainda produzindo como deveria. Fertilizante. Então, diferenças de fertilização, também com índice do infravermelho próximo. A gente consegue perceber as faixas. Aqui, falha operacional. Ah, aqui o pulverizador não pulverizou. Aqui foi problema de parada da máquina. Isso aí tudo o mapinha no infravermelho permite fazer rapidinho ou até mesmo no visível. Então, você já tem ferramenta para fazer isso. Isso aqui, por exemplo, é uma área de um produtor que teimou com a gente e não fez controle de invasora no início. A gente indicou, olha, tem que fazer o controle. Tem muita planta aqui e não é a planta porque acabou de plantar. Não estava emergindo ainda. O cara não fez o controle, resultado, depois nós vimos o dano dele, porque ele competiu com a cultura principal. Esse tipo de coisa já é realidade, já é possível implantar na fazenda. E não precisa começar com um sensor caro. Você pode começar com um sensor barato, uma área pequena, para começar a entender da produção. O próprio produtor pequeno pode fazer isso. E tem que voar em várias fases da cultura, tem que entender o que dá para fazer no estádio V3, V4, no estádio V8, parte de pré-penduamento, até a parte de estimar colheita, é possível fazer com os sensores hoje embarcados em drones. Então esse é um sensor, esse é um exemplo, tem outro exemplo na área de algodão, aonde a gente está mapeando a área irrigada e não irrigada. Olha bem, o sensor termal me indica bem aonde está faltando a água. Então a gente consegue controlar isso também no campo, o sensor hoje é possível. Ele te dá uma imagem desse tipo, já com a temperatura da planta. E aí você consegue mapear e fazer o controle. A hiperespectral é uma câmera especial, que é a grande novidade, para enxergar principalmente as coisas precocemente. Enxergar a parte de nutriente ou mesmo algumas pragas e doenças que acontecem logo no início, com mudanças metabólicas da planta. Aí nós temos, já estou indo para o fim, só para entender, a grande novidade é a fluorescência induzida pelo sol. A fluorescência induzida pelo sol, esse sensor está na faixa ainda próximo de um milhão, mas ele vai cair o preço. Então a gente já tem sensores hiperespectrais que estão na faixa de 40 mil dólares, que é barato. Então, hoje nós temos uma camerazinha que custa menos de mil dólares, uma câmera visível boa, que já vem nos drones. Nós temos as com infravermelho, que você já compra por cinco mil reais, uma razoável, e aí até trinta, quarenta mil reais. E depois você vai para um sensor desse de um milhão, por enquanto que acabou de lançar. Claro, você tem que ganhar em cima da tecnologia nova. Mas eu te garanto que daqui dois, três anos, isso aqui está disponível para nós por menos de cem mil. o que é possível mapear, isso aqui é induzido pelo sol, alterações metabólicas da planta. Na Linebrapa, a gente trabalhou com isso, tentando fazer processamento em tempo real, trazendo isso para o produtor, que não precisa entender de drone, de montar mosaico, de montar o diabo todo que tem que fazer para obter um mapa legal. Então, a gente fez uma tecnologia, depois um vídeo vai estar no... no YouTube e nas redes da Embrapa, pra vocês darem uma olhada, a gente voou, monitorou, a gente montou a tecnologia num hardware de celular embarcado no drone, que a ideia agora é achar uma empresa, produtora de celular, produtora de drone, que vai embarcar essa tecnologia. O nosso drone voa sozinho, você programa ele, e aí o que ele faz? Ele vai juntando as imagens durante o voo, na hora que ele termina e pousa, ele já tem o diagnóstico, não é só a imagem, ele tem já o diagnóstico da área. em cada fase. Então nós validamos isso, um pacote para milho e estamos trabalhando com pacotes para soja e algodão. Isso em breve vai estar aqui. O que é muito legal é que os produtores, aqueles ali que vocês viram, Ah não, aqui não tem a foto, depois está lá na frente. E o produtor vê em tempo real a hora que o drone pousa, já no tablet, o mapinha com o diagnóstico da área. Isso é uma grande novidade, já que é o estado da arte do que vai estar aí. Isso aqui é um relatório típico, o nome da fazenda. Aqui já sai o mapa inicial, as condições de voo. Logo depois ele sai aqui, algumas áreas para serem corrigidas, essa área aqui não tinha muita correção. Mapa de vigor da planta, e algumas falhas operacionais e recomendação. Imagina um agricultor, um pequeno agricultor, com um equipamento desse que não custa 5 mil reais, em protótipo, vendo a sua área sendo monitorada em tempo real, com diagnóstico já, Esse é o grande futuro, eu acho que é os próximos passos aí na área. Nós fizemos isso em 100 fazendas e 100 propriedades, validamos isso, 105 famílias atendidas, 34 agrônomos acompanharam, a Coamo foi a cooperativa que nos acompanhou, em 19 municípios e validamos essa tecnologia durante duas safras. Basicamente, só para fechar, então hoje o que tem disponível? O pessoal para a agricultura digital colaborar com Hoje, na verdade a gente tem, a gente quer medir clorofila, teor de nitrogênio, área folhar e biomassa, é o que todo mundo está oferecendo e muitos prestadores de serviço fazendo direitinho, usando câmera no visível e no infravermelho. Com isso, a gente está vendo a disponibilidade de nitrogênio, práticas de manejo e alguns estresses bióticos e abióticos. Isso já é possível, já é realidade. Então, a gente consegue ver mapa com estresse de planta, estado nutricional, crescimento, altura, sanidade, produtividade, isso já usando um sensor adequado. O que falta muitas vezes é essa inteligência para tomada de decisão. essa inteligência para tomar decisão, eu diria que a grande busca nesse momento, e grandes players internacionais, de Israel, de Estados Unidos, Inglaterra, etc, está tentando trazer soluções prontas, fechadas para a gente. Só ficar atento, que nem todas funcionam assim. A gente está lá com experimentos, esse aqui foi o experimento de... A gente trabalhou desde câmera no visível, até câmeras no infravermelho, com sensores, pondo parcelinhas, variando vários parâmetros, então a gente trabalhando com altura de planta, variando... diferentes manejos na Embrapa Soja, comparando um manejo com dessecação e adubação nitrogenada, criando algoritmos para isso. Por incrível que pareça, parece que adubar nitrogênio é fácil, mas na hora que a gente foi tentar definir na própria Embrapa qual era o algoritmo de adubação de nitrogênio para o milho que a gente poderia estar usando, qual que é a receitinha de bolo? Eu, como engenheiro elétrico e eletrônico, queria a receita do agrônomo. sentamos com todas as unidades da Embrapa, que estava mexendo com milho, cada um dos seus melhoristas e pessoal que estava trabalhando, nós não chegamos a um acordo de um algoritmo de adubação de nitrogenato. Ou seja, meu drone só não embarcou um algoritmo, porque nós não tínhamos um algoritmo efetivamente, porque cada um fazia de um jeito. Então, tem algumas gaps que a gente precisa entender ainda. E olha que a doação nitrogenada é relativamente padrão e conhecida. Enfim, mas era para a gente fazer isso de forma automática dentro do drone. A gente foi buscar onde? A gente foi em Nebraska e acabamos implementando o algoritmo de Nebraska na nossa solução. Comparamos índices de vegetação com dessecação, com lagarta, dá para a imagem. Então, se você fizer adequadamente, você consegue mapear lagarta. Isso com sensor simples. Nós fizemos ferrugem da soja, nós fizemos com nematóides. Nematóide dá para ver, no solo. Tem sensor que vê nematóide? Não, não dá para ver. Dá para ver o efeito do nematóide depois que fez o rombo. Então, o que serve isso? Legal, porque eu posso mapear onde tem, por exemplo, lá no algodão a gente fez entre safra com soja, na soja a gente mapeou as regiões com nematóide e aí nós tratamos de forma diferente aquelas reboleiras de nematóide para entrar depois com a cultura no ano seguinte. Então serve, dá para fazer, não faz milagre, ela não vai enxergar a coisa lá na raiz da planta. Interação com nematóide, etc. Eu só fiz uma pinceladinha de algumas coisas que estão pipocando por aí. O recado é, a tecnologia veio para ficar. A agricultura digital e os drones fazem parte dela. Então, o que eu tenho de recado é o seguinte. Entrem na onda, porque se vocês não entrarem ela vai atropelar vocês e acabou. Porque está vindo. E para que entrar na onda? Para vocês saberem discernir o joio do trigo. Saber escolher quem é que está fornecendo um NDVI com qualidade e um NDVI só de enrolação. Isso tem bastante. Saber diferenciar aquilo que você tem disponível aí. Obrigado.