Soja
Visão computaci Identificar e quantificar corretamente a severidade das doenças é essencial para a escolha da estratégia de manejo adequada. No caso da ferrugem-asiática esse processo ainda é realizado majoritariamente in loco. Mas resultados obtidos de estudos com uso de imagens digitais do limbo foliar e aéreas de parcelas experimentais capturadas por drones mostram precisão acima de 80% na detecção e quantificação da doença
Carolina Deuner
O
potencial de cultivo da soja no Brasil tem sido impulsionado por meio de adaptações tecnológicas, práticas de manejo e introdução de novas cultivares nas diversas regiões. Mesmo assim, estes avanços não impedem a ocorrência de problemas fitossanitários. Estimam-se perdas em torno de 75% da produtividade das lavouras em função de doenças, dentre as quais destaca-se pelo potencial de infecção, pressão e distribuição nas regiões produtoras a ferrugem-asiática, causada pelo fungo Phakopsora pachyrhizi. Identificar e quantificar corretamente a severidade das doenças é essencial para a escolha da estratégia de manejo adequada, isto é, eficaz, sustentável e viável. Há anos várias ferramentas de fitopatometria têm sido estudadas para essa função, mas algumas com praticabilidade baixa e pouco utilizadas atualmente. Em geral, a avaliação da severidade da ferrugem é feita in loco, quantifican16
Junho 2020 • www.revistacultivar.com.br
do visualmente a porção da área de alguns folíolos coletados dos terços inferior, médio e superior das plantas, por meio de escala diagramática, o que necessita, obviamente, de certo treinamento por parte do avaliador. Não deixando de ser um serviço laborioso. Resultados obtidos de estudos com uso de imagens digitais do limbo foliar (Figura 1) e imagens aéreas de parcelas experimentais (Figura 2) capturadas por Vants (veículos aéreos não tripulados – os populares drones) têm apontado precisão acima de 80% na detecção e quantificação da ferrugem. O sucesso e a viabilidade de uso dessas tecnologias estão associados ao desenvolvimento de novos sensores remotos, em especial câmeras digitais, de alta resolução ótica e baixo custo relativo, sendo de mais baixo custo os que se utilizam apenas de bandas espectrais do visível ao olho humano: vermelho, verde a azul (câmeras RGB – red, green, blue, do inglês). Não obstante, diversas são as opções no mercado de sensores equipados com bandas mais sensíveis a variações de clorofila, como a banda do infravermelho próximo (do inglês, near infrared - NIR), que é invisível ao olho humano. A propósito, esta banda espectral é fundamental para a determinação de um índice bastante recorrente atualmente em análise de imagens aéreas de lavouras, o NDVI (do inglês, normalized difference vegetation index). A maioria das câmeras utilizadas para este tipo de serviço é projetada para poderem ser acopladas nos Vants. É claro, o preço varia conforme a sofisticação do sensor, basicamente em termos de resolução ótica e número de bandas espectrais. Atualmente é possível adquirir câmeras RGB acopláveis a Vants por menos de R$ 3 mil. Câmeras com a banda NIR por menos de R$ 5 mil. As ditas multiespectrais, a maioria contendo de quatro a 20 bandas, custam, em geral, mais que R$ 25 mil. Muitas fazem uso da banda termal (8μm – 14μm de comprimento de onda), capaz de identificar alterações fisiológicas antes mesmo da planta apresentar sintomas visuais. Especialmente em nível de pesquisa, vem se tornando comum a captura de imagens de câmeras hiperespectrais, com mais de 100 bandas, cujo poder de detecção de diferenças na superfície foliar é altíssimo. Porém, há ainda certa dificuldade no processamento computacional destas imagens. O processamento digital de imagens é provavelmente a parte-chave do sucesso na detecção e quantificação de ferrugem da soja. Pesquisas recentes com o uso de imagens RGB de baixo custo apontam resultados promissores na quantificação da severidade
