Desenvolvimento de inovações digitais utilizando tecnologias espectrais para a cadeia produtiva do algodão
Desenvolvimento de inovações digitais utilizando tecnologias espectrais para a cadeia produtiva do algodão
A aplicação de soluções digitais por meio de imagens espectrais e a sua combinação com recursos computacionais avançados vêm se intensificando nos sistemas agrícolas no País, como estratégia para melhorar a eficiência de diagnóstico, monitoramento e aplicação localizada de produtos fitossanitários. A integração de sofisticados sistemas de aquisição de dados e de dispositivos portáteis ou móveis automatizados têm permitido o aumento do controle de diferentes pragas, em diferentes cultivos, reduzindo de forma significativa o uso de produtos químicos para o seu controle, com redução de custos, aumento de rentabilidade e redução de impacto ambiental.
Na cultura do algodão, o monitoramento e diagnósticos fitossanitários em lavouras são práticas realizadas por técnicos de campo. Embora a prática não seja uma limitação em pequenas propriedades, ainda impacta em custos, e as desvantagens aumentam considerando grandes extensões de cultivo agrícola. À medida que as áreas se tornam maiores, a amostragem torna-se sujeita a erros. Em situações que a amostragem se torna não representativa e onerosa para o monitoramento contínuo, ela deixa de ser significativa, priorizando-se a utilização de calendários de pulverizações. Mesmo em locais que utilizam-se de estratégias de monitoramento e indicadores de aplicação para minimizar os calendários de aplicação, a identificação de pragas e doenças, com destaque para o bicudo-do-algodoeiro e mancha-de-ramulária, na cultura do algodão, não é tarefa trivial, com impacto em mais de 33% nos custos de produção da cultura.
Este projeto tem o objetivo de gerar inovações digitais empregando tecnologias espectrais em aplicações disruptivas para a cadeia produtiva do algodão, com destaque para o reconhecimento de padrão de botões florais atacados pelo bicudo-do-algodoeiro, da ocorrência do agente causal da mancha-da-ramulária e componente de solo-planta-fibra em diferentes estádios de desenvolvimento do algodoeiro. O conhecimento gerado e as soluções propostas permitirão reduzir os riscos inerentes aos sistemas de produção de algodão em todo o País, contribuindo para a sustentabilidade da cultura.
Na cultura do algodão, o monitoramento e diagnósticos fitossanitários em lavouras são práticas realizadas por técnicos de campo. Embora a prática não seja uma limitação em pequenas propriedades, ainda impacta em custos, e as desvantagens aumentam considerando grandes extensões de cultivo agrícola. À medida que as áreas se tornam maiores, a amostragem torna-se sujeita a erros. Em situações que a amostragem se torna não representativa e onerosa para o monitoramento contínuo, ela deixa de ser significativa, priorizando-se a utilização de calendários de pulverizações. Mesmo em locais que utilizam-se de estratégias de monitoramento e indicadores de aplicação para minimizar os calendários de aplicação, a identificação de pragas e doenças, com destaque para o bicudo-do-algodoeiro e mancha-de-ramulária, na cultura do algodão, não é tarefa trivial, com impacto em mais de 33% nos custos de produção da cultura.
Este projeto tem o objetivo de gerar inovações digitais empregando tecnologias espectrais em aplicações disruptivas para a cadeia produtiva do algodão, com destaque para o reconhecimento de padrão de botões florais atacados pelo bicudo-do-algodoeiro, da ocorrência do agente causal da mancha-da-ramulária e componente de solo-planta-fibra em diferentes estádios de desenvolvimento do algodoeiro. O conhecimento gerado e as soluções propostas permitirão reduzir os riscos inerentes aos sistemas de produção de algodão em todo o País, contribuindo para a sustentabilidade da cultura.
Situação: em execução Data de Início: Tue Jun 01 00:00:00 GMT-03:00 2021 Data de Finalização: Sun May 31 00:00:00 GMT-03:00 2026
Unidade Lider: Embrapa Algodão
Líder de projeto: Everaldo Paulo de Medeiros
Contato: everaldo.medeiros@embrapa.br