AGRICULTURA DIGITAL 78 As ervas daninhas são plantas indesejadas e invasoras de crescimento rápido, que competem com as culturas por recursos vitais como a água, os nutrientes, o espaço e a luz. As ervas daninhas têm um impacto significativo tanto na produção como na qualidade das culturas. Estima-se que o potencial de rendimento global das culturas possa ser reduzido até 43% na ausência de um controlo eficaz das ervas daninhas, tornando a gestão integrada das ervas daninhas uma componente essencial do planeamento das culturas. Atualmente o método de controlo mais utilizado é a aplicação de herbicidas químicos, seguido, em menor escala, pelo controlo mecânico. Este último é também efetuado manualmente e é um método economicamente dispendioso. Os herbicidas são aplicados em diferentes fases, principalmente antes da sementeira e durante o crescimento da cultura. Estas aplicações são geralmente efetuadas através de uma pulverização uniforme do herbicida, ou seja, este é aplicado em toda a área cultivada. No entanto as ervas daninhas não costumam emergir uniformemente no campo, o que indica que uma aplicação uniforme em toda a área cultivada não é adequada. A aplicação de herbicidas por pulverização gera problemas ambientais. Embora existam políticas da UE que controlam e regulam a aplicação de herbicidas, continuam a existir problemas para a saúde das pessoas que trabalham com eles, para além da resistência gerada aos herbicidas químicos causada pelo uso intensivo ao longo de décadas. Os atuais sistemas de monda integram diferentes tecnologias. Por exemplo utilizam sistemas de posicionamento global (GPS), sensores óticos e algoritmos computacionais que integrados num único conjunto permitem uma monda de precisão, aplicando herbicidas de forma variável, entregando uma quantidade específica no local exato onde se encontram as ervas daninhas, além de criar mapas detalhados da variabilidade do campo. Os desenvolvimentos que utilizam métodos de aplicação de herbicidas a taxa variável, como a 'Blue River Technology' da John Deere, o 'WeedSeeker' da Trimble ou a 'Smart Agriculture' da Bosch, entre outros, estão disponíveis comercialmente há alguns anos. Estes desenvolvimentos utilizam algoritmos baseados na visão artificial e em inteligência artificial (IA) para reconhecer as ervas daninhas no campo em tempo real. Uma técnica recente de monda de precisão é a eliminação de ervas daninhas através da utilização de laser. A Carbon Robotics desenvolveu o sistema 'LaserWeeding', que utiliza a IA para identificar as ervas daninhas e as remove utilizando um laser de alta potência, queimando-as em tempo real. Este desenvolvimento é altamente eficiente na identificação de ervas daninhas, além de reduzir significativamente os impactos ambientais. Por conseguinte, os investigadores do setor agrícola concentram-se em adotar e melhorar as diferentes tecnologias que integram a monda de precisão, a fim de aumentar a eficiência das aplicações. Por exemplo, as arquiteturas de Redes Neuronais Convolucionais (CNN) são utilizadas para melhorar a precisão da deteção de ervas daninhas. Estas são uma aplicação proeminente da Deep Learning, uma área da IA que procura imitar a capacidade do cérebro humano de aprender e processar dados, especialmente em tarefas relacionadas com o processamento de imagens e o reconhecimento visual. A aplicação de CNN para a identificação de ervas daninhas tem aumentado nos últimos anos.
RkJQdWJsaXNoZXIy Njg1MjYx