Introdução e Objetivo

Com o crescimento da população, a demanda por alimento se torna um desafio para as lideranças, posto o forte êxodo rural que vem afetando significativamente a produção agrícola. Ante referido cenário, uma das alternativas pode a ser a junção da tecnologia com a agricultura. Dentro deste contexto, o presente trabalho visa abordar a utilização de um drone na cultura de soja, objetivando medir a produtividade através da visão computacional e aprendizagem de máquina. Esta inovação deriva da criação de uma metodologia, onde aplicar-se-á a tecnologia no campo, a fim de obter maior exatidão na mensuração da produtividade. Em busca de resultados mais precisos, definiu-se a soja como a cultura a ser analisada, o que não veda a adequação do método a diferentes culturas. Sendo assim, o presente artigo desenvolve uma metodologia que seja capaz de identificar a produtividade da soja, com utilização de tecnologias, a fim de retornar a produtividade da área analisada.

Metodologia

Para desenvolvimento do presente estudo, será necessária uma inicial base teórica, que servirá de apoio ao estudo a ser realizado, com o auxílio de um drone e uma câmera fotográfica digital. Esses equipamentos têm a função de coletar imagens (em bmp) de diversas plantações, bem como armazenar a altura e a área no momento em que ocorre a pesquisa de campo, a fim de averiguar qual combinação atinge, com maior precisão, os objetivos traçados (quando comparadas com os processos manuais). Uma vez que as imagens da plantação, bem como a área e a altura forem definidas na coleta, as imagens serão submetidas a uma posterior analise computacional. Após o tratamento das imagens, será aplicado o algoritmo de clustering, que servirá para separação, das vagens e não vagens.

Resultados

Esta metodologia, baseada em visão computacional e aprendizagem de máquina, visa auxiliar o produtor rural em suas tomadas de decisão, possibilitando comparação com os resultados esperados ante o investimento previamente realizado no solo. A metodologia poderá oferecer, tanto uma resposta objetiva a respeito da eficácia dos meios utilizados, quanto servir para correção de investimentos inadequados. Em posse da delimitação da área a ser analisada, serão definidas áreas iguais em locais de diferentes níveis de produtividade. Em primeira fase, o banco de imagens será implementado através da colheita realizada manualmente na propriedade, posterior a definição da área a ser analisada. A partir desta área analisada manualmente, sera coletada a imagem através do Drone para comparação de produtividade, entre a imagem digital e a colheita manual. O banco de dados sera alimentado com diversas áreas, de diferentes níveis de produtividade. Na imagem, cada pixel representa uma cor, preta ou branca, a ser analisada. Em termos de imagem digital de 8 bits, o 0 (zero) representa o preto, e 255 (duzentos e cinquenta e cinco) representa o branco. Neste intervalo das cores obtém-se os tons de cinza, em seus diferentes níveis variando de 0 a 255. Isto posto, far-se-á uma divisão desta imagem por pixel, trocando-se por bits, desta forma a mesma será analisada em forma de uma matriz, sendo um plano cartesiano, com X e Y (linhas e colunas). Para cada pixel analisado, o processamento irá verificar sua cor, a varredura irá proceder do primeiro (1,1) ao último (1024,1024) pixel da imagem, o retorno deste processamento será dado em forma de bits, ou seja, para cada pixel haverá um número booleano de bits 0 ou 1, sendo estes, falso (0) ou verdadeiro (1), onde há vagem e onde não há vagem seca. A partir de então, ter-se-á uma imagem da planta seca, tratada pixel a pixel, com resultados em que poderemos obter uma média e comparar com o banco de imagens para ver com qual imagem a análise se aproxima mais, obtendo assim a produtividade por área predefinida. Com esta análise será possível à confecção de um parecer técnico destinado ao produtor rural, apontando qual o retorno produtivo de seus investimentos no solo, sabendo exatamente qual faixa de terra produziu menos, para então investigar as causas e solucionar o problema por meio da agricultura de precisão.

Considerações Finais

Atualmente o calculo da produtividade se dá depois da colheita, obtendo o resultado através do montante colhido dividido pela área (média da produtividade). Com esse método, a produtividade da safra é medida ainda no campo através de imagens, que possibilitam visualizar a produção em cada setor da propriedade. Com estes dados, o produtor poderá comparar o investimento realizado, com a agricultura de precisão, avaliando eficiência do investimento.