Pesquisadores do Distrito Federal, liderados pelo professor Edilson de Souza Bias, do Instituto de Geociências da Universidade de Brasília (UnB), estão desenvolvendo uma plataforma de código aberto integrada a ferramentas de Inteligência Artificial (IA) para identificar automaticamente plantas invasoras. O projeto, financiado pela Fundação de Apoio à Pesquisa do Distrito Federal (FAPDF), surgiu em 2018 a partir de uma proposta de doutorado sobre pragas na Europa, mas ganhou impulso em 2022 com o edital Agrolearning da FAP e um alerta da Secretaria de Estado de Agricultura e Abastecimento Rural do Distrito Federal (Seagri) sobre a Amaranthus palmeri, uma praga daninha exótica e agressiva. A iniciativa conta com o apoio de instituições como o Instituto Federal de Brasília (IFB), o Laboratório de Visão Computacional da Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio) e a Universidade do Estado do Rio de Janeiro (Uerj). De acordo com Tiago Zuryp, coordenador do Hospital e Centro de Reabilitação da Fauna Silvestre (HFAUS), espécies invasoras representam um problema global, exigindo manejo custoso para remoção, tanto em termos financeiros quanto físicos, especialmente no caso de plantas como as Amaranthus, resistentes a herbicidas e capazes de produzir até 1,8 mil sementes por planta no Cerrado.
O combate às pragas utiliza drones equipados com sensores de alta resolução e técnicas de Deep Learning para reconhecer padrões visuais em imagens aéreas. O sistema emprega o Real Time Kinematic (RTK) para correções em tempo real, alcançando precisão centimétrica com resolução espacial de 2,5 centímetros, o que permite diferenciar espécies semelhantes em lavouras. Como explica o professor Bias, a combinação de sensores captura informações sobre cor, textura e formato das plantas, gerando relatórios automáticos com coordenadas exatas para eliminação precisa, reduzindo custos e esforços manuais. A dispersão das sementes ocorre por meio de equipamentos agrícolas, ração animal, esterco e fauna silvestre, tornando o monitoramento e a contenção imediatos essenciais para evitar infestações.
Testada com 96% de precisão na identificação de Amaranthus palmeri e híbridos, a tecnologia está pronta para aplicação no Mato Grosso, onde a praga é mais prevalente, e será entregue à Seagri, ao Ministério da Agricultura e Pecuária (Mapa) e ao Instituto de Defesa Agropecuária de Mato Grosso (Indea), além de associações e agricultores. O coordenador do projeto planeja expandir para outras espécies, dependendo de novo financiamento.
