O monitoramento da qualidade das pastagens através do uso de drones

  Nordeste Rural 

Pesquisas da Embrapa apontam que o uso de drones para o monitoramento da cobertura e altura de pastagens alcançou 66% de acurácia, ou confirmação, no Cerrado baiano. Os experimentos, realizados entre 2019 e 2021, reforçam a qualificação dessa ferramenta de sensoriamento remoto para aumentar a eficiência da agropecuária, com otimização do tempo, produtividade do trabalho no campo e ampliação da capacidade de observação e controle da produção rural.

A pesquisa foi desenvolvida na Fazenda Trijunção, no município de Cocos, interior da Bahia, em sistema de pecuária de corte com pastejo rotacionado e uso da braquiária BRS Piatã. Segundo a pesquisadora Márcia Silveira, da Embrapa Pecuária Sul (RS), o trabalho comparou os dados digitais da altura do pasto e cobertura do solo, captados a partir das imagens feitas por drones, com os valores observados a campo, a partir de métodos tradicionais de medição, como a avaliação por equipe treinada e mensuração com régua de manejo, bem como avaliação de cobertura do solo e amostragem de forragem.

“O nosso objetivo foi verificar se um drone comum, passível de ser adquirido por um produtor, aliado a um treinamento de máquina, pode auxiliar na estimativa da cobertura vegetal e altura da planta. Queríamos avaliar se o uso correto dessa ferramenta pode ajudá-los na tomada de decisões relacionadas ao manejo do gado, mediante esse comparativo entre as imagens geradas pelo drone e as informações obtidas no campo, considerando medição de altura, corte de forragem e cobertura do solo pela planta forrageira”, explica Silveira.

As bandas de imagens realizadas por drones em diferentes épocas, durante dois anos, foram comparadas com três classes de cobertura do solo, que representam o manejo de uma propriedade pecuária: pré-pastejo, em pastejo e pós-pastejo, além de uma categoria denominada de solo exposto. O software R-Studio, de recuperação de dados, foi usado para validação do algoritmo e análise das imagens captadas pelo drone. A fórmula aplicada combinou as diferentes bandas da imagem para predizer a classe de cobertura e altura do pasto. A avaliação da precisão do padrão desenvolvido foi realizada a partir da análise da matriz de confusão (erro) e da matriz de acerto do programa.

A metodologia empregada utilizou a técnica de aprendizado de máquina (machine learning) em ambiente digital. De acordo com o engenheiro agrônomo Pedro Almeida, doutorando em Agronomia na Universidade Federal de Viçosa (UFV), o script desenvolvido durante o estudo é um compilado de diversas ferramentas utilizadas para classificação digital de imagens. “Utilizamos a resposta espectral das imagens de drone para correlacionar com as classes de manejo de pastagens. A partir dos dados de campo, comparamos as variáveis com as leituras realizadas em campo. Ao final, foi possível estabelecer relações entre a cobertura do solo e a altura da planta, possibilitando a automatização da área completa, em vez de apenas uma amostragem estatística”, diz.

Considerando todo o conjunto de dados, o modelo ajustado alcançou 66% de exatidão e índice Kappa 0,53 na predição das quatro classes (pré-pastejo, em pastejo, pós-pastejo e solo descoberto). O coeficiente Kappa mede a concordância entre duas formas de avaliação – no caso, a análise do software a partir das imagens de drone e a medição convencional feita a campo.

“Em relação ao conjunto de dados de treinamento do modelo, a exatidão e o índice Kappa foram de 70% e 0,58 para o período chuvoso, e de 68% e 0,56 para o período seco, respectivamente. Considerando todo o conjunto de treinamento, a exatidão e o índice Kappa foram de 66% e 0,53, dentro de um recorte de monitoramento de dois anos, que contemplou dois períodos secos e dois chuvosos”, observa Silveira.

Flávia Santos, pesquisadora da Embrapa Milho e Sorgo (MG) e líder do Projeto Trijunção do qual esse estudo faz parte, destaca que o desenvolvimento dos procedimentos para processamento e a análise de imagens de drones realizados pela Embrapa durante a pesquisa reforçam os benefícios do uso do sensoriamento remoto como ferramenta auxiliar no manejo de pastagens. “Futuramente, os estudos podem servir como base para a criação de novos produtos, como aplicativos para smartphones, otimizando ainda mais o trabalho no campo”, acrescenta.