
Radar embarcado em drone monitora o crescimento da cana-de-açúcar
08 de junho de 2021Elton Alisson | Agência FAPESP – Monitorar o crescimento da cana-de-açúcar com o objetivo de estimar o melhor momento para a colheita. Essa prática já tem sido feita em algumas lavouras no interior paulista por meio de um sistema de radar miniaturizado embarcado em drones.
Desenvolvida pela startup Radaz, com apoio do Programa Pesquisa Inovativa em Pequenas Empresas (PIPE), em colaboração com pesquisadores da Universidade Estadual de Campinas (Unicamp), a tecnologia foi descrita em artigos publicados na revista Remote Sensing e apresentada em palestra durante a Brazilian Bioenergy Science and Technology Conference (BBEST) 2020-21.
O evento on-line, que aconteceu no final de maio, faz parte das atividades do Programa FAPESP de Pesquisa em Bioenergia (BIOEN) e ocorreu paralelamente à segunda edição da Biofuture Summit, promovida pela Plataforma para o Biofuturo – consórcio formado por 20 países, incluindo o Brasil, com o objetivo de fomentar soluções de transporte de baixo carbono e a bioeconomia.
“A tecnologia pode ser usada para monitorar o crescimento de qualquer cultura agrícola. Escolhemos a cana-de-açúcar por ser uma das mais cultivadas no Estado de São Paulo”, disse Hugo Enrique Hernández Figueroa, professor da Faculdade de Engenharia Elétrica e de Computação da Unicamp e coordenador do projeto.
O sistema de radar miniaturizado embarcado em drones opera em três bandas de micro-ondas simultaneamente – a P, a L e a C –, que são emitidas pelo dispositivo sobre uma área, por exemplo, uma lavoura de cana-de-açúcar.
Cada uma dessas três bandas de micro-ondas opera em uma faixa de frequência e possui comprimentos de onda diferentes. Quanto mais longo, maior é a capacidade de atravessar um objeto, como a copa de uma árvore, e atingir e até mesmo penetrar o solo.
A banda P, por exemplo, opera em uma frequência baixa, de 400 megahertz (MHz), e tem comprimento de onda maior, de 75 centímetros. Dessa forma, é capaz de atingir a superfície de uma lavoura de cana e penetrar até 50 centímetros o solo de um terreno com vegetação rasa ou inexistente. Já a banda L opera em frequência mais alta, de 1,2 gigahertz (GHz), e tem comprimento de onda baixa, de 25 centímetros. E a banda C tem comprimento de onda muito menor, de 5,5 centímetros, e opera em frequência muito mais alta, de 5,5 GHz.
A combinação dos dados obtidos pela reflexão dessas três bandas de micro-ondas em um terreno e capturadas pelo radar permite criar um modelo digital da área com informações cruciais para os agricultores.
“Em uma lavoura de cana, por exemplo, é possível estimar por meio da combinação dos dados obtidos a altura e o volume das plantas, além da umidade. Também conseguimos detectar problemas como erosão e rebaixamento”, explicou Figueroa.
Testes em campo
A placa-mãe do radar de sensoriamento remoto pesa 600 gramas. Uma vez que é embarcado em drones, o dispositivo pode realizar trajetórias complexas, como voos circulares, com raios variáveis e helicoidais.
“Dessa forma, é possível melhorar em 27 vezes a resolução espacial de uma área sobrevoada em comparação com o monitoramento feito por meio de voos lineares, como é usual por avião, por exemplo”, comparou Figueroa.
Por meio de um projeto apoiado pela FAPESP, no âmbito do Programa de Apoio à Pesquisa em Parceria para Inovação Tecnológica (PITE) e de um acordo de cooperação com a IBM Brasil, os pesquisadores aprimoraram os algoritmos que interpretam as imagens obtidas pelo sistema de forma a produzir informações de acordo com as necessidades dos usuários e dependendo do tipo de plantação analisada.
Para validar os algoritmos, foram feitos estudos em uma área de cultivo experimental na Faculdade de Engenharia Agrícola (Feagri) da Unicamp, onde foi plantada cana-de-açúcar e registrado o crescimento das plantas por meio de medições biométricas convencionais e pelo sistema de radar transportado por drone.
O estudo indicou que os resultados obtidos por meio da tecnologia foram muito semelhantes aos fornecidos pelo sistema convencional.
Já para validar a capacidade de o sistema estimar a quantidade de biomassa acima do solo produzida em uma lavoura de cana três meses após a plantação, os pesquisadores fizeram um experimento em uma fazenda de propriedade da Usina São Martinho, no interior paulista.
“Os resultados do estudo, que foi aceito para apresentação em um congresso internacional, também indicaram que as previsões feitas por meio do sistema tiveram boa concordância com as realizadas por técnicos da fazenda”, afirmou Figueroa.
Notícias
- Potencia Ventures e Artemisia lançam programa para preparar startups para acessar capital
- Governo britânico abre inscrições para programa de internacionalização de startups
- Canadá e São Paulo financiarão P&D industrial com potencial de comercialização
- Processo simples aumenta a durabilidade de células solares de perovskita
Agenda
-
12/03/2025 a 11/12/2025
Curso de Aperfeiçoamento em Tecnologia de Plásticos 2025 -
30/04/2025 a 03/07/2025
Fotografia para extensão e divulgação científica -
03 de junho de 2025
Lançamento de biografia da professora Vanderlan Bolzani -
04 a 06 de junho de 2025
3ª Jornada de Estudos: São Paulo colonial em perspectiva
Chamadas
-
Chamada Internacional para Jovens Pesquisadores
Prazo: 03/06 -
Consiglio Nazionale delle Ricerche (CNR) e FAPESP 2025
Prazo: 12/06 -
FAPESP e Fundo para o Desenvolvimento da Ciência e Tecnologia de Macau
Prazo: 13/06 -
Programa Aristides Pacheco Leão de Estímulo a Vocações Científicas
Prazo: 16/06 -
Chamada de propostas Canadá – Brazil 2025
Prazo: 24/06 -
Futuros Cientistas
Prazo: 28/06 -
International Thematic Grant (InTheGra)
Prazo: 30/06 -
SPRINT - edição 1/2025
Prazo: 30/06 -
FAPESP e Fraunhofer-Gesellschaft Seed Fund
Prazo: 30/06 -
FAPESP/BAYLAT – Chamada de Propostas para Workshops 2025
Prazo: 30/07 -
FAPESP-Instituto Butantan para Pesquisadores Internacionais
Prazo: 01/08 -
Propostas de Redes FAPESP de Pesquisa em Tecnologias Quânticas - QuTIa
Prazo: 04/08 -
Programa Pesquisa Inovativa em Pequenas Empresas (PIPE)
Fluxo contínuo -
PIPE-FAPESP Transferência de Conhecimento (PIPE-TC)
Fluxo contínuo