Dissertação da Computação melhora manejo da macieira no Brasil
A dissertação de mestrado apresentada pelo aluno Lucas Garcia Nachtigall, do Programa de Pós-Graduação em Computação da UFPel, cuja defesa ocorre nesta quinta-feira (9) apresenta resultados que propõem avanços tecnológicos para a melhoria do manejo da cultura da macieira no Brasil. A orientação do mestrando é do professor Ricardo Matsumura Araujo, da UFPel, tendo a co-orientação do pesquisador Gilmar R. Nachtigall, da Embrapa Uva e Vinho.
A motivação para a interação entre as áreas de Ciência da Computação e Agronomia surgiu com a identificação de uma deficiência apresentada pelo setor produtivo da maçã no Brasil, caracterizada pelo fato de que o método atualmente utilizado para identificar sintomas causados por doenças, pragas, desequilíbrios nutricionais e fisiológicos em macieiras, baseia-se no conhecimento de especialistas que atuam nos pomares, utilizando como ferramenta publicações contendo imagens e descrição de possíveis sintomas a serem encontrados no campo, verificando-se, assim, a necessidade de implementar uma nova abordagem para tratar esse problema de uma forma menos onerosa e mais eficiente.
O rápido diagnóstico de sintomas causados por distúrbios nutricionais e fisiológicos, ataque de pragas e doenças em pomares de macieira é essencial para evitar prejuízos maiores com a disseminação do problema para áreas não afetadas, uma vez que aproximadamente 25% da produção de maçãs é perdida em função dessas causas. Neste contexto, a área da Ciência da Computação, através da técnica de Inteligência Artificial, pode mostrar-se eficiente na automatização do ato de diagnosticar sintomas em plantas de macieira.
O desenvolvimento do trabalho de pesquisa contou com a parceria estabelecida entre o Programa de Pós-Graduação em Computação da UFPel e a Estação Experimental de Fruticultura de Clima Temperado, da Embrapa Uva e Vinho, localizada em Vacaria/RS, principal polo produtor de maçãs do Estado. O primeiro passo para a realização do trabalho foi a criação de um banco de dados com imagens de diferentes sintomas em folhas de macieira, o qual foi composto inicialmente de 1995 diferentes imagens de dois sintomas de doenças, dois sintomas de deficiências nutricionais e um sintoma de danos por herbicida em folhas de macieira.
O segundo passo foi avaliar e validar sistemas de computação que pudessem ser eficientes na classificação dos diagnósticos pretendidos. Para isso foram usadas técnicas de Redes Neurais Artificiais, as quais são modelos computacionais inspirados no sistema nervoso humano, que imitam as interações entre neurônios em um cérebro, e pode aprender a reconhecer e classificar grandes conjuntos de imagens.
Os resultados obtidos mostram que a utilização da técnica de Redes Neurais Convolucionais permite classificar corretamente até 97,3% das imagens apresentadas ao sistema, o que comprova que é possível viabilizar o diagnóstico automatizado em folhas de macieiras de forma rápida e precisa, possibilitando grandes avanços para o manejo desta cultura nas condições brasileiras. A importância destes resultados na prática se revela pela possibilidade de desenvolver sistemas que poderão ser executados em smartphones ou via web, onde produtores, técnicos, estudantes e pesquisadores possam facilmente acessar e enviar imagens para classificação dos sintomas observados no campo.
A parceria entre a UFPel e a Embrapa Uva e Vinho para a execução deste trabalho não termina com a defesa da dissertação, uma vez que as equipes envolvidas já consolidaram entendimentos para dar continuidade as ações de pesquisa desenvolvidas, através da apresentação de Projetos de Pesquisa ao CNPq e ao Programa de pesquisa da Embrapa. Estes projetos visam justamente aprimorar a tecnologia desenvolvida, incluindo novos sintomas para a cultura da macieira, bem como propondo o desenvolvimento de protótipo para classificação de sintomas para uso em smartphones.
