O Centro de Genômica Aplicada às Mudanças Climáticas (GCCRC), liderou o estudo, em parceria com Embrapa, Unicamp e apoio da Fapesp, e publicou os resultados na revista The Plant Phenome Journal.
Nova tecnologia supera métodos tradicionais
Os métodos tradicionais de avaliação em campo são caros e demorados. “Nos processos convencionais, é necessário esperar o ciclo completo da planta e realizar medições manuais, o que demanda tempo e equipamentos caros”, afirma Juliana Yassitepe, pesquisadora da Embrapa Agricultura Digital e autora do estudo.
Portanto, a nova metodologia reduziu significativamente o tempo de coleta de dados. “Antes, levaríamos dias para medir a produção de grãos, altura das plantas e tempo até a floração. Agora, drones e processamento de imagens realizam essas tarefas em poucas horas”, destaca Yassitepe.
Experimentos comprovam eficiência
Durante a estação seca de 2023, pesquisadores realizaram dois experimentos em Campinas (SP) ao longo de cinco meses. Os cientistas testaram 21 variedades de milho, incluindo 18 geneticamente modificadas para tolerância à seca e três variedades sem alterações, usadas como controle.
As plantas foram divididas em dois grupos: um recebeu irrigação contínua, enquanto o outro enfrentou condições de seca. Além disso, os drones realizaram voos semanais, capturando imagens com câmeras RGB e multiespectrais. Em geral, os resultados mostraram que as câmeras RGB, mais acessíveis, oferecem dados confiáveis para o melhoramento genético em larga escala.
Leia mais:
+ Agro em Campo: Abelhas na produção de café aumentam lucro do produtor
+ Agro em Campo: Síndrome da Murcha da Cana avança no Brasil
Menores custos e maior abrangência
A nova abordagem reduz custos e permite realizar estudos em áreas menores. “Nem sempre os grupos de pesquisa têm muitas sementes viáveis para testar grandes áreas. Com imagens de alta resolução captadas por drones, podemos analisar mais variedades em espaços menores”, explica Helcio Pereira, pesquisador de pós-doutorado no GCCRC e coautor do estudo.
Além disso, a metodologia também possibilita acompanhar o desenvolvimento das plantas ao longo de todo o ciclo. “A análise temporal contínua foi crucial para entender como as plantas reagem ao estresse hídrico”, complementa Pereira.
Modelos preditivos otimizam seleção
Pesquisadores usaram os dados captados pelos drones para criar modelos preditivos que identificam variedades adaptadas a diferentes condições climáticas. “Com esses modelos, podemos prever o comportamento das variedades sem medições manuais frequentes, tornando o processo mais rápido e acessível”, afirma Pereira.
O estudo completo, intitulado “Temporal field phenomics of transgenic maize events subjected to drought stress: cross-validation scenarios and machine learning models”, está disponível aqui.
O GCCRC, uma iniciativa conjunta da Embrapa e Unicamp com apoio da Fapesp, foca em soluções inovadoras para adaptar cultivos aos desafios impostos pelas mudanças climáticas.
