Aplicação de taxa variável com drones pulverizadores
Trinoo é uma empresa de agricultura de precisão especializada na pulverização de drones para a agricultura. Ela está ativa desde 2018, apoiada por 2 anos de pesquisa no uso de drones para pulverização de produtos no cultivo de cana-de-açúcar. A empresa está localizada na maior área de produção de cana-de-açúcar da Colômbia - o departamento de Valle del Cauca. Esta área tem 14 engenhos de cana-de-açúcar, onde em média 240.000 hectares de cana de açúcar são colhidos por ano.
Reduzindo os agentes de maturação da cana de açúcar e prevendo a produção da cultura
Um dos mais importantes engenhos de açúcar da Colômbia procurava melhorar sua eficiência na maturação da cana e ter uma previsão mais precisa da produção de toneladas de cana-de-açúcar por hectare de seus campos. Eles decidiram trabalhar em conjunto com Trinoo e, ao definir o escopo do projeto, as duas empresas estabeleceram um protocolo de pesquisa que incluía:
- a tecnologia a ser utilizada para a captura de imagens e posterior processamento
- o momento em que as imagens devem ser tiradas de acordo com o desenvolvimento da cultura
- as variedades de cana-de-açúcar a serem analisadas, entre outros fatores
O objetivo do projeto era reduzir o uso de agentes de maturação e melhorar a produção de toneladas de cana-de-açúcar por hectare previsto. Isso reduziria os custos de produção por hectare e melhoraria o fluxo de caixa da usina, fornecendo previsões mais precisas da produção do campo até 120 dias antes da colheita.
Detalhes do projeto
| Localização | Valle del Cauca, Colômbia |
| Duração do projeto | Janeiro - Outubro, 2020 |
| Área coberta | 600 hectares |
| Número de imagens | 30 000 |
| Software | PIX4Dfields |
| Hardware | |
| Resolução da imagem | 8cm/pix-10cm/pix |
Aplicação do agente de amadurecimento com drones de pulverização aérea e mapas de taxa variável
Para o processo de maturação, um agente de maturação é aplicado a partir do ar nas folhas da cultura. Ele é induzido a concentrar níveis mais altos de sacarose em seu talo, o que aumenta a produção de açúcar por tonelada de cana de açúcar colhida por hectare. Este trabalho tem sido realizado tradicionalmente com uma dose uniforme sem levar em conta que cada lote, dadas as condições do solo, o regime de chuvas e o manejo agronômico, apresenta diferentes níveis de desenvolvimento.
Além disso, a metodologia padrão utilizada até agora é a coleta de amostras no campo que são então analisadas no laboratório, um processo que gera variações devido à dificuldade de ter uma amostra verdadeiramente representativa de todo o lote.
O processo de maturação, uma vez combinado com a agricultura de precisão, pode ser feito com uma taxa variável, pulverizando mais ou menos produto com um drone pulverizador, de acordo com o estágio de desenvolvimento da cultura. Trinoo propôs capturar imagens com um drone e câmeras espectrais, processar as imagens e criar mapas de taxa variável do drone de pulverização em PIX4Dfields para aplicar o agente de amadurecimento.
Desenvolvendo um algoritmo de previsão da produção de cana-de-açúcar
Para este projeto, Trinoo desenvolveu um algoritmo para calcular as toneladas de cana de açúcar por hectare a partir de índices de vegetação e outras variáveis recomendadas pela equipe de colheita do moinho de açúcar do cliente Trinoo. No campo, o tamanho médio das parcelas a serem pesquisadas é de 15 hectares, o que gera desafios devido aos efeitos de latência e desconexão do drone nos pontos mais distantes de onde o piloto estava.
Para o desenvolvimento do algoritmo de previsão, o ponto de partida foram os índices de vegetação gerados nos campos PIX4Dfields. Em seguida, teve que ser realizado o processo de padronização, que é a identificação da assinatura espectral de cada variedade de cana de açúcar e sua relação com as toneladas de cana por hectare (produção de biomassa), incluindo variáveis como idade e variedade de cana de açúcar sendo analisadas.
Resultados do projeto
Reduzindo o custo do agente de maturação em 20%
Ao utilizar métodos agrícolas de precisão e drones de pulverização, o novo serviço de Trinoo gerado a partir deste projeto de pesquisa resultou na redução em 20% da compra do agente de maturação para os produtores de cana-de-açúcar.
"Isso significaria para nossos clientes - aproximadamente 200.000 dólares por ano de economia". Para o caso de todo o setor formado pelas 14 usinas de cana de açúcar localizadas no Valle del Cauca, isso poderia resultar em economias de 800.000 a um milhão de dólares por ano", aponta Felipe Barney Arango, coordenador de inovação da Trinoo.
Atingir uma taxa de precisão de 93% na previsão da produção de cana-de-açúcar
Na previsão de toneladas de cana por hectare, Trinoo alcançou uma taxa de precisão de 93%. "Esta informação pode melhorar a projeção do fluxo de caixa das empresas, o planejamento da fábrica e a projeção de vendas de cada usina de açúcar, podendo antecipar com até 120 dias o número de toneladas de cana de açúcar que chegarão do campo. Isto acaba gerando economias substanciais no planejamento da demanda de mão-de-obra e da quantidade de produto a ser comercializado", conclui Felipe.
Vantagens dos campos PIX4Dfields
Para esta pesquisa Trinoo processou 30000 imagens com PIX4Dfields, distribuídas em 26 projetos. Eles encontraram as seguintes vantagens de software:
- Alta usabilidade do software com funções muito intuitivas que facilitam o trabalho do técnico de processamento de imagem.
- Baixa demanda de capacidade de computação, permitindo executar o software em um computador com apenas 4 GB de RAM a uma velocidade aceitável de processamento de imagem.
- Fácil exportação de relatórios, resultados, imagens e polígonos, facilitando a integração do trabalho com outros processos.
- A alta variedade de índices vegetativos, permitindo múltiplas combinações de análises.
- Em comparação com outros softwares no mercado que a equipe Trinoo havia tentado e baseado na revisão da literatura, eles descobriram que PIX4Dfields mostrou uma relação preço-qualidade muito boa e maior usabilidade, para pesquisadores não especialistas em SIG
