Como a fenotipagem de alto rendimento baseada em drones está transformando o melhoramento genético moderno de plantas

Prevê-se que, até 2050, a população mundial atinja 9,8 bilhões de pessoas, duplicando a demanda por alimentos. No entanto, expandir as terras agrícolas para atender a essa necessidade é insustentável. Mais de 501.000 toneladas de novas áreas de cultivo criadas desde 2000 substituíram florestas e ecossistemas naturais, agravando as mudanças climáticas e a perda de biodiversidade.

Para evitar essa crise, os cientistas estão recorrendo ao melhoramento genético de plantas — a ciência de desenvolver culturas com maior produtividade, resistência a doenças e resiliência climática. Os métodos tradicionais de melhoramento, no entanto, são lentos demais para acompanhar a urgência do problema.

É aqui que os drones e a inteligência artificial (IA) entram em cena como agentes de mudança, oferecendo uma maneira mais rápida e inteligente de produzir melhores colheitas.

Por que o melhoramento tradicional de plantas está ficando para trás

O melhoramento de plantas baseia-se na seleção de plantas com características desejáveis, como tolerância à seca ou resistência a pragas, e no cruzamento dessas plantas ao longo de várias gerações. O maior obstáculo nesse processo é a fenotipagem — a medição manual de características das plantas, como altura, saúde das folhas ou produtividade.

Por exemplo, medir a altura das plantas em um campo com 3.000 parcelas pode levar semanas, e erros humanos causam inconsistências de até 20%. Além disso, a produtividade agrícola está melhorando a uma taxa de apenas 0,5–1% anualmente, muito abaixo da taxa de crescimento de 2,9% necessária para atender às demandas de 2050.

O milho, um alimento básico para bilhões de pessoas, ilustra essa desaceleração: seu crescimento anual de produtividade caiu de 2,21 TP3T na década de 1960 para 1,331 TP3T atualmente. Para superar essa lacuna, os cientistas precisam de ferramentas que automatizem a coleta de dados, reduzam erros e acelerem a tomada de decisões.

Como a tecnologia de drones está transformando o melhoramento de plantas

Drones, ou Sistemas Aéreos Não Tripulados (UAS), equipados com sensores avançados e inteligência artificial, estão revolucionando a agricultura. Esses dispositivos podem sobrevoar plantações e coletar dados precisos sobre milhares de plantas em minutos, um processo conhecido como Fenotipagem de Alto Rendimento (HTP).

Diferentemente dos métodos tradicionais, os drones capturam dados em campos inteiros, eliminando o viés de amostragem. Eles utilizam sensores especializados para medir tudo, desde a altura das plantas até os níveis de estresse hídrico.

Por exemplo, sensores multiespectrais detectam a luz infravermelha próxima refletida por folhas saudáveis, enquanto câmeras térmicas identificam o estresse hídrico medindo a temperatura da copa das árvores.

Ao automatizar a coleta de dados, os drones reduzem os custos de mão de obra e aceleram os ciclos de melhoramento genético, possibilitando o desenvolvimento de variedades de culturas melhoradas em anos, em vez de décadas.

A ciência por trás dos sensores de drones e da coleta de dados

Os drones dependem de uma variedade de sensores para coletar dados essenciais sobre as plantas. As câmeras RGB, a opção mais acessível, capturam a luz visível para medir a cobertura da copa e a altura das plantas. Em plantações de cana-de-açúcar, essas câmeras alcançaram uma precisão de 64–69% na contagem de colmos, substituindo as contagens manuais sujeitas a erros.

Os sensores multiespectrais vão além, detectando comprimentos de onda não visíveis, como o infravermelho próximo, que se correlacionam com os níveis de clorofila e a saúde das plantas. Por exemplo, eles previram a tolerância à seca na cana-de-açúcar com uma precisão superior a 80%.

• Câmeras RGBCapturar luz vermelha, verde e azul para criar imagens coloridas.
• Sensores multiespectraisDetectar luz além do espectro visível (por exemplo, infravermelho próximo).
• Sensores térmicosMedir o calor emitido pelas plantas.
• LiDARUtiliza pulsos de laser para criar mapas 3D de plantas.
• Sensores hiperespectraisCaptura mais de 200 comprimentos de onda de luz para análises ultradetalhadas.

Sensores térmicos detectam assinaturas de calor, identificando plantas com estresse hídrico que parecem mais quentes do que as saudáveis. Em plantações de algodão, drones térmicos apresentaram uma correspondência com medições de temperatura feitas em solo com um erro inferior a 5%.

Os sensores LiDAR utilizam pulsos de laser para criar mapas 3D de plantações, medindo biomassa e altura com precisão de 95% em ensaios com cana-de-açúcar energética. As ferramentas mais avançadas, os sensores hiperespectrais, analisam centenas de comprimentos de onda de luz para detectar deficiências nutricionais ou doenças invisíveis a olho nu.

Esses sensores ajudaram os pesquisadores a associar 28 novos genes ao envelhecimento retardado do trigo, uma característica que aumenta a produtividade.

Do voo à análise: como os drones analisam os dados agrícolas

O processo de fenotipagem com drones começa com um planejamento de voo cuidadoso. Os drones voam a uma altitude de 30 a 100 metros, capturando imagens sobrepostas para garantir cobertura completa. Um campo de 10 hectares, por exemplo, pode ser escaneado em 15 a 30 minutos.

Após o voo, softwares como o Agisoft Metashape combinam milhares de imagens em mapas detalhados usando a técnica de Estrutura a partir do Movimento (SfM, na sigla em inglês) — uma técnica que converte fotos 2D em modelos 3D. Esses modelos permitem que os cientistas meçam características como a altura das plantas ou a cobertura da copa com o simples toque de um botão.

Em seguida, algoritmos de IA analisam os dados, prevendo rendimentos ou identificando surtos de doenças. Por exemplo, drones escanearam 3.132 parcelas de cana-de-açúcar em apenas 7 horas — uma tarefa que levaria três semanas manualmente. Essa velocidade e precisão permitem que os melhoristas tomem decisões mais rápidas, como descartar plantas de baixo desempenho no início da safra.

Principais aplicações de drones na agricultura moderna

Drones estão sendo usados para enfrentar alguns dos maiores desafios da agricultura. Uma das principais aplicações é a medição direta de características, onde drones substituem o trabalho manual. Em plantações de milho, drones medem a altura das plantas com precisão de 90%, reduzindo os erros de 0,5 metros a 0,21 metros.

Eles também monitoram a cobertura da copa, uma métrica que indica a eficiência com que as plantas sombreiam o solo para suprimir ervas daninhas. Os melhoristas de cana-de-energia usaram esses dados para identificar variedades que reduzem o crescimento de ervas daninhas em 40%.

Outra inovação é o melhoramento preditivo, em que modelos de IA usam dados de drones para prever o desempenho das culturas. Por exemplo, imagens multiespectrais previram a produtividade do milho com uma precisão de 80%, superando os testes genômicos tradicionais.

Os drones também auxiliam na descoberta de genes, ajudando os cientistas a localizar segmentos de DNA responsáveis por características desejáveis. No trigo, os drones associaram a coloração verde da copa a 22 novos genes, aumentando potencialmente a tolerância à seca.

Além disso, sensores hiperespectrais detectam doenças como o greening dos citros semanas antes do aparecimento dos sintomas, dando aos agricultores tempo para agir.

Aprimorando os ganhos genéticos com tecnologia de precisão

O ganho genético — a melhoria anual nas características das culturas devido ao melhoramento genético — é calculado usando uma fórmula simples:

(Intensidade de seleção × Hereditariedade × Variabilidade da característica) ÷ Tempo do ciclo reprodutivo.

O ganho genético (ΔG) é calculado como:
ΔG = (i × h² × σp) / L

Onde:

• i = Intensidade da seleção (quão rigorosos são os criadores).
• h² = Hereditariedade (quanto de uma característica é transmitida dos pais para os filhos).
• σp = Variabilidade de características em uma população.
• L = Tempo por ciclo reprodutivo.

Por que isso importaOs drones melhoram todas as variáveis:

1. i: Digitalizar 10 vezes mais plantas, permitindo uma seleção mais rigorosa.
2. h²Reduzir os erros de medição, melhorando as estimativas de herdabilidade.
3. σpCapturar variações sutis de características em campos inteiros.
4. LReduzir o tempo de ciclo de 5 anos para 2–3 anos por meio de previsões antecipadas.

Os drones aprimoram todos os aspectos dessa equação. Ao escanear campos inteiros, permitem que os melhoristas selecionem as 11 melhores plantas (TP3T) em vez das 101 melhores (TP3T), aumentando a intensidade da seleção. Eles também melhoram as estimativas de herdabilidade, reduzindo os erros de medição.

Por exemplo, a avaliação manual da altura das plantas introduz uma variabilidade de 20%, enquanto os drones reduzem isso para 5%. Além disso, os drones capturam variações sutis de características em milhares de plantas, maximizando a variabilidade das características.

Mais importante ainda, elas encurtam os ciclos de melhoramento genético, permitindo previsões precoces. Os melhoristas de cana-de-açúcar que utilizam drones triplicaram seus ganhos genéticos em comparação com os métodos tradicionais, comprovando o potencial transformador da tecnologia.

Superando desafios e abraçando o futuro

Apesar de promissoras, as técnicas de fenotipagem baseadas em drones ainda enfrentam desafios significativos. O alto custo dos sensores avançados continua sendo uma grande barreira – as câmeras hiperespectrais, por exemplo, podem ultrapassar £50.000, tornando-as inacessíveis para a maioria dos pequenos agricultores.

O processamento da enorme quantidade de dados coletados também exige recursos substanciais de computação em nuvem, o que aumenta os custos. Plataformas de IA como o AutoGIS estão automatizando a análise de dados, eliminando a necessidade de entrada manual de dados.

Os pesquisadores também estão integrando drones com sensores de solo e estações meteorológicas, criando um sistema de monitoramento em tempo real que alerta os agricultores sobre pragas ou secas. Essas inovações estão abrindo caminho para uma nova era da agricultura de precisão, onde as decisões baseadas em dados substituem as suposições.

Conclusão

Drones e inteligência artificial não estão apenas transformando o melhoramento de plantas — estão redefinindo a agricultura sustentável. Ao possibilitar o desenvolvimento mais rápido de culturas resistentes à seca e de alto rendimento, essas tecnologias podem dobrar a produção de alimentos até 2050 sem a necessidade de expandir as áreas agrícolas.

Isso preservaria mais de 100 milhões de hectares de florestas, o equivalente ao tamanho do Egito, e reduziria a pegada de carbono da agricultura. Agricultores que utilizam dados de drones já reduziram o consumo de água e pesticidas em até 30%, protegendo ecossistemas e diminuindo custos.

Como observou um pesquisador: “Não estamos mais tentando adivinhar quais plantas são as melhores. Os drones nos dizem isso.” Com inovação contínua, essa fusão de biologia e tecnologia poderá garantir a segurança alimentar para bilhões de pessoas, ao mesmo tempo que protege o nosso planeta.

ReferênciaKhuimphukhieo, I., & da Silva, JA (2025). Fenotipagem de alto rendimento (HTP) em campo baseada em sistemas aéreos não tripulados (UAS) como ferramenta para melhoristas de plantas: uma revisão abrangente. Smart Agricultural Technology, 100888.