Um estudo inovador utiliza imagens hiperespectrais de drones e aprendizado de m\u00e1quina para avaliar com precis\u00e3o os n\u00edveis de nicotina em folhas de charuto.<\/p>\n
Os recentes avan\u00e7os em imagens hiperespectrais a\u00e9reas, combinados com aprendizado de m\u00e1quina, revolucionaram o monitoramento de nicotina em folhas de charuto. Essa abordagem de ponta aprimora a precis\u00e3o da avalia\u00e7\u00e3o e, ao mesmo tempo, fornece informa\u00e7\u00f5es valiosas para a ind\u00fastria do tabaco, onde a composi\u00e7\u00e3o qu\u00edmica \u00e9 fundamental para a qualidade.<\/p>\n
Liderados por Tian e colaboradores da Universidade Agr\u00edcola de Sichuan, pesquisadores buscaram superar as limita\u00e7\u00f5es das verifica\u00e7\u00f5es manuais de qualidade tradicionais, que frequentemente carecem de precis\u00e3o e efici\u00eancia. Seu estudo, publicado em 2 de fevereiro de 2025, identifica fortes correla\u00e7\u00f5es entre o uso de fertilizantes nitrogenados, os n\u00edveis de umidade e as concentra\u00e7\u00f5es de nicotina, ressaltando a import\u00e2ncia de t\u00e9cnicas de monitoramento precisas e oportunas.<\/p>\n
O estudo foi conduzido de maio a setembro de 2022 na Base de Pesquisa Agr\u00edcola Moderna da universidade, onde pesquisadores utilizaram ve\u00edculos a\u00e9reos n\u00e3o tripulados (VANTs) equipados com c\u00e2meras hiperespectrais para capturar espectros de reflet\u00e2ncia foliar de 15 variedades diferentes de folhas de charuto sob diversos tratamentos de nitrog\u00eanio.<\/p>\n
Os resultados revelaram uma correla\u00e7\u00e3o direta entre a aplica\u00e7\u00e3o de fertilizantes nitrogenados e os n\u00edveis de nicotina nas folhas de charuto. "Com o aumento da taxa de aplica\u00e7\u00e3o de fertilizantes nitrogenados, o teor de nicotina nas folhas de charuto aumentou", afirmaram os autores, destacando o impacto das pr\u00e1ticas agr\u00edcolas na qualidade do produto.<\/p>\n
Para melhorar a qualidade dos dados de imagens hiperespectrais coletados por drones, o estudo empregou t\u00e9cnicas de pr\u00e9-processamento como corre\u00e7\u00e3o de dispers\u00e3o multivariada, transforma\u00e7\u00e3o normal padr\u00e3o e suaviza\u00e7\u00e3o por convolu\u00e7\u00e3o de Savitzky-Golay. Algoritmos avan\u00e7ados de aprendizado de m\u00e1quina, incluindo Regress\u00e3o por M\u00ednimos Quadrados Parciais (PLSR) e redes neurais de retropropaga\u00e7\u00e3o, foram ent\u00e3o aplicados para desenvolver modelos preditivos capazes de estimar com precis\u00e3o o teor de nicotina.<\/p>\n
O modelo mais eficaz identificado foi o MSC-SNV-SG-CARS-BP, que alcan\u00e7ou uma precis\u00e3o de teste com valores de R\u00b2 de aproximadamente 0,797 e um RMSE de 0,078. "O modelo MSC-SNV-SG-CARS-BP apresenta a melhor precis\u00e3o preditiva para o teor de nicotina", observaram os autores, posicionando-o como uma ferramenta promissora para futuras pesquisas e aplica\u00e7\u00f5es na agricultura de precis\u00e3o.<\/p>\n
Ao utilizar o sensoriamento remoto para analisar as propriedades espectrais das folhas de charuto, os agricultores e produtores podem avaliar a qualidade da colheita de forma r\u00e1pida e n\u00e3o destrutiva, permitindo decis\u00f5es mais informadas sobre a produ\u00e7\u00e3o e a cadeia de suprimentos. Essa abordagem oferece ampla cobertura a baixos custos operacionais, garantindo a consist\u00eancia dos dados ao reduzir a depend\u00eancia de fatores humanos.<\/p>\n
A integra\u00e7\u00e3o de imagens hiperespectrais e aprendizado de m\u00e1quina tem o potencial de transformar o cultivo tradicional do tabaco, n\u00e3o apenas aprimorando a qualidade da nicotina, mas tamb\u00e9m promovendo pr\u00e1ticas agr\u00edcolas sustent\u00e1veis e eficientes. Pesquisadores enfatizam a necessidade de avan\u00e7os cont\u00ednuos para refinar essas tecnologias e adapt\u00e1-las a diferentes variedades de tabaco e outras culturas.<\/p>\n
Estudos futuros se concentrar\u00e3o na otimiza\u00e7\u00e3o das condi\u00e7\u00f5es operacionais dos VANTs (Ve\u00edculos A\u00e9reos N\u00e3o Tripulados) para capturar dados espectrais da mais alta qualidade, considerando vari\u00e1veis como altitude de voo, condi\u00e7\u00f5es de ilumina\u00e7\u00e3o e redu\u00e7\u00e3o de ru\u00eddo. Abordar esses fatores \u00e9 crucial, visto que as pr\u00e1ticas agr\u00edcolas evoluem para atender \u00e0s demandas do mercado, priorizando a sustentabilidade ambiental.<\/p>\n
Esta pesquisa destaca a sinergia entre tecnologia e ci\u00eancia agr\u00edcola, ressaltando a crescente ado\u00e7\u00e3o de t\u00e9cnicas inovadoras para melhorar a qualidade dos produtos. Os pesquisadores defendem aplica\u00e7\u00f5es mais amplas do sensoriamento hiperespectral na agricultura, refor\u00e7ando o papel da tecnologia no aumento da produtividade, da efici\u00eancia e da responsabilidade ambiental.<\/p>\n