Canefit, a nova imagem da revolução digital no canavial

Gamaya Brasil
gamaya-brasil
Published in
10 min readJun 25, 2020

Plataforma tecnológica desenvolvida pela agtech suíça GAMAYA garante mais agilidade e precisão no monitoramento de todo ciclo de produção de cana, do plantio à colheita

Nos últimos 15 anos, a paisagem mudou radicalmente nos canaviais brasileiros. Antes estigmatizados como ambientes insalubres, em que trabalhadores temporários (os “boias-frias”) trabalhavam de sol a sol em meio à cana queimada, eles se transformaram em vitrine para a mecanização da agricultura. Na safra 2007/2008, por exemplo, a colheita manual foi responsável pelo corte de nada menos do que 75,6% da cana processada no Brasil. Já no período 2019/2020, apenas 8,2% da produção foi colhida manualmente. De acordo com levantamento da Companhia Nacional do Abastecimento (Conab), cerca de 5,5 mil colhedoras fizeram quase a totalidade do trabalho em quase 10 milhões de hectares plantados. Suas lâminas afiadas tiraram do campo mais de 670 milhões de toneladas de cana, segundo o IBGE, com um valor bruto de produção (VPB) estimado em R$ 62 bilhões em 2020 pelo Ministério da Agricultura, Pecuária e Abastecimento (Mapa).

Foi muito progresso em curto espaço de tempo. O Brasil responde por quase metade da produção global, mas a despeito do impressionante investimento em tecnologia — impulsionado por leis que impactaram diretamente nos modelos de produção, como as que proibiram a prática de queimada nas lavouras em vários estados — , a indústria canavieira ainda se depara com grandes desafios para alavancar a produtividade no campo e, consequentemente, os ganhos das usinas.

O principal deles é a carência de informação real em relação ao que acontece no campo, devido à imensidão das áreas cultivadas e das características naturais das lavouras. A grande densidade de plantas e a altura atingida pela cana torna difícil a entrada nos canaviais, praticamente impedindo o monitoramento eficiente dos talhões.

A solução tem sido o monitoramento aéreo. Muitas usinas investiram em estruturas com drones, que sobrevoam os canaviais para identificar eventuais problemas no desenvolvimento das lavouras. Ainda assim, nem sempre conseguem transformar as imagens obtidas em informação confiável, na escala e na velocidade necessária.

Além disso, os dados obtidos não eram disponibilizados de forma eficiente às esferas de decisão das usinas, fazendo com que se perca oportunidades para resolver problemas dentro das janelas de tempo em que ainda é possível corrigi-los e evitar perdas.

VOO PARA O FUTURO

Sem conhecer a fundo tudo o que acontece no canavial não é possível fazer uma gestão agrícola plenamente eficiente. Com base nessa premissa, durante mais de três anos, cientistas e técnicos da agtech suíça GAMAYA percorreram áreas de plantio de cana em várias regiões do Brasil. Munidos de drones equipados com exclusivas câmeras com tecnologia hiperespectral (que permitem a visualização de até 40 bandas de cores, enquanto que as tradicionais câmeras digitais processam imagens a partir de três bandas), eles fizeram centenas de fotos e, a partir delas, analisaram aspectos fisiológicos das plantas em vários estágios do cultivo.

Nesse período, realizaram testes e comprovaram a eficiência, nas lavouras de cana-de-açúcar, de aplicações que desenvolvem na sede da empresa, na Suíça. Conversaram com especialistas, mergulharam a fundo na cultura da cana e, sobretudo, ouviram os produtores sobre os principais desafios e problemas que impactam no desempenho de suas propriedades. O resultado desse trabalho acaba de chegar ao País na forma de uma avançada plataforma digital de soluções integradas, capaz de levar o monitoramento remoto a um novo patamar: a CANEFIT.

A proposta da plataforma é justamente oferecer aos gestores agrícolas das usinas e de seus fornecedores de cana ferramentas que permitam compreender de forma real e precisa o que acontece na lavoura em cada uma de suas fases, do plantio à colheita. Através de algoritmos avançados de análise de imagens produzidas por drones ou satélites, a CANEFIT oferece às usinas um pacote de soluções composto por cinco produtos, cada um voltado a resolver um problema crítico identificado pelos produtores, desde o plantio até a colheita.

Esse conjunto tecnológico permite que o usineiro enxergue a produção de forma ampla e identifique deficiências em quaisquer dos talhões. Todos os dados ficam disponíveis e concentrados em uma única plataforma, a Gamaya Viewer, o que facilita o acesso às informações tanto online quanto offline a partir de diferentes dispositivos. Ou seja, nos momentos mais cruciais do cultivo da cana, o produtor terá condições de tomar decisões com mais agilidade, segurança e assertividade, obtendo ganhos de eficiência, redução de custos e do impacto ambiental de suas atividades.

OS DIFERENCIAIS CANEFIT

- Foco nos principais gargalos operacionais do cultivo de cana no Brasil, do plantio à colheita;

- Análises e em larga escala de imagens de drones e satélites;

- Rapidez no processamento de imagens e geração de dados confiáveis, graças à automatização, com recursos de machine learning e inteligência artificial, e grande capacidade computacional;

As soluções CANEFIT resultam de uma inovadora combinação de tecnologia e grande capacidade computacional. A GAMAYA é líder global no uso agrícola de imagens hiperespectrais e utilizou esse conhecimento no desenvolvimento de aplicações e análises sobre as demais opções de imagens. Dessa forma, o produtor tem acesso a análises únicas, com maior riqueza de detalhes em relação às diferentes fases do cultivo, mesmo usando para análise imagens das fornecidas por câmeras RGB de drones e multiespectrais de satélites. Tudo isso de forma mais precisa e mais rápida.

Conheça os produtos CANEFIT e entenda como eles podem ajudar as usinas a solucionar antigos problemas em suas operações:

· Falhas e Linhas Básicas de Plantio

Tela da plataforma GAMAYA Viewer indica falha de plantio em talhão da Usina Batatais

O que é:

Serviço de análise de linhas e falhas de plantio em grandes áreas cultivadas através de tecnologia exclusiva de processamento de imagens aéreas (feitas com drones em padrão RGB) com rapidez e precisão, gerando informações para planejar e executar operações de replantio mais eficientes. Assim, proporciona ao produtor uma melhor rentabilidade na lavoura, com aumento de produtividade de cada talhão e maior longevidade ao canavial.

Como funciona:

A partir da análise de imagens aéreas dos talhões, feitas por drones nos estágios iniciais da cultura (até dois meses após o plantio), inseridas na plataforma Gamaya Viewer pelos usuários, o Falhas e Linhas Básicas de Plantio realiza de forma automática, em até 48 horas, um diagnóstico do comprimento das linhas de plantio, identificando e medindo as falhas operacionais nessa etapa, com precisão superior a 90%.

Que problemas resolve para as usinas:

- Subutilização do potencial das lavouras, com a manutenção de áreas sem plantas e, portanto, improdutivas;

- Ineficiência no uso de fertilizantes e defensivos e na irrigação;

- Falta de informações confiáveis e em larga escala sobre a qualidade do plantio, em função da complexidade e do alto custo para se fazer a identificação e a medição manual das falhas;

- Método tradicional é feito por amostragem, exige várias equipes de trabalho, tem baixo rendimento e não identifica anomalias como pisoteio e doenças;

- No caso de usinas que já realizam trabalhos com drones, dificuldade em processar, com sistemas semi-automáticos, as imagens referentes a grandes áreas em tempo hábil para realizar as ações de replantio necessárias;

- Necessidade de grande investimento em estrutura de TI para armazenamento e processamento de dados.

· Detecção de Daninhas por Drone

Mapa na plataforma GAMAYA Viewer identifica áreas de infestação

O que é:

Sistema de detecção e mapeamento com precisão de infestação de lavouras de cana por plantas daninhas na lavoura de cana, gerando informações acuradas para planejamento e execução de operações de manejo de pragas e resultando em uso mais racional e sustentável de defensivos agrícolas.

Como funciona:

A partir da análise de imagens aéreas dos talhões, feitas por drones nos estágios iniciais de crescimento da cultura (entre 70 e 90 dias após o plantio ou último corte) e inseridas na plataforma Gamaya Viewer pelos usuários, o Detecção de Daninhas por Drone localiza e quantifica a presença de plantas daninhas nas áreas cobertas, comparando os níveis de infestação entre talhões. As análises são entregues em até 48 horas após o recebimento das imagens pela plataforma, permitindo uma ação imediata de controle nas áreas mais críticas.

Assim como o olho humano aprende a reconhecer padrões visuais, os softwares desenvolvidos pela empresa são programados para “enxergar” cada vez mais detalhes nas imagens e fornecendo informações mais valiosas. Em agosto próximo, por exemplo, será lançada uma evolução do produto com a classificação da planta daninha (folha larga ou estreita). E, até o final do ano, nova versão indicará a espécie dessa planta, permitindo a otimização das operações de pulverização.

Que problemas resolve para as usinas:

- Produtores têm dificuldade em saber os níveis de infestação em diversos talhões e, portanto, para definir planos de tratamento priorizando os mais afetados no período mais crítico de desenvolvimento da cultura;

- Competição da cana com as plantas daninhas provoca perdas elevadas de produtividade nos canaviais;

- Lavouras com controle ineficiente de plantas daninhas apresentar aumento da infestação ano a ano, comprometendo ainda mais a produtividade no futuro;

- Modelos tradicionais de monitoramento de pragas nem sempre produzem mapas em formatos compatíveis com as especificações do maquinário utilizado na pulverização das lavouras;

- Tempo gasto na análise de imagens muitas vezes inviabiliza tomada de decisões em tempo de prevenir perdas.

- Visão apenas parcial das infestações inviabiliza a elaboração de planos de controle eficientes para toda a propriedade, portanto, o uso racional de insumos no combate às pragas;

  • Aumento de custos nas operações de pulverização e controle manual.

· Monitoramento de Daninhas por Satélite

Comparação de nível de infestação em diferentes talhões

O que é:

Sistema de monitoramento permanente dos níveis de infestação por ervas daninhas nos canaviais, com cobertura de toda a propriedade e ranqueamento dos talhões nos relatórios e mapas atualizados a cada mês.

Como funciona:

A partir da análise de imagens de satélites de toda a propriedade, com acompanhamento de todos os talhões durante todo o ano. A usina fornece informações básicas dos talhões que devem ser cobertos e as datas dos último plantio ou corte. Mensalmente recebe relatórios atualizados, indicando onde estão os principais focos de plantas daninhas e os níveis de infestação por talhão. A identificação é feita através de imagens multiespectrais, com resolução de 10mX10m.

Que problemas resolve para as usinas:

- Produtores têm dificuldade em saber os níveis de infestação em diversos talhões e em diferentes momentos da cultura;

- Sem comparar níveis de infestação nos diferentes talhões, têm dificuldade em elaborar um planejamento de pulverização e priorizar as áreas a serem controladas com mais urgência.

· Monitoramento de Canaviais

O que é:

Sistema de monitoramento permanente do desenvolvimento dos canaviais, com cobertura de toda a propriedade, relatórios semanais e comparativos do crescimento dos talhões e notificações sobre possíveis anomalias.

Como funciona:

A partir da análise de imagens de satélites de toda a propriedade, com acompanhamento de todos os talhões durante todo o ano. A usina fornece informações básicas dos talhões que devem ser cobertos e as datas dos último plantio ou corte. Semanalmente recebe relatórios atualizados, incluindo alertas sobre a incidência de anomalias. A análise é feita através de imagens multiespectrais, com resolução de 10mX10m.

Que problemas resolve para as usinas:

- Produtores têm dificuldade em acompanhar permanentemente o desenvolvimento da cultura em diversos talhões e durante toda a safra;

- Grandes áreas a serem cobertas exigem muito tempo e pessoal e inviabilizam o monitoramento in loco, ou mesmo com drones, de toda a propriedade;

- Altura da cana nos estágios mais avançados do cultivo impossibilitam a visualização de talhões a partir dos carreadores pelas equipes de campo;

- Devido ao custo e ao tempo gasto, usinas não conseguem manter rotinas de inspeções frequentes para a identificação de problemas nos canaviais;

- Quando feita, inspeção in loco carece de informações de georreferenciamento e, por isso, é imprecisa na localização, mensuração e comparação de anomalias em diferentes áreas.

· Linhas de Colheita com Precisão

Tela do produto Linhas de Colheita de Precisão na plataforma

O que é:

Sistema de identificação, medição e geolocalização das linhas reais de plantio nos canaviais.

Como funciona:A partir da análise de imagens de drones, mede e traça as linhas reais com presença de plantas na lavoura, produzindo mapas precisos e georreferenciados para uso nas operações mecanizadas de fertilização, pulverização e colheita.

Que problemas resolve para as usinas:

- A localização real das plantas no canavial nem sempre corresponde ao indicado nos projetos de plantio. Em virtude das características do terreno, são frequentes as diferenças entre o projetado e que foi realizado;

- Falhas no sinal de GPS podem comprometer os dados obtidos com plantadeiras equipadas com a tecnologia. Isso gera informações imprecisas sobre a localização das plantas.

- Casos de pisoteio de plantas por equipamentos de pulverização ou colhedoras se acentua com o uso de dados incorretos, provocando danos mais severos na produtividade;

- Inserção de dados incorretos reduz eficiência do maquinário agrícola.

Para saber mais e conhecer em detalhes as soluções CANEFIT, entre contanto conosco através do email brasil@gamaya.com.

Siga a GAMAYA Brasil no LinkedIn, no Facebook e no Instagram.

--

--

Gamaya Brasil
gamaya-brasil

A Gamaya usa tecnologia exclusiva de imagens hiperespectrais, inteligência artificial e machine learning em soluções avançadas de agricultura digital.