Quantcast
Vinha e Vinho

Universidade de Coimbra testa sistemas inteligentes para monitorização da vinha

Universidade de Coimbra testa sistemas inteligentes para monitorização da vinha

Novas abordagens tecnológicas para a gestão de vinhas foram exploradas por uma equipa multidisciplinar, liderada por investigadores do Instituto de Sistemas e Robótica (ISR) da Faculdade de Ciências e Tecnologia da Universidade de Coimbra (FCTUC).

Em comunicado, a Universidade de Coimbra explica que esta investigação pretende abrir portas ao desenvolvimento de sistemas de monitorização não invasivos e eficientes que permitem atuar de forma imediata e localizada em caso de doenças e pestes, melhorando a produção e diminuindo o impacto nocivo no meio ambiente.

 

Durante 12 meses, foram estudadas três vinhas da região Centro – Coimbra, Valdoeiro e Quinta de Baixo – geridas segundo práticas convencionais, mas com características biofísicas diferentes. Os investigadores testaram sistemas de Deep Learning (aprendizagem profunda, inteligência artificial), usando informação espácio-temporal obtida através de teledeteção (satélite) e drones.

“Este trabalho estudou as bandas espectrais e técnicas de segmentação mais apropriadas para a identificação de linhas de vinhas em imagens aéreas (por exemplo, capturadas por drones). É importante diferenciar píxeis pertencentes às videiras, de píxeis pertencentes a outros elementos (por exemplo, vegetação entre linhas), para evitar a contaminação de dados”, refere o investigador Tiago Barros.

banner APP
 

Após essa distinção, é possível obter “estimativas mais fiáveis em tarefas como, por exemplo, estimação de colheita ou avaliação do vigor das plantas. Para tal, equipámos um drone com uma câmara multiespectral e uma câmara RGB de alta-definição, que foram usadas para recolher informação espectral de três vinhas da zona Centro”.

O estudo mostrou que os modelos de segmentação “baseados em Deep Learning têm melhor desempenho quando comparados com métodos clássicos. Em relação às bandas espectrais, a banda Near-Infrared é a banda que contribui para o melhor desempenho”.

 

A investigação foi realizada no âmbito do projeto Al+Green: Automação Inteligente na Agricultura de Precisão, financiado pelo MIT-Portugal e pela Fundação para a Ciência e a Tecnologia (FCT). Pode consultá-la aqui.