IA auxilia na identificação de mamona, corda-de-viola e mucuna-preta no cultivo de cana-de-açúcar

O cultivo da cana-de-açúcar mantém sua relevância no agronegócio brasileiro e pode alcançar 671 milhões de toneladas na safra 2025/26, conforme estimativa do Departamento de Agricultura dos Estados Unidos (USDA), o que colocaria o Brasil na liderança global tanto na produção da planta quanto do açúcar. Para sustentar esse protagonismo, é essencial que o setor esteja preparado para enfrentar desafios recorrentes, como a presença de mamona, corda-de-viola e mucuna-preta. Nesse contexto, tecnologias baseadas em inteligência artificial, como as oferecidas pela Taranis do Brasil, ganham espaço como aliadas estratégicas no campo.

Essas ferramentas, como frisa o gerente-geral da empresa, Fábio Franco, oferecem maior precisão na definição do manejo mais adequado para controlar espécies invasoras, contribuindo para a manutenção da produtividade e da competitividade das lavouras.

“As plantas daninhas, como mamona, corda-de-viola e mucuna-preta, competem com a cana-de-açúcar por recursos como luz, água e nutrientes, o que leva a uma diminuição no desenvolvimento da cultura principal, resultando em menores rendimentos”, explica o profissional.

Neste cenário, a mamona é uma das mais prejudiciais, uma vez que pode reduzir a produtividade da cana-de-açúcar em até 80% e se transformar em arbusto, atrapalhando o trabalho dos equipamentos de colheita, causando embuchamento (paralisação do fluxo normal dentro da máquina) e redução da eficiência do processo.

“A presença dessa planta invasora na lavoura, em forma de sementes ou outros materiais, reduz a qualidade da matéria-prima e pode gerar problemas na indústria, impactando a produção de açúcar e álcool. Suas sementes, lançadas a longas distâncias, tornam o controle da planta mais difícil, com novas infestações surgindo em áreas próximas. Por fim, seu controle, seja por métodos químicos ou mecânicos, gera custos adicionais para o produtor, que se somam aos prejuízos da perda de produção”, detalha o gerente.

A corda-de-viola, por sua vez, ao cobrir a cana, bloqueia a luz solar, o que diminui a capacidade da cana-de-açúcar de realizar a fotossíntese e produzir sacarose – o açúcar que é a base da produção de açúcar e álcool. Essa daninha pode se enrolar nas máquinas colhedoras, entupindo-as e dificultando o processo de colheita, o que reduz a eficiência e aumenta os custos. Tudo isso leva a prejuízos como a redução de rendimento e aumento dos custos de produção.

Já a mucuna-preta pode afetar negativamente a produção de cana-de-açúcar porque, ao crescer sobre a lavoura, também diminui a fotossíntese e dificulta a colheita, reduzindo o acúmulo de biomassa. Ela também serve como hospedeira para pragas e doenças que afetam o cultivo, contribuindo para o aumento da incidência desses problemas. Estudos apontam que a interferência dessa planta invasora pode reduzir a produtividade da cana-de-açúcar em até 50%.

“Além das já citadas, outras invasoras frequentemente encontradas em canaviais incluem merremia, capim-braquiária, capim-marmelada e capim-colonião. O manejo dessas espécies pode ser realizado por meio de estratégias combinadas, que envolvem desde a aplicação de herbicidas até práticas culturais, como a rotação de culturas e o uso de cobertura morta. A identificação precisa, reforçada pelo uso de inteligência artificial, também desempenha um papel essencial nesse processo”, destaca Franco.

Identificação digital

Para ajudar o agricultor a identificar possíveis ervas invasoras em sua lavoura e assim definir a melhor maneira de combatê-las, a Taranis do Brasil usa inteligência artificial para fazer um mapeamento preciso e rápido das áreas atingidas. Na primeira parte do processo, por meio do monitoramento aéreo, a empresa usa a mais avançada tecnologia para capturar imagens de alta resolução, que realiza uma amostragem altamente representativa de cada talhão, com resolução menor que 1 mm por pixel em cada amostra.

Essas fotos são então analisadas por um poderoso sistema de inteligência artificial, que conta com um banco de mais de 500 milhões de imagens e algoritmos sofisticados. Para eliminar qualquer erro, a empresa dispõe de uma equipe de especialistas que realiza a dupla verificação das fotos e alimenta o sistema com informações atualizadas, assegurando a qualidade contínua dos resultados.

Assim que as plantas daninhas são identificadas, é gerado um relatório de diagnóstico sobre a distribuição e a área de cobertura de infestação. Com essas informações, é gerada uma matriz intuitiva que combina dados de distribuição e área de cobertura, para classificar a infestação em níveis. Esses relatórios e insights com filtros interativos podem ser acessados pela plataforma on-line da Taranis e, também, baixados em PDF ou Excel para o dispositivo do cliente.

“Com essas informações em mãos, o produtor pode elaborar sua estratégia para eliminação dessas pragas já sabendo exatamente onde elas precisam ser atacadas. O uso da IA proporciona economia tanto de mão de obra quanto de recursos para o combate a essas plantas daninhas. Fazer uso dessa tecnologia hoje é um investimento, uma vez que os dados ficam arquivados, e assim o produtor pode acompanhar ano a ano a evolução da sua cultura e monitorar com mais clareza o surgimento de possíveis ameaças à lavoura”, afirma o gerente.