Pesquisa usa inteligência artificial e drones para detectar estresse em lavouras antes dos sintomas visíveis

Trabalho desenvolvido na UFMS combina sensores, genética vegetal e modelos computacionais em culturas como soja, milho e algodão.

Uma linha de pesquisa desenvolvida na Universidade Federal de Mato Grosso do Sul utiliza inteligência artificial, drones e sensoriamento remoto para identificar sinais de estresse hídrico e térmico nas plantas antes que os sintomas sejam perceptíveis visualmente.

O trabalho é conduzido pelo pesquisador e professor Paulo Eduardo Teodoro e reúne genética vegetal, agricultura digital, fisiologia e ciência de dados. As pesquisas incluem culturas como soja, milho e algodão.

Drones e sensores captam informações fisiológicas e bioquímicas das plantas. Posteriormente, os dados são processados por modelos computacionais para identificar características relacionadas à tolerância à falta de água e às temperaturas elevadas.

O objetivo da metodologia é detectar alterações em estágios anteriores ao aparecimento dos sintomas visíveis, ampliando as informações disponíveis para avaliação do comportamento das plantas diante de condições adversas.

O pesquisador foi reconhecido na categoria Juventude do Prêmio Fundação Bunge 2026 pelo trabalho relacionado aos desafios da agricultura tropical em cenários de estresse térmico e hídrico.