Inovação Agrícola através da Deteção Remota (AIRS)

O Agriculture Innovation using Remote Sensing (AIRS) é um projeto aprovado no âmbito dos Concursos BPI”la Caixa” – Promove: Projetos-Piloto que visa a combinação das áreas da inteligência artificial (IA) e da deteção remota (DR) para criar uma solução tecnológica que permita monitorizar a fitossanidade da vinha, usando imagens obtidas por satélite (Sentinel 2 – Programa Copernicus da Agência Espacial Europeia – ESA) e imagens obtidas por Veículos Aéreos Não Tripulados (VANT).

A correta avaliação dos parâmetros fitossanitários (e.g. índices vegetativos, etc.) é fundamental para tomar decisões informadas sobre a gestão de áreas agrícolas, promovendo a implementação de práticas agrícolas tecnológicas que vão contribuir para a redução do uso de pesticidas e otimização do uso da água, resultando num sistema agrícola mais sustentável e no desenvolvimento das comunidades rurais.

A principal inovação do projeto AIRS consiste na utilização de imagens de alta resolução adquiridas por VANT para treinar imagens gratuitas, mas de baixa resolução, provenientes do Sentinel-2, aumentando-lhes a resolução através de técnicas da inteligência artificial. A figura seguinte apresenta um recorte da vinha em alta-resolução obtido por VANT e a correspondente seção obtida por Sentinel-2 (as duas imagens em causa encontram-se no lado esquerdo da figura 1). A imagem do lado direito da Figura 1 é o resultado obtido do treino utilizando as técnicas de super-resolução. Com isto, o projeto prevê o desenvolvimento de um plug-in (super-resolução) que possibilitará o acesso aos agricultores e interessados a imagens satélite de super-resolução sem a necessidade de efetuarem voos VANT.

Figura 1 – Recortes de entrada do par correspondente de imagens (remostragem, baixa resolução), e imagem de saída super-resolução para a data de 17-08-2022.

O projeto, atualmente em curso nas vinhas dos associados da Adega Cooperativa de Pinhel, já realizou oito (8) campanhas (voos). Os resultados serão posteriormente disponibilizados à comunidade agrícola e será desenvolvida uma plataforma online para fins comerciais, visando democratizar o acesso a estas tecnologias agrícolas. Este projeto representa mais um passo para o desenvolvimento de soluções que democratizem o acesso e uso de tecnologias por pequenos e médios produtores, utilizando imagens de livre acesso como as do Sentinel-2, o que reduz consideravelmente os custos de operações comparativamente a levantamentos por aeronave/VANT ou satélites de maior resolução e custo.

A deteção remota, através de sensores acoplados a VANT e Satélites tem ganhado destaque devido à capacidade de avaliarem, embora a diferentes resoluções espaciais e espectrais, o estado nutricional das plantas, medir o stress hídrico entre outras informações relevantes e essenciais para a correta monitorização e avaliação das culturas. No entanto, ainda existem várias limitações associadas a estas tecnologias. Os VANT, incluindo os sensores e software de processamento, apresentam elevados custos de aquisição, além da necessidade de operadores técnicos capacitados e dos custos fixos associados às especificidades de cada campanha. Em contraste, os dados de satélite (e.g., Sentinel-2) são fornecidos gratuitamente e com revisitações periódicas a cada cinco dias pelas principais agências espaciais (e.g., ESA, NASA).

No entanto, a baixa resolução espacial (10 m/px) destes dados tem restringido a sua aplicação em amplas áreas de cultivo (e.g., criação de mapas de distribuição de terrenos agrícolas), sendo raramente utilizados para tarefas de agricultura de precisão. O desafio é ainda mais pronunciado em culturas em linha, como as vinhas, devido à presença de entrelinhas (espaços entre as fileiras de vinha cultivada). Apesar desta limitação, além da possível captura deficiente devido a barreiras atmosféricas (nuvens), o uso de dados de satélite apresenta vantagens em termos de custo e escalabilidade, sendo possivelmente a solução tecnológica mais democrática no que refere ao acesso e uso deste tipo de soluções.

Este projeto explora uma estratégia para superar esta limitação através do uso de modelos de super-resolução, como o SwinIR (Liang, J et al, 2021), que permitem aumentar a resolução de imagens de muito baixa resolução. Assim, as imagens de alta resolução (3-5cm/px) obtidas por VANT, em combinação com as imagens obtidas por satélite (Sentinel-2), são usadas para treinar esse mesmo modelo de super-resolução, visando melhorar a resolução espacial das imagens de satélite e, consequentemente, a estimativa de parâmetros de fitossanidade das plantações agrícolas. Nesta fase, já conseguimos melhorar a resolução de 10 m até 0.7 m.

É também de ressalvar que a metodologia proposta e desenvolvida neste projeto também pode ser aplicada a outro tipo de culturas (amendoal, etc.). Este projeto representa apenas a ignição de algo que pode ser aplicado na agricultura em geral.

Figura 3 – Alguns elementos da equipa do projeto AIRS.

TeroMovigo – Earth Innovation

A TeroMovigo é entidade líder é responsável pela gestão e operacionalização de todo o projeto. No entanto, em particular, a TeroMovigo também está especificamente responsável por todas as campanhas de observação por VANT e respetivo tratamento de dados, assim como das imagens Satélite (Sentinel-2), criando o dataset para a implementação e treino da super-resolução.

A TeroMovigo é uma empresa fundada em 2017 que atua nos domínios da geodesia e geomática e que tem, desde 2021, a sua sede no Instituto Pedro Nunes, Coimbra e uma filial em Cortes do Meio, perto da Covilhã, onde desenvolve grande parte dos testes com a sua frota de VANT (asa fixa: Quantum Systems Trinity F90+; multirotor: DJI matrice 600 Pro, DJI Matrice 300 e DJI Phantom 4 pro V2.0, etc.) e Sensores (ótimos, térmicos, LiDAR, INS, Magnetómetros, etc.). Desde o início de 2024, que é membro associado da Associação SFCOLAB – Laboratório Colaborativo para a Inovação Digital na Agricultura (Smart Farm CoLAB).

Coordenadores principais do projeto: André Sá (andre_sa@ipg.pt), Machiel Bos (machiel.bos@teromovigo.com)

Universidade da Beira Interior

A Universidade da Beira Interior, na pessoa do professor João Neves e da aluna de Mestrado Ana Margarida, desenvolve trabalho de investigação na área de IA, em particular, na área da análise inteligente de imagem, estando, por isso, na coordenação da implementação e desenvolvimento da super-resolução e na extração de métricas de fitossanidade a partir de imagens.

CoLAB Food4Sustainability

O CoLAB Food4Sustainability (F4S) é um laboratório colaborativo, desde 2019 (pela FCT). É uma organização sem fins lucrativos dedicada à inovação na produção sustentável de alimentos, tendo como missão desenvolver e testar abordagens emergentes para a transição para sistemas de agricultura mais sustentáveis e também na capacitação de agricultores locais para o uso de soluções digitais inovadoras.

A F4S é responsável pelas observações in situ e respetivo cálculo e correlação entre os dados obtidos por observações in situ; imagens obtidas por VANT e as imagens de super-resolução provenientes da aplicação dos algoritmos de super-resolução às imagens de satélite.

Adega Cooperativa de Pinhel

O projeto conta com o entusiasmo e colaboração da Adega Cooperativa de Pinhel. A Adega Cooperativa de Pinhel tem cerca de 2300 associados nos concelhos de Pinhel, Almeida, Mêda e Trancoso, sendo a zona em estudo pertencente à região de Pinhel.

Este projeto está a ser realizado em estreita colaboração com a Adega Cooperativa de Pinhel e serão os seus associados os primeiros a ter à sua disposição workshops de divulgação sobre o uso dos produtos finais deste projeto.