![\"Associa\u00e7\u00e3o](\"https:\/\/agromt.news\/wp-content\/uploads\/2026\/08\/IA-reduz-em-75-entradas-de-campo-na-inspecao-de.png\")
<\/figure>\n<\/div>\nUma nova solu\u00e7\u00e3o que combina intelig\u00eancia artificial, sensoriamento remoto e medi\u00e7\u00f5es de campo tem tornado a avalia\u00e7\u00e3o de estande em lavouras de algod\u00e3o mais eficiente. A tecnologia, produzida pela Picsel em parceria com a Bureau Veritas, gera mapas de densidade e relat\u00f3rios t\u00e9cnicos em 20 minutos que complementam o trabalho feito em campo.<\/p>\n
Antes da implementa\u00e7\u00e3o da tecnologia, o procedimento exigia quatro entradas em cada talh\u00e3o para a realiza\u00e7\u00e3o das medi\u00e7\u00f5es. Com o modelo h\u00edbrido, esse n\u00famero foi reduzido para uma entrada por talh\u00e3o, uma redu\u00e7\u00e3o de 75% nesse tipo de atividade.<\/p>\n
O cofundador e head de Novos Mercados e P&D da Picsel, Daniel Miquelluti, ressalta que a presen\u00e7a em campo continua fazendo parte do processo. A diferen\u00e7a \u00e9 que a medi\u00e7\u00e3o tradicional realizada em cada talh\u00e3o passa a ser complementada por imagens de sat\u00e9lite e modelos de intelig\u00eancia artificial capazes de analisar a variabilidade existente no restante da \u00e1rea. <\/p>\n
- \n
- Receba no seu celular atualiza\u00e7\u00f5es em tempo real, enquetes interativas e tudo o que impacta o dia a dia no campo:<\/em>\u00a0<\/em>entre agora no Whatsapp do Canal Rural!<\/em><\/strong><\/a><\/li>\n<\/ul>\n
Dessa forma, a tecnologia busca ampliar a representatividade da avalia\u00e7\u00e3o sem retirar a valida\u00e7\u00e3o presencial do procedimento. Inicialmente aplicada em Mato Grosso e Bahia, a solu\u00e7\u00e3o foi posteriormente expandida para Tocantins, Piau\u00ed, Rond\u00f4nia e Goi\u00e1s.<\/p>\n
O executivo da Picsel conta que o projeto nasceu da necessidade de tornar mais \u00e1gil e escal\u00e1vel a avalia\u00e7\u00e3o de grandes extens\u00f5es territoriais, mantendo a consist\u00eancia t\u00e9cnica do processo. <\/p>\n
Como funciona a tecnologia<\/h2>\n
Ap\u00f3s o envio dos arquivos geogr\u00e1ficos das propriedades, a plataforma processa imagens de sat\u00e9lite e aplica modelos propriet\u00e1rios de intelig\u00eancia artificial treinados para estimar a densidade do estande de algod\u00e3o com base na resposta espectral da vegeta\u00e7\u00e3o e nas caracter\u00edsticas da cultura. <\/p>\n
Assim, passados cerca de 20 minutos, o sistema gera mapas de densidade e relat\u00f3rios t\u00e9cnicos que complementam a medi\u00e7\u00e3o realizada em campo e apoiam o trabalho dos auditores. Miquelluti afirma que o processo gera uma leitura espacial mais abrangente de cada talh\u00e3o, com menor necessidade de deslocamentos e de medi\u00e7\u00f5es presenciais repetidas.<\/p>\n
Para desenvolver, treinar e calibrar os modelos, foram utilizadas mais de 12 mil amostras coletadas em campo. De acordo com o executivo, o processo envolveu sucessivos ciclos de treinamento e valida\u00e7\u00e3o para superar desafios relacionados \u00e0s diferen\u00e7as entre regi\u00f5es produtoras, \u00e0 cobertura de nuvens nas imagens orbitais, \u00e0s varia\u00e7\u00f5es entre safras e \u00e0s diferentes cultivares utilizadas. <\/p>\n
Na primeira safra operacional, a plataforma foi utilizada na an\u00e1lise de 10.267 talh\u00f5es de algod\u00e3o. Todos os talh\u00f5es receberam uma entrada presencial para medi\u00e7\u00e3o, complementada pela an\u00e1lise remota da \u00e1rea. Em compara\u00e7\u00e3o com o protocolo anterior, que previa quatro entradas por talh\u00e3o, a nova metodologia reduziu em 75% a quantidade de entradas de campo necess\u00e1rias.<\/p>\n
Conforme a Picsel, nos processos de valida\u00e7\u00e3o, o modelo apresentou erro m\u00e9dio inferior a 0,5 planta por metro nas principais regi\u00f5es produtoras. A tecnologia tamb\u00e9m j\u00e1 processou dados reais associados a uma \u00e1rea superior a 800 mil hectares. <\/p>\n
“A tecnologia n\u00e3o substitui o trabalho dos auditores, muito pelo contr\u00e1rio. Seu papel \u00e9 ampliar a capacidade de an\u00e1lise, reduzir deslocamentos e medi\u00e7\u00f5es repetidas e oferecer uma vis\u00e3o mais abrangente da variabilidade existente em cada \u00e1rea”, refor\u00e7a Miquelluti. <\/p>\n
Segundo ele, o maior desafio foi desenvolver um modelo capaz de manter a precis\u00e3o em diferentes regi\u00f5es produtoras e condi\u00e7\u00f5es de cultivo. “Os testes mostraram que o melhor resultado n\u00e3o vinha da substitui\u00e7\u00e3o completa do campo, mas da combina\u00e7\u00e3o entre uma refer\u00eancia presencial e a capacidade de leitura espacial dos modelos. Mantivemos uma entrada em todos os talh\u00f5es e utilizamos a intelig\u00eancia artificial e o sensoriamento remoto para complementar essa medi\u00e7\u00e3o”, afirma.<\/p>\n
Aplica\u00e7\u00e3o em outras culturas<\/h2>\n
Al\u00e9m do algod\u00e3o, a metodologia desenvolvida pode ser aplicada a outras culturas e processos de inspe\u00e7\u00e3o e certifica\u00e7\u00e3o agr\u00edcola. <\/p>\n
Segundo a Picsel e a Bureau Veritas, entre os pr\u00f3ximos passos do projeto est\u00e3o a incorpora\u00e7\u00e3o de novas fontes de dados, a amplia\u00e7\u00e3o da cobertura para outras regi\u00f5es e o desenvolvimento de novas aplica\u00e7\u00f5es voltadas \u00e0 intelig\u00eancia de riscos no agroneg\u00f3cio.<\/p>\n
\n
O post IA reduz em 75% entradas de campo na inspe\u00e7\u00e3o de lavouras de algod\u00e3o<\/a> apareceu primeiro em Canal Rural<\/a>.<\/p>\n