Foto: Pedro Singer

Ferrugem asiática: ameaça que desafia o campo e impulsiona a inovação

Considerada uma das doenças mais severas da cultura da soja, a ferrugem asiática continua sendo um dos principais desafios enfrentados pelos produtores brasileiros. Causada pelo fungo Phakopsora pachyrhizi, a enfermidade pode causar perdas de até 80% na lavoura, segundo dados da Embrapa, além de gerar custos de controle que ultrapassam US$ 2 bilhões por safra.

Diante desse cenário, cientistas brasileiros desenvolveram uma plataforma digital baseada em inteligência artificial (IA) para o diagnóstico e monitoramento da ferrugem asiática da soja. O sistema combina dados climáticos, agronômicos e imagens digitais das folhas, permitindo gerar relatórios de risco e recomendações técnicas de manejo em tempo real.

Plataforma combina dados climáticos e imagens para prever a doença

A ferramenta, hospedada em nuvem, foi desenvolvida dentro do projeto “Ferramenta Digital Avançada para o Gerenciamento de Riscos Agrícolas”, financiado pela Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp). O trabalho fez parte do doutorado do cientista da computação Ricardo Alexandre Neves, na UFSCar, sob orientação do pesquisador Paulo Cruvinel, da Embrapa Instrumentação.

A pesquisa, publicada no periódico internacional AgriEngineering em julho de 2025, apresentou o estudo “A Cloud-Based Intelligence System for Asian Rust Risk Analysis in Soybean Crops”.

O sistema integra sensores ambientais, parâmetros de cultivo (como variedade, espaçamento e época de plantio) e imagens digitais das folhas. Os dados são exibidos em um painel on-line interativo, que permite acompanhar séries históricas e monitorar o avanço da doença.

Diagnóstico de risco com precisão e eficiência

A tecnologia foi desenvolvida por meio de pesquisa a campo (on-farm research), diretamente em áreas produtivas. O modelo classifica o risco da doença em três níveis – baixo, médio e alto –, com base em variáveis climáticas e biológicas.

Segundo Neves, o sistema usa inferência estatística para cruzar dados como umidade relativa acima de 90%, temperaturas entre 15°C e 28°C e tempo de molhamento foliar, fatores determinantes para o desenvolvimento do fungo. A análise combina ainda padrões de cor das folhas (verde, amarelo, marrom) para indicar o estágio de evolução da doença.

O modelo adota o método de Cadeias Ocultas de Markov, que apresentou 100% de acerto nos testes realizados, superando metodologias anteriores, como a lógica difusa (Fuzzy).

“O modelo criado permite estruturar uma base completa de regras, considerando diferentes condições em que a doença pode surgir, oferecendo suporte preciso à tomada de decisão no campo”, explica o pesquisador Paulo Cruvinel.

Aplicação prática e benefícios ambientais

Durante os quatro anos de testes, os cientistas usaram a cultivar BRS 536, da Embrapa Soja, em áreas georreferenciadas na região de Poxoréu. Foram processados mais de 2 gigabytes de dados por ciclo produtivo, reunindo informações climáticas e imagens capturadas sob condições controladas de iluminação.

O sistema permite ao produtor monitorar a presença e o estágio da ferrugem asiática, oferecendo recomendações agronômicas personalizadas. Os relatórios ficam disponíveis na aba “Recomendações Agrícolas” do painel e incluem um link direto para o AGROFIT, ferramenta oficial do Ministério da Agricultura e Pecuária (MAPA), que reúne informações sobre defensivos registrados no país.

Segundo os pesquisadores, a tecnologia reduz o uso excessivo de fungicidas, evita diagnósticos falso-positivos e promove uso mais racional de defensivos agrícolas, diminuindo impactos ambientais e custos de produção.

Sistema validado por especialistas da Embrapa Meio Ambiente

O modelo foi validado por especialistas da Embrapa Meio Ambiente, como os fitopatologistas Bernardo Halfeld-Vieira e Katia Nechet, que destacaram a precisão das previsões climáticas e agronômicas.

“Na prática, o método permite que o produtor adote medidas de controle antes que a doença atinja alta severidade, escolhendo o momento ideal para a aplicação de fungicidas”, ressaltam os pesquisadores.

Formação acadêmica e impacto na educação

Além do impacto direto no campo, o projeto também vem sendo aplicado no ensino técnico e superior. O professor Ricardo Neves, atualmente no Instituto Federal de São Paulo (IFSP), utiliza o sistema como caso prático em sala de aula, demonstrando como a computação pode resolver desafios reais da agricultura.

Segundo o pesquisador, essa integração entre ciência da computação e agronomia contribui para formar profissionais com visão interdisciplinar, preparados para enfrentar os desafios da agricultura digital e sustentável.