Estudo na Espanha combinou sensores aéreos e inteligência artificial para separar produtividade de estabilidade sob seca e calor.
Uma lavoura de trigo pode parecer saudável e ainda assim ser uma escolha ruim para enfrentar uma estação de seca. Foi o que indicou uma pesquisa com 64 variedades de trigo duro cultivadas em áreas mediterrâneas da Espanha. Com drones, câmeras especiais e inteligência artificial, os pesquisadores descobriram que as plantas mais promissoras não eram as que mantinham as folhas verdes por mais tempo, mas as que cresciam com vigor no início e encerravam o ciclo um pouco antes.
O resultado muda a forma de interpretar um sinal tradicional usado no melhoramento vegetal. A chamada característica stay-green, ou permanência prolongada das folhas verdes, costuma ser associada à fotossíntese duradoura e ao melhor aproveitamento da planta. No estudo, porém, esse padrão apareceu ligado a variedades de menor estabilidade quando as condições de cultivo variavam.
O que os drones encontraram na lavoura
O experimento comparou cultivares desenvolvidas depois da Revolução Verde em dois locais com condições mediterrâneas contrastantes. Parte das parcelas recebeu irrigação. Outra dependeu da chuva. A equipe acompanhou as plantas em fases decisivas, como o florescimento e o enchimento dos grãos.
As imagens foram captadas por veículos aéreos não tripulados equipados com câmeras RGB, multiespectrais e termais. Também foram usados sensores instalados no solo. Esse conjunto permitiu observar não apenas a aparência da lavoura, mas sinais relacionados à cobertura do dossel, ao vigor, à temperatura e à perda de atividade das folhas ao longo do ciclo.
Segundo a pesquisa publicada na revista Plant Phenomics em 5 de fevereiro de 2026, o modelo de aprendizado de máquina previu o rendimento com coeficiente de determinação superior a 0,74 em todos os ambientes avaliados. Para a estabilidade produtiva, o desempenho chegou a 0,56, resultado considerado melhor do que tentativas baseadas em um único índice de vegetação.
Por que o verde deixou de ser um sinal suficiente
As variedades de maior rendimento apresentaram maior vigor nas primeiras fases. Elas tinham mais cobertura vegetal e maior intensidade de verde durante o alongamento do colmo e a emissão da folha-bandeira. Esse comportamento foi mantido até o florescimento, quando a planta já havia acumulado estrutura para formar os grãos.
As variedades mais estáveis seguiram uma estratégia diferente. Em vez de crescer rapidamente, apresentaram desenvolvimento inicial mais moderado. O grupo escolhido pelos pesquisadores por reunir rendimento intermediário ou alto e estabilidade também floresceu, em média, 2,5 dias antes das linhagens descartadas.
Essa diferença pode ser decisiva em regiões onde o calor e a falta de água se intensificam no fim do ciclo. Ao completar etapas importantes mais cedo, a planta reduz a exposição ao estresse tardio. O estudo sugere, portanto, que a senescência antecipada, quando ocorre no momento adequado, pode ser uma vantagem agronômica, e não um defeito.
"Stay-green is often seen as desirable because it suggests prolonged photosynthesis. But in our multi-environment trial, the varieties that kept their leaves green longest were actually the ones with low early vigor and poor stability."
A declaração é da autora principal, Jara Jauregui-Besó, da Universidade de Barcelona e do centro Agrotecnio-CERCA. A pesquisadora afirmou que o padrão observado contraria uma suposição antiga do melhoramento do trigo. A permanência das folhas verdes, isoladamente, não garante produção constante quando o ambiente muda.
Como a inteligência artificial ajuda antes da colheita
O método pode encurtar uma etapa cara dos programas de melhoramento. Normalmente, os pesquisadores precisam esperar a colheita e repetir os testes em vários locais e safras para saber se uma linhagem combina produtividade com resistência à variação climática.
Na pesquisa, 38 índices de vegetação foram calculados a partir de imagens aéreas e terrestres. Entre os indicadores selecionados pelo modelo estavam o NDVI, o SAVI, a área verde e a tonalidade das plantas. A variação desses sinais entre o florescimento e o enchimento dos grãos também foi usada como indicador de senescência.
Os pesquisadores ainda incluíram nos modelos a evapotranspiração de referência e a quantidade acumulada de água recebida pelas parcelas. Essa etapa foi importante para separar o efeito genético das diferenças de clima e disponibilidade hídrica. Em termos práticos, a inteligência artificial não apenas identificou a planta mais verde, mas tentou descobrir qual característica continuava associada ao desempenho quando o ambiente mudava.
O que isso representa para a agricultura amazônica
O experimento foi realizado na Espanha e não avaliou variedades adaptadas à Amazônia. Também não permite afirmar que uma cultivar de trigo duro teria o mesmo comportamento em qualquer estado brasileiro. A região amazônica possui condições de temperatura, umidade, solo e regime de chuvas muito diferentes das áreas mediterrâneas estudadas.
A contribuição para a Amazônia está no método. Em estados como Pará, Amazonas, Acre, Rondônia, Roraima, Amapá, Tocantins e Mato Grosso, sensores embarcados em drones podem ajudar a comparar plantas submetidas a diferentes padrões de chuva e calor. A mesma lógica pode ser aplicada a pesquisas com cereais, leguminosas e cultivos regionais, desde que os índices sejam calibrados para cada espécie e ambiente.
O uso de imagens também pode ser útil para instituições que enfrentam dificuldade de acompanhar grandes áreas em fases curtas do ciclo agrícola. Ainda assim, a tecnologia não substitui ensaios de campo. O resultado precisa ser confirmado em mais safras, locais e condições de manejo antes de orientar novas variedades comerciais.
O próximo passo para selecionar trigo mais estável
A equipe defende que o melhoramento deixe de perseguir apenas o maior rendimento em condições ideais. O alvo passa a ser uma combinação entre produção e previsibilidade, especialmente em regiões semiáridas onde ondas de calor e falta de água se tornaram mais frequentes.
O estudo foi conduzido por pesquisadores da Universidade de Barcelona e do Agrotecnio-CERCA, com participação do Instituto Tecnológico Agrário de Castela e Leão e do INIA-CSIC. Os resultados foram publicados com o DOI 10.1016/j.plaphe.2026.100178. A validação em múltiplas safras será o passo necessário para transformar os sinais captados pelos drones em uma ferramenta rotineira de seleção.
Dúvidas sobre a pesquisa
Quantas variedades foram avaliadas?
Foram analisadas 64 cultivares de trigo duro, plantadas sob condições irrigadas e dependentes de chuva em dois locais da Espanha.
Folhas verdes por mais tempo são sempre ruins?
Não. O estudo não trata a característica como negativa em qualquer situação. A conclusão é que ela não deve ser usada sozinha para selecionar plantas resistentes, porque, naquele experimento, apareceu associada a menor estabilidade.
Quando a técnica poderá ser usada por produtores?
O método ainda está em fase de validação. Antes de chegar ao uso amplo, precisa ser testado em outras safras, regiões, variedades e condições de manejo.
Com informações da Universidade de Barcelona.
Chuvas intensas lançam 263 mil toneladas de microplásticos nos rios em um ano e aceleram a chegada ao oceano2
Entre milhares de árvores amazônicas, apenas 15 a 25 espécies fazem a maior parte do trabalho quando a floresta começa a nascer novamente3
Árvore antiga ajuda cientistas a reconstruir a origem das maçãs e proteger o futuro da fruta4
Genoma revela quinto gato-tigre na Bolívia, espécie separada há 1,4 milhão de anos5
Abelhas que vivem sem caixas e sem apicultores entram em lista de ameaça; população pode cair 56% em 10 anos sem ajuda indireta dos apiáriosGostou desta reportagem?
Marque Revista Amazônia como fonte preferencial e veja mais conteúdo nosso no Google.
Você precisa fazer login para comentar.