O rápido avanço no desenvolvimento de novas tecnologias e ferramentas de inteligência vem impactando positivamente todos os ramos da economia mundial. O setor sucroenergético não fica de fora; nas últimas décadas, inúmeras transformações tecnológicas nas áreas agrícola e industrial são claramente evidenciadas.

Esse progresso tecnológico é primordial para garantir o suprimento contínuo de alimentos e energia sustentável para toda a população global. Assim como para o setor produtivo, o emprego de tecnologias disruptivas é também um fator amplamente buscado por todas as instituições de P&D em cana-de-açúcar, no Brasil e no mundo.

No melhoramento genético, por exemplo, diversos são os desafios enfrentados, sejam eles devido à complexidade genética da cultura ou até mesmo devido à própria fisiologia da planta, que tornam o ciclo do melhoramento bastante extenso, normalmente acima de 10 anos.

Atualmente, com os avanços de novas tecnologias, os componentes genéticos da cana-de-açúcar podem ser estudados e avaliados eficientemente através de abordagens moleculares, utilizando técnicas de sequenciamento (genômica), microarranjo de DNA, edição genômica, entre outras. 

 

Do mesmo modo, o componente fenotípico também pode ser medido mais precisamente com o atual desenvolvimento de ferramentas e metodologias de fenotipagem de alto rendimento (high-throughput).

Esse tipo de tecnologia vem permitindo uma maior compreensão do controle genético de importantes características fenotípicas, possibilitando o aumento da eficiência e da velocidade na identificação de genótipos superiores, por conseguinte, contribuindo para a redução do ciclo do melhoramento.
 

Nesse sentido, a integração do melhoramento genético com diferentes ferramentas de sensoriamento remoto, que tem como definição a aquisição de dados sobre um objeto, sem tocá-lo fisicamente, por meio de radiação eletromagnética, com sistemas de navegação que permitem a obtenção de informações sobre as coordenadas geográficas de qualquer ponto da superfície terrestre (GPS – Global Position System), juntamente com os SIG, softwares compostos de vários módulos dedicados ao armazenamento e ao processamento de dados com coordenadas conhecidas (geoprocessamento), sem dúvida constitui um eficiente método para alavancar os ganhos genéticos na cultura da cana-de-açúcar.
 

Dentre as inúmeras plataformas de sensoriamento atualmente disponíveis, destacam-se os sensores aéreos multiespectrais (RPA, drones), Figura 1, os sensores proximais de alta resolução (EM38-MK2 – sensor de indução eletromagnética no solo), Figura 2, e os espectrômetros portáteis de infravermelho próximo (NIR), Figura 3.
 

Recentemente, o uso de aeronaves remotamente pilotadas (RPA) surgiu como uma importante opção para a agricultura, principalmente pela rapidez, precisão e fornecimento de dados em massa para tomadas de decisões mais assertivas.

No melhoramento, o foco tem sido semelhante; de forma geral, utilizam-se diferentes tipos de sensores, acoplados nas RPA, os quais se baseiam em medidas da reflexão da radiação eletromagnética em diferentes comprimentos de onda, isto é, a energia captada dos diferentes genótipos em experimentação podem ser associados às diferentes características das plantas, como o índice de área foliar, a biomassa, fração da radiação fotossinteticamente interceptada, entre outras, que possibilitam estimar diversos componentes biométricos e condições fisiológicas. 
 

Ainda, em combinação com sistemas de machine learning e inteligência artificial, torna-se possível a identificação, a quantificação e a discriminação de diferentes doenças de importância econômica. Ademais, os diferentes índices de vegetação empregados (NDVI - Índice de Vegetação da Diferença Normalizada, EVI - Índice de Vegetação Melhorado, SAVI - Índice de Vegetação Ajustado ao Solo, VARI - Índice Resistente à Atmosfera na Região Visível, IAF - Índice de Área Foliar, entre outros), calculados a partir da reflectância das plantas, podem ser utilizados como variáveis secundárias para a seleção indireta de características de importância econômica dentro do melhoramento.
 

 

De outro modo, sensores de condutividade elétrica do solo (CE) têm tido destaque como indicador no monitoramento de características do solo, como salinidade, textura, umidade, matéria orgânica, entre outras. Devido à sua capacidade em identificar a variabilidade de importantes características físicas e químicas do solo, a CE aparente (CEa) pode ser empregada para subdividir áreas heterogêneas onde se desejam implantar experimentos. 

 

Essa capacidade de identificação de variações em campo é de grande utilidade em experimentos de seleção de cultivares, visto que a diferença identificada pela CEa pode ser utilizada como critério para escolha de áreas para experimentação ou como método de ajuste durante o processo de análise de dados do potencial genético de cada tratamento, reduzindo, assim, possíveis erros previamente não controlados pelo experimentador e, portanto, tornando o processo de seleção mais eficiente. 
 

 

 

Outra tecnologia inovadora que tem sido amplamente buscada pelos programas de melhoramento genético da cana-de-açúcar são os espectrômetros portáteis de infravermelho próximo (NIR). Esses equipamentos permitem que as análises dos diversos parâmetros tecnológicos (brix, pol, fibra, entre outros) sejam realizadas diretamente no campo, de forma imediata (tempo real), não destrutiva e que dispensam o uso de reagentes químicos, logo, contribuindo positivamente para a redução dos impactos ambientais. 
 

Essa ferramenta possibilita a avaliação e a classificação das centenas de genótipos de cana-de-açúcar, de acordo com as respectivas características qualitativas, ao longo das diferentes etapas de seleção, com alta precisão e confiabilidade. Essas tecnologias citadas são apenas alguns exemplos da integração de novas ferramentas de alto potencial com possibilidade de aplicação prática nas diferentes áreas de P&D em cana-de-açúcar. 
 

Evidentemente, uma ampla base de conhecimento multidisciplinar se faz necessária, visto o grande volume de dados que são gerados (Big Data) para posterior tratamento estatístico e geoespacial (SIG), processamento de imagens, modelagens e outros recursos para a correta interpretação e aplicação das informações analisadas. 

Em síntese, estamos vivenciando a era da informação, da tecnologia e do conhecimento, um momento de revolução tecnológica, por alguns especialistas considerada a Quarta Revolução Industrial, também chamada por Revolução 4.0. No setor sucroenergético, assim como nas diferentes áreas de P&D, ainda são muitos os desafios a serem superados para a aplicação das novas tecnologias disruptivas, porém uma gama de possibilidades e oportunidades se abrem diante das inúmeras necessidades de inovações do setor.