Avaliação do desempenho agronômico de variedades de feijão adubadas com enxofre elementar e biofortificadas com macro e micronutrientes, avaliadas por meio de fenotipagem de alto rendimento com drone aliado à metodologia de inteligência artificial

Abstract

O feijão comum (Phaseolus vulgaris L.) é um dos alimentos mais utilizados culinária brasileira, muito por conta de seu alto teor de proteína contido em seus grãos, além da presença de nutrientes essenciais na sua composição. A adoção de tecnologias, a citar, o uso de variedades melhoradas, a biofortificação, a adoção da adubação sulfatada, aliado ainda a tecnologia de análise como a fenotipagem de alto rendimento por meio de drones e o uso de inteligência artificial na análise de dados tem permitido nos últimos anos um aumento na produtividade da cultura. Com o intuito de avaliar os fatores citados no desenvolvimento de produtividade da cultura do feijão, será realizado, um experimento em delineamento de blocos casualizados, com três repetições, em esquema fatorial duplo 4x4, considerando, quatro variedades e quatro níveis de aplicação de produtos na lavoura. O experimento foi implantado na área experimental irrigada do FCAT UNESP – Campus de Dracena. Foram avaliadas características agronômicas de desenvolvimento da cultura, e atributos de produtividade. Adicionalmente, foi realizada fenotipagem de alto rendimento com um drone Mavic 2 Pro. Voos periódicos foram realizados na cultura com o intuito de coletar imagens e realizar a associação destas com as características agronômicas mensuradas, fazendo uso de método de Inteligência Artificial (Redes Neurais artificiais).

Common beans (Phaseolus vulgaris L.) are one of the most used foods in Brazilian cuisine, largely due to their high protein content contained in their grains, in addition to the presence of essential nutrients in their composition. The adoption of technologies, such as the use of improved varieties, biofortification, the adoption of sulfate fertilization, combined with analysis technology such as high-throughput phenotyping using drones and the use of artificial intelligence in data analysis has In recent years, an increase in crop productivity has been allowed. In order to evaluate the factors mentioned in the development of bean crop productivity, an experiment will be carried out in a randomized block design, with three replications, in a 4x4 double factorial scheme, considering four varieties and four levels of application of products in the agriculture. The experiment was implemented in the irrigated experimental area of FCAT UNESP – Dracena Campus. Agronomic characteristics of crop development and productivity attributes were evaluated. Additionally, highthroughput phenotyping was carried out with a Mavic 2 Pro drone. Periodic flights were carried out in the crop with the aim of collecting images and associating them with the agronomic characteristics measured, using Artificial Intelligence method (Artificial Neural Networks).