Resumen

PEREZ, O. M.. Fenotipagem de alto rendimento usando imagens aéreas para prever características agronômicas em programas de melhoramento de soja. Agrocienc. Urug. [online]. 2025, vol.29, e1530.  Epub 01-Dic-2025. ISSN 2730-5066.  https://doi.org/10.31285/agro.29.1530.

Os programas de melhoramento de plantas conhecem as vantagens da fenotipagem de alto rendimento (FAR) para aumentar a eficiência dos métodos de fenotipagem clássico e triagem, o que é alcançado economizando tempo e melhorando a precisão da seleção. No entanto, a maioria dos programas ainda não utiliza sistematicamente essa tecnologia em suas linhas de melhoramento. Esta revisão tem como objetivo indicar as restrições de implementar FAR em larga escala e resumir estudos sobre dispositivos utilizados, tipos de dados coletados e métodos de inteligência artificial (IA) aplicados para prever e classificar características agronômicas em programas de melhoramento de plantas com foco na soja (Glycine max (L.) Merr.). Excluindo plataformas FAR em laboratórios e casas de vegetação, sensoriamento remoto via satélite e robôs móveis autônomos, esta revisão se concentra em plataformas FAR-de-campo que capturam imagens aéreas por drones e aplicam métodos de IA para associar essas imagens a características de interesse. A pesquisa FAR-de-campo também é conduzida com dispositivos portáteis que registram índices de vegetação individuais (e.g., NDVI), algumas bandas espectrais (radiômetros multiespectrais) ou o espectro eletromagnético contínuo da luz (espectrorradiômetros). No entanto, os fitomelhoristas devem avaliar milhares de linhagens experimentais a cada ano, pelo que a utilização destes dispositivos em vez de drones implica um obstáculo entre a precisão da aquisição e o tempo necessário para a obtenção de dados. Um desafio nos próximos anos será ajustar modelos escaláveis e confiáveis e otimizar canais de entrada, processamento e saída de dados para fornecer informações úteis aos melhoristas antes que façam as seleções.

Palabras clave : agricultura digital; aprendizado automático; fenômica; sensoriamento remoto; soja.

        · resumen en Español | Inglés     · texto en Inglés     · Inglés ( pdf )