O Brasil pode colher 671 milhões de toneladas de cana-de-açúcar na safra 2025/26, segundo o Departamento de Agricultura dos Estados Unidos (USDA). A estimativa reforça a liderança brasileira na produção global de açúcar e etanol. Para manter essa posição, o controle de plantas invasoras como mamona, corda-de-viola e mucuna-preta tornou-se prioridade no campo.

Nesse cenário, a inteligência artificial (IA) vem se consolidando como uma aliada estratégica. Ferramentas desenvolvidas pela Taranis do Brasil estão sendo utilizadas para mapear e diagnosticar infestações, permitindo o manejo mais eficiente das lavouras.

Mamona pode derrubar produtividade em até 80%

Entre as espécies de maior impacto está a mamona (Ricinus communis), que pode reduzir em até 80% o rendimento da cana. Além de competir por luz, água e nutrientes, a planta daninha forma arbustos que dificultam o uso de máquinas, gerando falhas na colheita e prejuízos industriais.

“As sementes da mamona se dispersam a longas distâncias, o que complica o controle e aumenta os custos com herbicidas e intervenções mecânicas”, explica Fábio Franco, gerente-geral da Taranis do Brasil.

Corda-de-viola e mucuna prejudicam fotossíntese e colheita

Outra invasora frequente, a corda-de-viola (do gênero Ipomoea), se enrola sobre a cana, bloqueando a luz solar e dificultando a fotossíntese. Além disso, a planta compromete o funcionamento das colhedoras, aumentando os custos operacionais.

A mucuna-preta (Mucuna aterrima), por sua vez, afeta diretamente o acúmulo de biomassa da cana. Ao se espalhar pela lavoura, atrapalha o crescimento da cultura e pode hospedar pragas e doenças. Pesquisas apontam perdas de produtividade de até 50% devido à presença dessa planta.

Mapeamento de alta precisão com IA

Para mitigar esses impactos, a Taranis desenvolveu um sistema baseado em imagens de altíssima resolução, captadas por drones e aeronaves equipadas com câmeras próprias e patenteadas. A tecnologia registra dados com resolução inferior a 1 milímetro por pixel, cobrindo uma amostragem representativa de cada talhão.

As imagens são processadas por algoritmos que comparam os dados com um banco de mais de 500 milhões de registros visuais. Todo o processo é auditado por uma equipe técnica que atualiza o sistema e valida os resultados, assegurando a acurácia do diagnóstico.

Relatórios com classificação por nível de infestação

Após a análise, a plataforma da Taranis gera relatórios com informações sobre a distribuição das plantas invasoras e a área coberta por cada espécie. O sistema também fornece uma matriz visual interativa, classificando a infestação por níveis e auxiliando o produtor na tomada de decisão.

Esses relatórios podem ser acessados online ou baixados em formatos PDF e Excel. “Com os dados em mãos, o agricultor sabe exatamente onde agir, otimizando o uso de defensivos e reduzindo custos com mão de obra”, destaca Franco.

Monitoramento contínuo fortalece o planejamento agrícola

Além de auxiliar no combate imediato às daninhas, o histórico de mapeamento digital possibilita acompanhar a evolução da lavoura ao longo das safras. Isso permite identificar padrões de infestação e implementar estratégias preventivas mais eficazes.

Outras espécies comumente detectadas pela tecnologia incluem merremia, capim-braquiária, capim-marmelada e capim-colonião. O controle pode envolver a rotação de culturas, cobertura morta e uso seletivo de herbicidas, sempre com base na identificação precisa feita pela IA.

Mais informações: https://taranisbrasil.com/