O aprendizado de máquina forneceu informações valiosas sobre o cultivo de arroz ao longo de mais de 50 anos. Como o melhoramento sazonal e específico, combinado com constantes mudanças de variedades, pode manter a produtividade ao longo dos anos.

   A pesquisa pioneira utilizou inteligência artificial para analisar 150 safras consecutivas de arroz cultivadas no Instituto Internacional de Pesquisa do Arroz nas Filipinas, período que se estendeu de 1968 a 2017.

   A equipe de pesquisa foi composta por cientistas da Universidade de Kyoto, da Organização Nacional de Pesquisa Agrícola e Alimentar do Japão, da Associação Internacional de Fertilizantes e IRRI.

   O instituto cultivou arroz três vezes ao ano, durante o início da estação seca e o final da estação chuvosa, com diferentes doses de fertilizantes nitrogenados. Além disso, novas variedades foram introduzidas regularmente.

   Ao fim, os cientistas combinaram os registros climáticos, práticas agronômicas e rotatividade de variedades com técnicas avançadas de aprendizado de máquina. Com isto, 49 anos de dados revelaram novos insights sobre o desempenho das culturas a longo prazo.

   “Esta é a primeira vez que o aprendizado de máquina entrelaça interações tão complexas de longo prazo entre o gerenciamento climático e a genética nos sistemas de arroz”, disse o Dr. Kazuki Saito, do IRRI.

   Os principais resultados indicam que o uso de fertilizantes nitrogenados é mais vantajoso sob a combinação certa de fatores climáticos. Além disso, a produtividade aumentou de forma consistente devido às substituições rápidas de variedades e à radiação solar, embora os resultados tenham variado de uma safra para outra.

   As culturas da estação seca se destacaram em temperaturas mais baixas durante o estágio reprodutivo, ao passo que as culturas do início da estação chuvosa se beneficiaram de condições mais quentes, que potencializaram a mineralização do nitrogênio no solo.

   As culturas do final da estação chuvosa na Ásia são as mais afetadas pelo uso contínuo da mesma variedade, o que diminui a resposta ao nitrogênio e eleva os riscos de doenças.

   Diferentemente de pesquisas anteriores que associaram declínios de produtividade nas décadas de 70 e 80 principalmente à diminuição do nitrogênio, esses estudos indicam que o aumento da temperatura noturna é um fator ainda mais crucial.

   Os resultados de potência indicam que manter a produtividade nas plantações de arroz da Ásia requer não apenas um gerenciamento aprimorado, mas também uma adaptação sazonal no melhoramento vegetal e uma maior frequência na rotatividade das variedades.

   Com os dados, os pesquisadores conseguiram identificar três estratégias principais para sustentar a estabilidade de longo prazo da produção de arroz. Os quais foram: o desenvolvimento de variedades de arroz resilientes ao clima, melhor adaptação às mudanças sazonais e rotação mais dinâmica de variedades.

   “Ao combinar cinco décadas de dados personalizados de safra e clima com ferramentas avançadas de inteligência artificial, conseguimos entender com muito mais precisão os fatores que impulsionam a produção de arroz. Isso significa que podemos criar estratégias mais inteligentes, específicas para cada estação para os agricultores”, disse o Dr. Tomoaki Yanaguchi, da universidade de Gifu.

*FONTE: https://www.sciencedirect.com/science/article/abs/pii/S037842902500379X?via%3Dihub