A agricultura hidropónica alimentada por IA da Vision melhora a monitorização das plantas

Abirami Vina

4 min ler

10 de junho de 2025

Saiba como a visão computacional na agricultura hidropónica melhora o acompanhamento da saúde das plantas, automatiza a monitorização e permite a produção de culturas sustentáveis e sem solo.

Quando pensamos em agricultura, normalmente imaginamos plantas a crescer no solo. No entanto, a agricultura hidropónica tem uma abordagem diferente. Centra-se na criação de plantas em água enriquecida com nutrientes sem utilizar qualquer solo. Este método ajuda as plantas a crescerem mais rapidamente, utilizando menos espaço e água. É uma óptima opção para áreas onde as terras agrícolas são limitadas.

Prevê-se que o mercado global de culturas hidropónicas atinja cerca de 53 mil milhões de dólares até 2027. No entanto, este crescimento também vem acompanhado de alguns desafios, especialmente no que diz respeito a manter as plantas saudáveis em grandes explorações agrícolas. 

Muitas explorações hidropónicas são feitas em espaços interiores, o que significa que mesmo pequenos problemas como baixos níveis de nutrientes ou sinais precoces de doenças podem espalhar-se rapidamente e danificar as culturas. Verificar e monitorizar manualmente cada planta pode consumir muito tempo e conduzir a erros. É aqui que tecnologias como a visão por computador podem ajudar.

A visão por computador é um ramo da inteligência artificial (IA) que envolve o processamento e a compreensão de dados visuais. Pode ser utilizada para enfrentar os desafios da agricultura hidropónica, monitorizando automaticamente as plantas através de câmaras e da análise de imagens. 

Por exemplo, modelos de IA de visão como o Ultralytics YOLO11 podem ser treinados para detetar sinais de stress, doenças ou deficiências nutricionais nas plantas. Estes modelos permitem tarefas de visão computacional em tempo real, como a deteção de objectos e a segmentação de instâncias, em grandes explorações agrícolas de interior, permitindo aos agricultores responder rapidamente antes que os problemas se espalhem.

Neste artigo, vamos explorar como a agricultura hidropónica alimentada por IA da Vision melhora a eficiência, reduz o trabalho e apoia a agricultura sustentável. Vamos começar!

O que é a agricultura hidropónica?

A agricultura hidropónica é um método de cultivo de plantas sem utilizar o solo. As plantas são colocadas num meio de cultura e alimentadas com uma solução à base de água que contém nutrientes essenciais. Este ambiente controlado permite que as culturas cresçam mais rapidamente, utilizem menos água e ocupem menos espaço em comparação com a agricultura tradicional.

Em áreas onde a terra é escassa ou a qualidade do solo é má, a hidroponia pode ser uma solução prática. Curiosamente, o conceito de agricultura sem solo remonta a tempos antigos, com civilizações como os babilónios e os astecas a desenvolverem as primeiras formas de cultivo sem solo.

__wf_reserved_inherit
Fig. 1. Alface a crescer numa exploração hidropónica sem solo. Fonte da imagem: Pexels.

Embora a hidroponia tenha raízes antigas, a tecnologia moderna transformou-a numa solução de alta tecnologia para as necessidades agrícolas actuais. Os sistemas avançados fornecem agora água e nutrientes diretamente às plantas. Por exemplo, a técnica da película de nutrientes (NFT) faz fluir uma fina camada de água sobre as raízes, enquanto a aeropónica fornece nutrientes pulverizando uma fina névoa sobre as raízes suspensas no ar.

Contudo, à medida que estas explorações se expandem, torna-se mais difícil manter o controlo de cada planta. Mesmo pequenas alterações na cor ou forma das folhas e caules podem ser sinais precoces de stress ou doença. A deteção precoce destes problemas é crucial para evitar que se espalhem pela exploração. A monitorização regular das culturas e a ação rápida são essenciais para manter as culturas saudáveis e garantir rendimentos estáveis.

O papel da visão computacional na agricultura hidropónica

Tal como na agricultura tradicional, a saúde das plantas em hidroponia depende das condições corretas. Mesmo pequenos desequilíbrios em factores como nutrientes, temperatura ou humidade podem causar problemas como folhas amareladas, crescimento atrofiado ou doenças. Uma vez que os sistemas hidropónicos dependem de ambientes controlados, qualquer perturbação pode afetar um grande número de plantas num curto espaço de tempo.

A visão por computador oferece aos agricultores uma melhor forma de monitorizar as suas culturas. As câmaras podem ser instaladas acima das áreas de cultivo, tais como tabuleiros de plantas, prateleiras ou prateleiras verticais, ou montadas em carris que se deslocam ao longo das linhas. Essas câmeras podem capturar imagens 24 horas por dia, criando uma linha de tempo visual do crescimento de cada planta.

Estas imagens também podem ser analisadas por modelos de IA de visão, como o YOLO11, que podem detetar plantas individuais, segmentar folhas do fundo, classificar fases de crescimento e acompanhar alterações visíveis ao longo do tempo. Desta forma, é mais fácil detetar se algo está errado com uma planta ou grupo de plantas.

Por exemplo, se várias plantas começarem a desenvolver manchas pálidas, a visão por computador pode reconhecer o padrão e destacar a área afetada. Ao transformar imagens em informações acionáveis, a Vision AI ajuda os agricultores a responder rapidamente a potenciais problemas, a reduzir o trabalho manual e a manter as culturas saudáveis e produtivas.

Aplicações da visão computacional na agricultura hidropónica

Agora que já discutimos como a visão computacional melhora os sistemas hidropónicos, vamos dar uma vista de olhos a algumas aplicações do mundo real em que esta tecnologia já está a fazer a diferença.

Tecnologia hidropónica inteligente e robótica

As quintas hidropónicas cultivam frequentemente plantas em tabuleiros bem compactados que precisam de ser movidos durante as diferentes fases de crescimento. A deslocação dos tabuleiros pode melhorar a iluminação, simplificar o tratamento das plantas ou preparar as culturas para a colheita. Nas grandes explorações, fazer isto manualmente requer muito tempo e esforço. 

Os robôs autónomos integrados com visão computacional podem facilitar este processo. À medida que estes robôs se deslocam pela estufa, a visão por computador pode ajudar a detetar o estado de cada planta. 

Um exemplo interessante é o Grover, um robô de estufa concebido para transportar módulos de plantas de grandes dimensões, alguns com um peso até 1.000 libras. Utiliza sensores para navegar em segurança e utiliza a IA de visão para monitorizar a saúde das culturas. Ao lidar com o movimento e a avaliação das plantas, robôs como o Grover apoiam operações diárias suaves e ajudam a reduzir a necessidade de trabalho manual em sistemas agrícolas controlados.

__wf_reserved_inherit
Fig. 2. Um robô autónomo numa quinta hidropónica a mover tabuleiros de plantas.

Agricultura de precisão com visão computacional em micro-agriculturas

As quintas hidropónicas nem sempre precisam de grandes espaços. Pequenas unidades podem ser instaladas em locais como escritórios, escolas ou hospitais para cultivar verduras frescas dentro de casa. Estas instalações são frequentemente utilizadas para educação, programas de bem-estar ou produção local de alimentos. No entanto, a sua gestão diária pode ser um desafio. O pessoal pode estar ocupado ou não ter experiência no tratamento de plantas, o que dificulta uma manutenção consistente.

Para facilitar as coisas, podem ser utilizados sensores, câmaras e visão por computador para monitorizar a saúde das plantas ao longo do dia. Veja-se, por exemplo, a Babylon Micro-Farms. As suas unidades de cultivo foram concebidas para espaços interiores onde as pessoas podem não ter experiência agrícola. Cada unidade utiliza câmaras incorporadas para monitorizar o crescimento das plantas e envia actualizações úteis e dicas de cuidados através de uma aplicação, facilitando a manutenção.

__wf_reserved_inherit
Fig. 3. Uma unidade hidropónica inteligente que permite a monitorização remota.

Monitorização automatizada de instalações graças à IA de visão

O cultivo de culturas em vários lotes significa que as plantas amadurecem em alturas diferentes. Para gerenciar isso, os agricultores precisam saber quais plantas estão prontas e quais ainda estão se desenvolvendo. A visão computacional pode apoiar este processo interpretando imagens, detectando a localização das plantas e classificando as suas fases de crescimento. 

Esta abordagem permite uma monitorização não invasiva, o que significa que os agricultores podem acompanhar a saúde e o desenvolvimento das plantas sem manipular ou perturbar fisicamente as culturas. Ao analisar regularmente as imagens, o sistema pode monitorizar o progresso ao longo do tempo e detetar padrões que indicam que uma planta está a aproximar-se da maturidade.

Eis uma visão mais pormenorizada de como isto funciona:

  • Detetar plantas individuais: Em primeiro lugar, a deteção de objectos pode ser utilizada para localizar e identificar cada planta dentro da área de cultivo, mesmo em tabuleiros lotados ou sobrepostos.
  • Classificar as caraterísticas da planta: Em seguida, a classificação de imagens pode ser usada para analisar caraterísticas visuais, como cor, tamanho e forma, para determinar o estágio de crescimento da planta ou detetar sinais de estresse ou doença.
  • Gerar informações para a tomada de decisões: Em conjunto, estas tarefas permitem acompanhar o desenvolvimento das plantas ao longo do tempo e fornecer aos agricultores informações claras e atempadas, como, por exemplo, quais as plantas que estão prontas para a colheita e quais as que precisam de mais tempo.
__wf_reserved_inherit
Fig. 4. Utilização da deteção de objectos para detetar alface.

Prós e contras da visão computacional na agricultura hidropónica

Eis algumas das principais vantagens da utilização da visão computacional na agricultura hidropónica:

  • Maior facilidade para aumentar as operações: Uma vez instalados, os sistemas de visão computacional podem ser usados em mais unidades de cultivo ou locais sem a necessidade de pessoal adicional. Isso facilita a expansão da fazenda enquanto mantém o controle e a consistência.
  • Acesso e controlo remotos: Muitos sistemas permitem que os agricultores visualizem as condições das culturas e recebam alertas a partir de qualquer lugar, facilitando a gestão das explorações sem estarem no local.
  • Maior consistência: A monitorização automatizada reduz o erro humano, conduzindo a um tratamento mais uniforme das plantas e a uma maior qualidade geral.

Apesar dos muitos benefícios da Vision AI na agricultura hidropónica, existem também algumas limitações a ter em conta. Eis alguns factores a considerar: 

  • Sensibilidade às condições ambientais: Os sistemas de visão por computador podem ser afectados por iluminação deficiente, reflexos, lentes de câmara sujas ou embaciadas e plantas sobrepostas, problemas comuns em ambientes interiores que podem reduzir a precisão.
  • Problemas de compatibilidade: Algumas explorações agrícolas podem necessitar de actualizações das infra-estruturas para suportar os sistemas Vision AI. As configurações mais antigas podem não ter a fonte de alimentação, o espaço físico ou a conetividade de rede necessários para instalar e operar câmaras e sensores.
  • Requisitos de reciclagem de modelos: Os modelos de IA podem ter de ser recalculados ou afinados quando utilizados com novos tipos de plantas, configurações de iluminação ou sistemas de cultivo, o que aumenta a complexidade.

Principais conclusões

As tarefas de visão por computador, como a deteção de objectos e a segmentação de instâncias, tornam mais rápido e preciso o acompanhamento da saúde das plantas, das fases de crescimento e do desempenho geral das culturas. Desde a deteção de sinais precoces de stress até à ajuda no planeamento da colheita, os sistemas baseados na visão reduzem o trabalho manual e trazem mais consistência às tarefas diárias.

À medida que a tecnologia Vision AI continua a avançar, está a tornar-se mais fácil de utilizar, mais adaptável a diferentes tipos de culturas e escalável para explorações agrícolas de todas as dimensões. Com a sua crescente acessibilidade e precisão, a visão computacional está destinada a tornar-se uma ferramenta essencial no futuro da agricultura eficiente e orientada por dados.

Junte-se à nossa comunidade e consulte o nosso repositório GitHub para saber mais sobre visão computacional. Explore diferentes aplicações de IA no retalho e visão computacional nos cuidados de saúde nas nossas páginas de soluções. Veja as nossas opções de licenciamento e comece a utilizar o Vision AI hoje mesmo!

Vamos construir juntos o futuro
da IA!

Comece a sua viagem com o futuro da aprendizagem automática

Comece gratuitamente
Ligação copiada para a área de transferência