Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aplicações da computação na Fitopatologia - 243 RAPP – Volume 12, 2004 APLICAÇÕES DA COMPUTAÇÃO NA FITOPATOLOGIA Marcelo Giovanetti Canteri Universidade Estadual de Londrina, Caixa Postal 6001, 86051-990 Londrina, PR canteri@uel.br Cláudia Vieira Godoy Embrapa Soja, Caixa Posta 231, 86001-970 Londrina, PR godoy@cnpso.embrapa.br Emerson Medeiros Del Ponte Universidade Federal de Pelotas, Campus universitário s/n, 96010-900 Pelotas, RS edelponte.faem@ufpel.edu.br José Maurício Cunha Fernandes Embrapa Trigo, Caixa Postal 451, 99001-970 Passo Fundo, RS mauricio@cnpt.embrapa.br Willingthon Pavan Universidade de Passo Fundo, Campus I - Km 171 - BR 285 Caixa Postal 61, 99001-970 Passo Fundo, RS pavan@upf.br RESUMO A simulação e a modelagem de sistemas foram as primeiras aplicações dos computadores na fitopatologia. A partir de então, a relação entre a fitopatologia e a informática se expandiu e as duas ciências aparecem conjuntamente em áreas como bioinformática, agricultura de precisão, sensores automatizados e em serviços da Internet. Termos como redes neuronais, data mining e GPS necessitam ser conhecidos pelos fitopatologistas. Esta revisão abordará os primórdios da aplicação da informática na fitopatologia, passando pelo progresso sentido nos últimos anos, especialmente com o advento da Internet, citando diversos exemplos de aplicações e procurará indicar as novidades na pesquisa, ensino e extensão, que originarão aplicações práticas para um horizonte não muito distante. 244 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 SUMMARY COMPUTATIONAL TRENDS IN PLANT PATHOLOGY Modeling and system simulations were the first studies to hardly make use of computers in the science of Plant Pathology. Since then, the relationship between Plant Pathology and Informatics increased and both sciences are closely related in areas like bioinformatics, precision agriculture, automated sensors and Internet services. Neural networks, data mining and GPS are terms needed to be better understood by plant pathologists. This review aims at presenting aspects of Informatics applied to Plant Pathology, since the first applications, passing by the notorious progress in the last years, presenting current examples, especially in the Internet, and finally discussing on the future computer applications at a not so far future. INTRODUÇÃO O avanço tecnológico proporcionado pela informatização tem atingido diretamente a fitopatologia, tornando impossível ficar-se alheio a esta evolução. Na década de 80, com o início da popularização dos computadores, a maioria dos trabalhos que envolviam a aplicação da informática na fitopatologia abordava o desenvolvimento de softwares na área de simulação e modelagem matemática. Desde então, muitas coisas mudaram, tanto na área de desenvolvimento de softwares e linguagens de programação, como em hardware. Surgiram áreas impensadas, até a época, para o uso de computadores, inclusive com a viabilização de novas ciências. A agricultura de precisão e a bioinformática são exemplos de atividades impossíveis de serem conduzidas sem o advento dos computadores. Sensores e microprocessadores foram miniaturizados, com custo reduzido e resistência às intempéries climáticas melhorada. Bancos de dados de informações e programas podem ser rodados em tempo real na Internet. Como tirar proveito destes avanços e o que realmente necessita ser conhecido em profundidade pelos fitopatologistas será o foco de discussão desta revisão. Ao final será apresentada uma lista contendo os websites citados no decorrer do texto (tabela 1). HISTÓRICO DA INFORMÁTICA NA FITOPATOLOGIA Informática é ferramenta, como já citado por Teng & Rouse no histórico artigo sobre o uso da informática na fitopatologia (Teng & Rouse, Aplicações da computação na Fitopatologia - 245 RAPP – Volume 12, 2004 Tabela 1. Websites citados no texto Título do website URL (http://) APSnet Educational Center www.apsnet.orb/education DD Iowa State ent.iastate.edu/rdi DD University of Florida ddis.ifas.ufl.edu Departamento de Fitossanidade – UFRGS www.ufrgs.br/agro/fitossan Distance Diagnosis (DD) University of Georgia www.ddi.org Galeria de fotos www.ufrgs.br/agro/fitossan/galeria Herbário José Porfírio da Costa Neto www.ufrgs.br/agro/fitossan/herbario Herbário virtual de Fitopatologia www.ufpel.edu.br/faem/dfs/herbario ICASA www.icasa.net ISPP Online Instructional Technology Symposium www.ispp-itsymposium.org.nz Periódicos capes www.periodicos.capes.gov.br Portal Patologia de sementes www.patologiadesementes.com.br Scientific Electronic Library (Scielo) www.scielo.org.br Sisalert – simulação de doenças e pragas da maçã inf.upf.br/sisalert The Plant Pathology Internet Guide book www.uni-bonn.de/pk/ppigb 246 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 1984). Até então, podiam-se usar os computadores para atividades que hoje em dia são consideradas corriqueiras, tais como análise de dados e elaboração de gráficos, simulação e modelagem, coleta e armazenamento de dados, processamento de textos e disseminação de informações. Nesta época, sequer se imaginava a gama de aplicações que estaria por vir como, por exemplo, o surgimento da Internet. A “disseminação de informações” citada pelos autores referia-se apenas ao correio eletrônico, que estava em fase de propagação no meio científico. A informática podia ser resumida simplesmente pela palavra computador e ainda se falava em linguagem Fortran, processador de textos Wordstar e planilha eletrônica Visicalc. Os autores, além de descreverem para a comunidade fitopatológica os componentes do computador (Rouse & Teng, 1984) também listavam as áreas da fitopatologia que se desenvolveram com o advento da informática naquela época, tais como a modelagem, os sistemas de manejo de dados, sistemas de entrega de informações e os equipamentos para monitoramento ambiental e armazenamento de dados de campo. Para efeito comparativo, em tempos mais recentes, Crowson & McGillivray (2002) citam uma série de aplicações da informática na fitopatologia, para profissionais que trabalham no campo ou em laboratórios, envolvidos em processos de tomada de decisão ou em definição de políticas de desenvolvimento. Os autores dividem as aplicações em: Manejar dados para produzir informações (Armazenamento de dados, Sistemas de nomenclatura, Coleções de culturas, Dados moleculares, Banco de Dados do sistema quarentenário, Banco de dados Bibliográficos), Interpretar a informação para produzir conhecimento (Sistemas de informação taxonômica, Sistemas de informação molecular, Sistemas de informações geográficas, Sistemas multimídia), Usar o conhecimento para suporte a tomada de decisão (Diagnósticos, Modelos de epidemias), Usar conhecimento para fazer previsões, Educação e treinamento e para Armazenar e disseminar informação. FUNÇÕES BÁSICAS DOS COMPUTADORES As atividades realizadas pelos computadores (dispositivos eletrônicos equipados com microprocessadores) podem ser enquadradas em três funções básicas: computação, processamento de informações e comunicação. A ordem em que essas funções são apresentadas tem um aspecto histórico. A primeira função do computador foi a de realizar cálculos, ou seja, consistia essencialmente em uma máquina de calcular. Gradualmente, o computador foi se tornando mais sofisticado de modo a acumular as outras funções.Aplicações da computação na Fitopatologia - 247 RAPP – Volume 12, 2004 Na fitopatologia, as áreas de aplicação da tecnologia da informação estão dentro de uma ou mais destas funções dos computadores. A função de computação foi a primeira a ser evidenciada, com os modelos matemáticos para simulação de epidemias de doenças de plantas (Kranz & Hau, 1980; Kranz & Royle, 1978; Teng & Zadoks, 1980). O processamento de informações obteve ênfase com os trabalhos de elaboração de escalas diagramáticas e softwares para classificação de microrganismos, dentre outras aplicações. Hoje em dia, encontra-se também a função de comunicação, acumulando as duas anteriores. COMPUTAÇÃO O termo computação está relacionado à realização de cálculos complexos. Grande parte das aplicações de computadores na fitopatologia, estava dentro desta função (Teng & Rouse, 1984). Nos dias atuais, a realização de cálculos geralmente também está associada à função de processamento de informações ou a função de comunicação. Por exemplo, os cálculos executados por um modelo de simulação podem ser apresentados via Internet, neste caso, também será utilizada a função de comunicação. As áreas da fitopatologia em que se utilizam cálculos matemáticos estão relacionadas principalmente à epidemiologia. Isto gerou, no início, uma certa ojeriza aos computadores por muitos fitopatologistas, os quais já possuíam uma certa aversão aos cálculos da epidemiologia. A fim de se redimirem, os computadores “aprenderam” novas funções como o processamento de imagens e a comunicação. Os modelos de simulação para estudos epidemiológicos, os sistemas de alerta e previsão, os softwares estatísticos e até as planilhas eletrônicas com exercícios de epidemiologia são exemplos da aplicação da função da computação. O livro, Exercises in plant disease epidemiology, editado por Francl & Neher (1997) apresenta vários exemplos destas aplicações, incluindo disquetes com os programas apresentados no texto. Após este início, sensores e microprocessadores, relativamente baratos, em associação com os softwares para seu controle, baterias para armazenamento de energia e a comunicação por satélites habilitaram as pessoas que trabalham com meio ambiente, incluindo os fitopatologistas a coletar grandes quantidades de dados de forma georreferenciada (Jahns, 2000) e a processá-los produzindo conhecimento (Udink tem Cate & Dijkhuizen, 1999). 248 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 PROCESSAMENTO DE INFORMAÇÕES O processamento de informações envolve o armazenamento e a manipulação de dados, tendo pouco a ver com cálculos ou computações, mas que são realizados pelos mesmos equipamentos, os computadores. Atualmente, o termo processamento de informações é preferido ao termo processamento de dados, devido ao fato que “dado” apresenta um sentido razoavelmente estreito. Dados são informações não processadas e as imagens e textos, utilizados como instrumento de trabalho pela fitopatologia, são considerados dados já processados, ou seja informações. Para processar dados transformando-os em informações úteis, há necessidade de coletá-los nas condições de campo, o que nem sempre é tarefa fácil. A tecnologia da informação auxilia no desenvolvimento de equipamentos e sensores próprios para coleta de dados importantes para manejo de doenças. Equipamentos nacionais como o Colpam e o AuraOne, servem para monitorar condições propícias para a infecção das principais doenças de algumas culturas. No exterior, diversas empresas desenvolvem produtos informatizados para a fitopatologia. COMUNICAÇÃO A mais recente aplicação dos computadores é a comunicação. Nesta era da Tecnologia da Informação, o e-mail e a Internet são ferramentas consolidadas de comunicação. A Internet é um sistema que integra a comunicação e informação nas formas estática, dinâmica e tempo-real, apresentando-se como um poderoso meio para uma disseminação rápida e mundial da informação. De fato, atualmente o acesso à informação tem sido feito essencialmente pela Internet. Além de não ser somente um meio transmissor da informação, é também um meio de troca, armazenamento, ordenamento e análise da informação. O seu acesso tem se tornado cada vez mais disponível e o aumento da velocidade de acesso à informação tem permitido que gráficos, áudio e vídeos e elementos animados possam ser integrados a sistemas de informação baseados na Internet. Na Fitopatologia, tais ferramentas estão sendo utilizados na pesquisa, educação e extensão. Enquanto alguns pesquisam exclusivamente em materiais tradicionais impressos, muitos recursos podem atualmente ser obtidos on-line, em alguns casos com acesso livre. A facilidade de comunicação e troca de informações em formato digital entre pesquisadores distantes geograficamente, agiliza a disseminação do conhecimento e o acesso à informação. Congressos e conferências científicas cada vez mais utilizam a Aplicações da computação na Fitopatologia - 249 RAPP – Volume 12, 2004 Internet como meio primário de comunicação anteriormente ao evento. Como exemplo, o Congresso Brasileiro de Fitopatologia de 2003, além da divulgação das informações do evento, a Internet permitiu que as inscrições e envio de resumos pudessem ser feitas on-line, sendo as informações gravadas automaticamente em um banco de dados. O sistema permitiu que revisores acessassem o sistema e fornecessem os pareceres sobre a aceitabilidade do trabalho, gerando respostas automáticas enviadas aos autores, agilizando de sobremaneira o processo. Um exemplo da facilidade permitida pelos computadores para a comunicação é citado por Palm (1996). A autora comenta que o progresso obtido na sistemática de microrganismos, bem como a sua utilidade para os usuários, depende do conhecimento acumulado e da organização desta informação. Os avanços da tecnologia da informação permitem a análise de dados de seqüência genética com intercâmbio entre laboratórios. Permite a análise estatística para determinar o relacionamento filogenético e o desenvolvimento de programas para auxílio em estudos taxonômicos. O manejo integrado de pragas e doenças é essencialmente um sistema de troca intensiva de informações. Tanto a pesquisa como a sua implementação necessita de um suprimento confiável de informação pontual. A Internet oferece os meios para o estabelecimento da comunicação entre pesquisadores ligados ao manejo integrado e profissionais de extensão e destes com sua clientela. Neste particular, a Web tem permitido o desenvolvimento de uma importante fonte de recursos e dados para a pesquisa, extensão, ensino e treinamento em manejo integrado, que não era prontamente tão acessível antes do advento da Internet. APLICAÇÕES ATUAIS As aplicações da informática na fitopatologia podem ser divididas de acordo com a função a que se destinam. Canteri et al. (1999), baseados em Scott (1998) sugerem uma classificação que procura englobar as três funções básicas do computador (computação, processamento de informações e comunicação) de uma forma mais detalhada, envolvendo a parte de software e hardware. Segundo esta classificação a tecnologia da informação na fitopatologia pode ser útil para: Organizar fatos para produzir informações; Interpretar informações para produzir conhecimento; Usar conhecimento para apoio no processo de tomada de decisão; Usar conhecimento para fazer previsões; 250 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 Transmitir o conhecimento com função de educação e treinamento; Armazenar e disseminar informações; Comunicação e consultas remotas. A seguir, cada uma destas funções será esclarecida, procurando-se sempre utilizar exemplos de trabalhos desenvolvidos, com maior ênfase em trabalhos no Brasil. ORGANIZAR FATOS PARA PRODUZIR INFORMAÇÕES O uso da tecnologia de banco de dados para selecionar e organizar o que se deseja de uma grande quantidade de dados bibliográficos foi uma das primeiras e, ainda permanece, como uma das mais poderosas aplicações da tecnologia da informação na fitopatologia, com grande utilidade para os profissionais da área. Revisões bibliográficas tornaram-se simples e rápidas de serem realizadas com a distribuição de resumos e artigos científicos em formato digital. Artigos da revista Fitopatologia Brasileira podem ser encontrados gratuitamente na Scientific Eletronic Library (Scielo). Muitas universidades e institutos de pesquisa tem acesso à base de dados WebofScience que oferece possibilidade de consulta à resumos dos principais periódicos do mundo todo. As principais bibliotecas da área agronômica do Brasil possuem sistemas de busca de dados informatizados, como a base de dados PERI da USP. A CAPES disponibiliza para bibliotecas de universidade federais e demais instituições conveniadas, o acesso a artigos completos em formato PDF através do website Periódicos CAPES. Nestes sistemas de publicação da versão digital do artigo de periódico, é possível fazer o download de artigos de edições futuras que ainda não foram impressas, ou até mesmo de artigos em correção, devidamente identificados como tal. O manejo de dados também facilita a consulta de sinônimos de nomes de patógenos e de meios de cultura para microrganismos. Um banco de dados sobre a Bibliografia Brasileira de Nematóides vem sendo desenvolvido pelo Cenargen. A mais recente atividade nesta área é a associação com a biologia molecular para armazenamento e manipulação de base de dados de seqüência de nucleotídeos em pesquisas sobre o código genético dos principais microrganismos e das principais culturas do país, sendo executada no Brasil pelo programa Genoma da FAPESP. Aplicações da computação na Fitopatologia - 251 RAPP – Volume 12, 2004 INTERPRETAR INFORMAÇÕES PARA PRODUZIR CONHECIMENTO Dentro desta aplicação incluem-se sistemas de informações taxonômicas para viroses e outros microrganismos. Os Sistemas de informações geográficas (GIS) ou SIG em português merecem destaque por seu potencial de aplicação. Num SIG, a informação digital é apresentada na forma de mapas com camadas sobrepostas de informações. Assim, é possível mapear a distribuição de um patógeno em função do tempo ou em função de dados climáticos. A combinação de textos, imagens e sons é responsável por outra área de aplicação, a Multimídia. Um exemplo é o software distribuído em CD- ROM “Doenças em Cereais de Inverno”, desenvolvido por pesquisadores da Embrapa Trigo. Os Anais em CDROM do 6º Simpósio Brasileiro de Patologia de Sementes, realizado no ano de 2000 na Universidade Federal de Pelotas, foi o primeiro, e talvez único até o momento, a disponibilizar, além dos slides das palestras, o áudio completo em formato de áudio digital MP3. Neste, podem ser ouvidas todas as palestras apresentadas, com duração de 30 minutos a mais de 1 hora cada. Softwares podem ser desenvolvidos com a finalidade de interpretar informações para produzir conhecimento. Uma parceria entre a Universidade Estadual de Ponta Grossa e a Universidade Federal de São Carlos gerou o MCB, Software para manejo do Complexo Broca Podridão (CBP) em cana- de-açúcar. O Sistema permite monitorar a entrada de colmos de cana-de- açúcar em usinas e gera com resultado análises estatísticas sobre a ocorrência do CBP em áreas de produção nas diversas variedades plantadas. Sistemas para análise de imagens como o SIARCS (Jorge, 1996) desenvolvido pela Embrapa, o Quant desenvolvido por pesquisadores da Universidade Federal de Viçosa e o Assess – Software para análise de imagens para quantificação de doenças, comercializado pela APS Press são úteis para o desenvolvimento de escalas diagramáticas. USAR CONHECIMENTO PARA APOIO NO PROCESSO DE TOMADA DE DECISÃO Software para diagnóstico de doenças que utilizam chaves dicotômicas e os sistemas especialistas são os principais representantes deste grupo de aplicações. Sistemas especialistas são programas que usam o conhecimento e simulam a lógica da decisão para resolver problemas de difícil solução, somente resolvidos por especialistas (Harmon & King, 1985). 252 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 Na Fitopatologia, tais sistemas têm grande potencial no desenvolvimento de sistemas de apoio à decisão na previsão, simulação, na diagnose e no manejo de doenças (Michalski et al., 1983). De maneira geral, o desenvolvimento do sistema apresenta estágios distintos: 1) seleção do problema; 2) desenvolvimento do protótipo; 3) desenvolvimento do sistema especialista completo; 4) avaliação (Pozza et al., 1999). O TOMEX-UFV (Pozza et al., 1997) é um exemplo de sistema especialista para diagnóstico de doenças do tomateiro desenvolvido no Brasil. Além de softwares genéricos para análise estatística (Statistica, 1995) existem alguns direcionados especificamente para área de fitopatologia. O software SASM-Agri (Sistema para Análise e Separação de Médias) auxilia o processo de tomada de decisão por permitir ao usuário selecionar, por meio de análise estatística, material genético resistente às doenças (Canteri et al., 2001). USAR CONHECIMENTO PARA FAZER PREVISÕES Podem ser softwares ou equipamentos desenhados para realizar previsão de epidemias em função de dados climáticos ou de distribuição de plantas em uma determinada região. No Brasil, o Colpam (Vieira et al., 1997), é um equipamento projetado para coletar parâmetros ambientais, que serve de auxílio na previsão de doenças de várias culturas. Possui um sensor de molhamento foliar e um de temperatura que são fixados junto à planta. Armazena e processa as informações de acordo com tabelas que calculam o valor diário de severidade, indicando quando se deve realizar a primeira aplicação para controle de doenças. O programa Agroalerta, gerenciado pelo Dr. Modesto Barreto, da UNESP, emite previsões de doenças para as culturas do Amendoim, Batata, Cebola, Cenoura, Melão e Tomate. O sistema recebe dados de uma rede de estações agrometeorológicas, calcula condições favoráveis à infecção pelos principais patógenos e emite um alerta aos participantes do sistema. Nos Estados Unidos, um modelo de previsão do risco da giberela do trigo é executado em tempo real na Internet. Para rodar o modelo, o usuário fornece a data de florescimento médio da cultura. O modelo utiliza dados horários de estações climáticas distribuídas em diversos estados americanos, gerando classes de risco em escala de cores, através da interpolação dos resultados. Por meio de um site na Internet, o usuário identifica a posição de sua lavoura ou região no mapa, verificando o risco de ocorrência de uma epidemia. De uma forma similar, na província de Ontário, Canadá, mapas de previsão de contaminação de grãos de trigo com uma Aplicações da computação na Fitopatologia - 253 RAPP – Volume 12, 2004 micotoxina de Fusarium, a desoxinivalenol, são gerados diariamente para uma data de espigamento, em programas específicos, e as imagens disponibilizadas na Internet para consulta. No Brasil, o grupo de pesquisa Simuplan, formado pela parceria entre pesquisadores da Embrapa Trigo e daUniversidade de Passo Fundo, desenvolve pesquisas para o desenvolvimento e aprimoramento de modelos de simulação e previsão de doenças de plantas. O programa SisAlert, desenvolvido pelo grupo em parceria com a Embrapa Uva e Vinho, é um sistema para previsão de doenças de fruteiras onde informações climáticas coletadas em uma rede de estações automáticas enviam, em uma pequena escala de tempo, informações para um computador central que as armazena, realiza cálculos e gera alerta de risco. Atualmente o sistema gera alerta de risco de ocorrência da sarna da maçã, a mancha foliar da Gala e a podridão branca. No website do Sisalert, os alertas são armazenados podendo ser consultados pelos produtores cadastrados, além do recebimento automático em telefones celulares. Além de priorizar o acesso pela Internet, os modelos e programas desenvolvidos pelo grupo têm o objetivo de gerar resultados na forma de gráficos e imagens, permitindo uma melhor interpretação do modelo, ao contrário dos antigos programas para ambiente de Disk Operating System (DOS). TRANSMITIR O CONHECIMENTO COM FUNÇÃO DE EDUCAÇÃO E TREINAMENTO A nova mídia oferecida pela tecnologia da informação tem crescido de forma exponencial. O CD-ROM e a Internet podem ser utilizados como formas de transferência de conhecimento eficientes, comparados com livros e periódicos impressos, com algumas vantagens intrínsecas como à abrangência da disseminação, disponibilização constante, bem como no menor custo de implementação e atualização. O acesso a esses materiais tende a se popularizar ainda mais e apresentar uma maior interatividade e melhor apresentação do que os similares impressos. O Crop Protection Compendium editado pelo CABi é uma rica fonte de informações sobre o tema proteção de plantas, sendo desenvolvido por dezenas de especialistas de diversos locais do mundo. O programa, desenvolvido primariamente em versão de CDROM, também existe na versão on-line na Internet, porém de acesso restrito a assinantes. Em relação à Internet, universidades do mundo inteiro, geralmente através de seu departamento de fitopatologia ou correlato, hospedam páginas com informações direcionadas à disseminação de informações. No Brasil, um 254 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 exemplo, dentre outros encontrados, é o Departamento de Fitossanidade da Universidade Federal do Rio Grande do Sul (UFRGS) que mantém seu website constantemente atualizado. Nesta é possível se encontrar, além das informações básicas acerca das atividades de ensino, pesquisa e extensão, páginas de disciplinas com cronograma, roteiros e apostilas de aulas, notícias do departamento e serviços on-line como resultados de laudos da clínica fitossanitária. A página se apresenta como o principal meio de comunicação do departamento com aqueles vinculados a este e com o público externo. Ainda, o website hospeda dois projetos. O primeiro, ligado as atividades da Clínica Fitossanitária, consiste em uma “galeria de fotos” de doenças com a descrição do sintoma presente na imagem, o agente causal, autoria e local e data de coleta. A consulta pode ser feita por agentes causais ou por culturas, além de uma busca geral. O segundo projeto é a informatização do acervo da coleção do Herbário Fitopatológico Prof. José Porfírio da Costa Neto, com o objetivo de organizar e disponibilizar consultas ao acervo via Internet que já consta com mais de 2 mil registros incluídos na base de dados. Na área de Patologia de Sementes, um portal de Internet foi desenvolvido na Universidade Federal de Pelotas (UFPel), com o objetivo principal de abrigar um manual on-line com fotografias e descrições de fungos ocorrentes nas sementes das principais culturas agrícolas. Além deste, apresenta ainda a descrição dos métodos de detecção patógenos em sementes, um guia de laboratórios credenciados e a base Quem é Quem na Patologia de Sementes. O Herbário virtual de Fitopatologia é um projeto Interinstitucional, também iniciado na UFPel, que conta atualmente com a parceria da Universidade Federal Rural do Rio de Janeiro e Universidade Federal Rural de Pernambuco, com o objetivo de desenvolver, continuamente, um banco de dados na Internet com fotografias de sintomas típicos e descrição de doenças de plantas, que possa ser útil para o ensino e auxílio à diagnose de doenças de plantas. Na ficha da doença constam informações como o agente causal, importância da doença, sintomatologia, epidemiologia e controle. Nas instituições participantes, sob a supervisão de editores associados, alunos de graduação encontram-se envolvidos na elaboração dos materiais que serão disponibilizados no website. No exterior, o APSnet Education Center, mantido pela Sociedade Americana de Fitopatologia, é um website que objetiva divulgar publicações instrucionais revisadas na área de fitopatologia. O website é dividido em categorias como fichas de doenças, exercícios de laboratório (introdutório e avançado), apresentações e glossário ilustrado, dentre outros recursos. É de consulta livre e serve como um importante recurso para alunos e instrutores de cursos de fitopatologia. Os editores discutem como vantagens a centralização das informações, onde um professor pode usar em sua página da disciplina, um link para o material disponível no APSnet Education Center, evitando a Aplicações da computação na Fitopatologia - 255 RAPP – Volume 12, 2004 redundância de criação, além de se ter acesso a um material revisado por especialistas. O glossário ilustrado pode ser integrado, na forma de link, nos textos de materiais instrucionais. O Catálogo de recursos inclui uma lista atualizada de recursos instrucionais como vídeos, livros e websites. Além da versão on-line, o material é editado anualmente em formato de CDROM, com o objetivo de atingir aqueles usuários com dificuldade ou sem acesso a Internet. Uma publicação revisada, The Plant Health Instructor, também está disponível no website, onde as publicações recebem citação similar às revistas científicas, um DOI (Digital Object Identifier) que permite acesso on- line permanente à publicação. Software em formato de jogo são ferramentas úteis para educar e treinar estudantes. Simulam a realidade e podem ser utilizados para auxiliar no aprendizado do processo de diagnose de doenças e quantificação de severidade de doenças entre outras aplicações. Alguns exemplos de jogos de simulação disponíveis são AppleScab, LateBlight, Resistan e TurfBlight (Bridge et al., 1997), onde os estudantes aplicam o que aprenderam quando tencionam manejar as doenças evitando a resistência ao fungicida. O programa de computador desenvolvido na Universidade de Massey denominado Diagnosis TM permite auxiliar estudantes a chegar a resultados de observação e simulação de laboratório para problemas de diagnose de doenças. No programa existem cenários preparados bem como um programa “Shell” para que os instrutores construam seus próprios cenários, que podem ser distribuídos entre usuários (Stewart et al., 1995). Em relação ao treinamento de avaliadores de doenças, alguns programas clássicos são o DISTRAIN (Tomerlin & Howell, 1988) e o DISPRO (Nutter Jr., 1989), um software para treinar avaliadores de doenças em trigo. No Brasil, o software COMBRO (Canteri & Giglioti, 1998) objetiva o treinamento de avaliadores de severidade de doenças da cana-de-açúcar. Assim como na maioria deste tipo de programa, o usuário faz os testes e ao final é emitido um resultado do seu desempenho, no formato de gráficos e tabelas. A educação à distância pode ser enquadrada neste contexto,uma vez que o computador facilita a comunicação entre professores e alunos distantes geograficamente. Os avanços nas tecnologias de informação, principalmente com o advento da Internet, tem encorajado alguns instrutores e educadores a utilizarem tais tecnologias de comunicação assíncrona. De maneira geral, tem sido observado que, para cursos básicos, as ferramentas de educação à distância, principalmente baseadas na Internet, têm sido úteis e eficientes como complementares ao ensino presencial de cursos regulares. Normalmente, professores desenvolvem o website da disciplina onde hospedam todas as informações importantes ao aluno como cronograma de aulas, apostilas para download, comunicados, testes on-line, links para 256 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 websites úteis, divulgação de notas, etc. Como vantagens para o aluno está o acesso facilitado e a qualquer momento do material didático e comunicados. Para o professor, todo o material digital é reutilizado no semestre posterior, podendo ser continuamente ampliado. Além de complementares a cursos presencias, existem sistemas mistos onde o curso é dado à distância, com alunos localizados em sua residência ou Instituição de origem, porém a prática de laboratório é complementada a participação dos alunos em sessões na escola, com periodicidade variável (Littel, 2001). Por outro lado, o uso de sistemas de educação a distância para cursos de fitopatologia exclusivamente pela Internet, são ainda raros. Schumann (2003) discute que cursos totalmente on-line podem ser interessantes para aqueles casos de programas de alto nível direcionados à um público especializado e com necessidade de treinamento por especialistas distantes geograficamente dos alunos. As ferramentas da tecnologia da informação podem facilitar a troca de experiências e informações entre instrutores e educadores que, normalmente, atuam de forma isolada no seu dia-a-dia. Além da facilidade da comunicação por e-mail, a Internet oferece meios de interação através de grupos de interesse, podendo ser possível, inclusive, realizar conferências on- line. Neste sentido, de 15 de maio a 30 de junho de 2001 foi realizado o On- line Instructional Technology Symposium organizado pela comissão de ensino da Sociedade Internacional de Fitopatologia (ISPP) e hospedado na Universidade Massey, Nova Zelândia. Autores de palestras enviadas na forma de artigos on-line puderam fornecer links para websites adicionais onde se disponibilizava mais informações e amostras dos softwares apresentados. A dinâmica do evento consistiu na apresentação semanal de artigos de tópicos específicos, seguido de discussão entre os conferencistas e os participantes do evento, em listas de discussão na página do evento. O evento contou com 321 participantes localizados em 48 países. Os arquivos das palestras e discussões conduzidas no evento estão disponíveis no website do evento e constituem boa fonte de consulta acerca do tema. ARMAZENAR E DISSEMINAR INFORMAÇÕES Esta é a última aplicação listada por Scott (1998) e é a que tem apresentado maior crescimento nos últimos anos. Sequer foi prevista em todo o seu potencial por Teng & Rouse (1984). Geralmente, o armazenamento e disseminação de informações estão associados às outras aplicações citadas anteriormente, assim, um software produzido para “organizar fatos e produzir informações” pode ser disponibilizado via Internet com a função de “disseminar informações”. A Web é um poderosíssimo meio de disseminação Aplicações da computação na Fitopatologia - 257 RAPP – Volume 12, 2004 de informações na área fitopatológica. A grande dificuldade está em localizar a informação e certificar-se sobre a veracidade da mesma. Uma boa dica é utilizar-se de websites ligados a instituições reconhecidas em sua área de atuação, tais como universidades e institutos de pesquisa. A localização de informações na área fitopatológica tem recebido grande auxílio do Plant Pathology Internet Guide Book, um website que organiza e classifica links para websites com informações sobre a fitopatologia a nível mundial. A divulgação de informações via Web permite acesso às publicações antes só disponíveis de forma impressa e que demoravam mais de um mês para chegar em terras brasileiras. A Internet permite acesso instantâneo às informações produzidas como os artigos de periódicos. Desta forma, facilita e impulsiona o progresso da área de proteção de plantas. Nesse contexto, a Sociedade Americana de Fitopatologia criou recentemente uma revista eletrônica, com corpo editorial, que publica artigos científicos exclusivamente pela Internet, o Plant Health Progress, indexado pelo CAB. Segundo os editores, a taxa de publicação vem aumentando a cada ano, sendo que o tempo para publicação de um artigo varia de 2 a 4 meses desde o recebimento do artigo. Por não ter os custos de revistas impressas, pode-se utilizar maior número de fotografias coloridas de qualidade. O artigo é publicado em formato html no website com a opção de download de uma versão em formato PDF, próprio para impressão. Os artigos são citados também no formato DOI (Digital Object Identifier). COMUNICAÇÃO E CONSULTAS REMOTAS Apesar de não ter sido citada por Scott (1998) esta aplicação da tecnologia da informação na fitopatologia foi incluída por Canteri et al. (1999). Além de armazenar e disseminar informações, a Internet também é útil para consultas remotas e comunicação. No Brasil a Embrapa desenvolveu o “Diagnóstico de doenças do milho via WEB” disponibilizado no website http://diagnose.cnptia.embrapa.br/milho/. No sistema, o usuário navega escolhendo as opções apresentadas, juntamente com fotografias de sintomas, que o levam a possível diagnose da doença. Com o acesso facilitado à Internet e à scanners, câmeras de vídeo e fotografia digital nos Estados Unidos no final dos anos 90, surgiu o interesse pelo desenvolvimento de sistemas de diagnose à distância, através de imagens digitais (Diagnóstico Digital). Um sistema pioneiro foi desenvolvido na Universidade da Geórgia, no ano de 1997, onde o projeto distribuiu estações digitais em 94 dos 159 municípios do Estado da Geórgia. Basicamente cada 258 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 estação consiste em um computador, mesa para digitalização com câmeras fotográficas digitais e scanner ou mesmo sistema de captura de vídeo instalado em microscópios, para a obtenção das imagens de estruturas do patógeno. Após a digitalização, o usuário acessa um sistema conectado a Internet que permite o cadastro das informações relevantes à diagnose, bem como associa a imagem digital do sintoma. Na seqüência, o sistema envia as informações para uma base de dados de especialistas, que são avisados, normalmente pelo e-mail, do envio de um registro para a diagnose baseada na imagem e informações. A partir daí, os especialistas acessam o sistema, incluindo os resultados da diagnose, que são enviados novamente para o usuário solicitante (Holmes et al., 2000). Em um acalorado debate sobre o uso da diagnose digital Dyson (1999) e Holmes (1999) discutiram as vantagens, desvantagens, limitações e cuidados no uso da tecnologia para diagnósticos precisos. Os defensores argumentam que o diagnóstico digital é mais rápido e ideal para casos onde o tempo que a amostra leva até a clínica devido à distância, compromete o resultado da análise. Ainda, os defensores citam alguns casos de sucesso, enquanto que os críticos lembram que apenas a imagem não é suficiente para realizar um bom diagnóstico e que se investeuma cifra muito alta para os poucos casos de doenças que são de difícil diagnose. Do contrário, na maioria das vezes os sintomas podem ser facilmente resolvidos com o auxílio da bibliografia básica. TENDÊNCIAS Previsões são tentativas de concretizar tendências, sendo estas uma seara mais segura que aquelas. A história nos fornece uma lista de previsões que deram errado, mesmo aquelas realizadas por especialistas em sua época observando as tendências do momento. Algumas previsões “furadas” listadas pela Revista Newsweek no artigo “Predictions: Cloudy Days in Tomorrowland”, de janeiro de 1997 foram “O rádio não tem futuro”, Lord Kelvin, Presidente da Royal Society, 1897. “O cavalo está aqui para ficar. O automóvel é apenas uma novidade, uma moda”, Presidente do Michigan Savings Bank, em 1903, perdendo a oportunidade de comprar um lote de ações por U$ 5.000,00, vendidas anos depois por U$ 12,5 milhões por seus contemporâneos. “Não há razão para uma pessoa ter um computador em casa”, Keneth Olsen, Presidente e fundador da Digital Equipment Corp em 1977. A seguir serão relatadas tendências, tomando-se a liberdade de elaborar algumas previsões. Algumas poderão não se concretizar, outras Aplicações da computação na Fitopatologia - 259 RAPP – Volume 12, 2004 poderão parecer mais adequadas a outro gênero literário, mas todas foram baseadas em publicações e relatos de grupos de pesquisa do Brasil e do exterior. As tendências serão apresentadas em áreas em que já ocorre uma grande interação da fitopatologia com a informática, entre elas a simulação e modelagem de sistemas, a agricultura de precisão, a bioinformática e a Internet. SIMULAÇÃO E MODELAGEM DE SISTEMAS Os computadores são freqüentemente utilizados para executar simulações de um sistema real. Entre as simulações, incluem-se as de tráfego em uma cidade, previsão de tempo, simulação de explosões nucleares, análise da bolsa de valores, simulações ambientais, simulação do crescimento e desenvolvimento de plantas, dentre outras. De fato, muitos dos computadores mais poderosos no mundo são utilizados para executar algum tipo de simulação. O uso de simulação por computador se baseia no princípio de que a abordagem experimental pode ser útil no suporte à tomada de decisões. A intenção é a de testar uma política ou estratégia antes da mesma ser implementada. Um problema real ou imaginário fornece os dados a partir do qual o modelo de simulação será construído. A busca pelo entendimento e detalhamento do problema inicial resulta no modelo conceitual do mesmo. O modelo de simulação, que eventualmente resulta em um programa de computador, é derivado do modelo conceitual e espera-se que seja mais simples do que o problema original. Se não for mais simples, então será tão difícil de usá-lo como se os testes fossem feitos sobre o sistema real. Um modelo de simulação é um processo de simplificação e abstração no qual o modelador tenta isolar os aspectos relevantes para o problema que resulta em uma representação de um objeto, sistema ou idéia de uma forma diferente da entidade propriamente dita, mas que apresenta o mesmo comportamento nos aspectos relativos ao estudo. Este processo de abstração depende tanto do conhecimento sobre o problema como dos objetivos da simulação. MODELOS DE SIMULAÇÃO DE CULTURAS Os modelos de simulação de culturas representam a simulação dinâmica do crescimento das culturas através da integração numérica com a ajuda de computadores. Em essência, os modelos de simulação de culturas são programas de computadores que representam matematicamente o crescimento das plantas em relação ao seu ambiente (Boote, 1996). Os primeiros modelos 260 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 de simulação de culturas foram desenvolvidos nos anos 60 e tinham como finalidade simular a interpretação da luz e a fotossíntese nas plantas (de Wit, 1965). Com o tempo, os modelos de simulação aumentaram sua complexidade envolvendo grande quantidade de dados para iniciar a simulação. Com a complexidade, também vieram as limitações dos modelos. Mesmo assim, há uma forte evidência que os modelos de simulação de culturas podem ter uma participação importante na pesquisa científica, na tomada de decisão e na transferência de tecnologia. Modelos de simulação de culturas variam desde as equações empíricas para a previsão de rendimento até os modelos complexos de desenvolvimento, crescimento e rendimento. Esses modelos complexos consideram os princípios que regem os processos de desenvolvimento e crescimento e oferecem ampla aplicação (Graff, 1998). Os modelos complexos são geralmente estruturados em sub-modelos correspondentes aos diferentes aspectos do crescimento e desenvolvimento. Entre os aspectos de abrangência dos modelos, encontra-se a fase reprodutiva, crescimento do dossel, produção e distribuição de matéria seca, formação e enchimento do grão, absorção e perda de água, absorção e remobilização de Nitrogênio e, mais recentemente, a intensidade de doenças (Batchelor et al., 1992; Pinnschmidt et al., 1995; Calvero & Teng 1997; Willocquet et al., 2002). Uma das mais conhecidas e difundidas aplicações dos modelos de simulação do crescimento e desenvolvimento das culturas se dá na integração aos sistemas de suporte à tomada de decisão na agricultura. Este é o caso do sistema DSSAT (Decision Support System for Agrotechnology Transfer), desenvolvido pelo projeto IBSNAT (International Benchmark Sites Network for Agrotechnology Transfer) junto à Universidade do Havaí. O projeto IBSNAT teve uma duração de cerca de dez anos resultando no aplicativo DSSAT e uma rede internacional de pesquisadores envolvidos no desenvolvimento e teste dos modelos de simulação. O sistema DSSAT engloba, além dos modelos de simulação de culturas, um sistema gerenciador de base de dados e um módulo de aplicativos, para a avaliação de estratégias tecnológicas, via simulações de longo prazo. A estrutura e as funções do DSSAT, juntamente com o seu uso em avaliações de estratégias tecnológicas, foram descritas por Jones et al. (1989). As maiores limitações existentes no DSSAT são aquelas relacionadas com os modelos de simulação de culturas. Entre as limitações encontramos a ausência do "stress" imposto às culturas por pragas, o efeito do modo de preparo do solo, excesso de água no solo, entre outros. O DSSAT incorpora 17 modelos de simulação de culturas. Todos os modelos usam os mesmos módulos de simulação do balanço de água e Nitrogênio. No Brasil, os trabalhos com modelos de culturas iniciaram em 1990, com a família de modelos CERES, principalmente, na cultura do trigo, Aplicações da computação na Fitopatologia - 261 RAPP – Volume 12, 2004 do milho, da soja, do arroz e do feijão (Anunciação & Liu, 1991). Desde então, são conduzidos experimentos a campo, sob as mais diversas condições, com a finalidade de calibrar e ajustar modelos para as condições da agricultura no Brasil. A simulação vem sendo empregada para atacar os grandes problemas da cultura do trigo como a variabilidade dos rendimentos devido à ocorrência de doenças (Fernandes et al., 2002; Fernandes & Pavan, 2002) e o risco de ocorrência de geada na floração e chuvas na colheita (Cunha et al.,1999). Os resultados obtidos têm fornecido informações fundamentais às atividades de zoneamento e planejamento agrícola, possibilitando a exploração da cultura do trigo em áreas e épocas menos sujeitas a riscos de insucessos devido à ocorrência de adversidades climáticas, contribuindo ainda com diretrizes para o crédito e seguro agrícolasbaseado no nível de risco de cada área e/ou condição. Em atividades de transferência de tecnologia, os modelos de simulação têm sido usados para demonstrar aos técnicos e produtores de trigo o efeito do ambiente e da adoção de determinadas práticas de manejo sobre o comportamento da cultura. MODELOS DE SIMULAÇÃO DE EPIDEMIAS Nos últimos anos, um esforço considerável foi empregado no estudo dos modelos para a simulação do progresso das doenças de plantas. Os modelos de fenologia, dinâmica de população e os modelos epidemiológicos foram desenvolvidos para diversas doenças de importância econômica. Entretanto, problemas estão ainda à espera de solução, especialmente quando o objetivo final é de incluir estes modelos em sistemas de suporte a tomada de decisão para uso dos produtores e dos técnicos. A requeima da batata, causada por Phytophthora infestans é uma doença importante e relativamente bem-estudada. Não obstante, pesquisas ainda são necessárias para o manejo da doença. Além da dinâmica populacional e da variabilidade do patógeno, a requeima é altamente dependente das condições ambientais, o que faz a doença altamente variável no espaço e no tempo (Hijmans et al., 2000). Modelos de simulação são usados para integrar o conhecimento epidemiológico sobre P. infestans e melhorar a manejo da doença. Os modelos de simulação têm uma etapa diária do tempo. Os modelos dinâmicos da simulação devem ser claramente distintos dos modelos de previsão de doença. Os modelos da previsão da doença são modelos tipicamente empíricos que podem ser úteis para controlar a doença ajudando a determinar o início e os intervalos ótimos para a pulverização de fungicidas, por exemplo. Os modelos de previsão não estimam a severidade da doença sobre o tempo ou o rendimento. Os modelos de previsão apresentam um domínio geográfico limitado de validade e dificilmente podem ser adaptados para diferentes cultivares. Os modelos 262 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 dinâmicos da simulação poderiam ser uma base eficaz para o desenvolvimento dos modelos de previsão. Um dos primeiros modelos de simulação e com aplicação prática na área da fitopatologia é o EPIPRE (Epidemics Predictor), desenvolvido na Holanda. O EPIPRE gera informações específicas para cada situação monitorada. As informações recebidas, referentes a seis doenças de trigo e a duas espécies de pulgões, alimentadas ao modelo, resultam em recomendações aos usuários (Zadoks, 1986). A informação sobre a dinâmica de populações de microorganismos é geralmente tratada isoladamente do crescimento do hospedeiro (Zadoks, 1971). Isso faz com que os danos provocados por doenças não sejam medidos adequadamente. Para resolver tal problema, é necessário acoplar os modelos de simulação de doenças aos modelos de simulação do crescimento. De fato, esse conceito é corrente na literatura, sendo abordado por vários autores (Berger, 1989; Pinnschimidt, 1995; Luo et al., 1993). Um grande desafio, no entanto, é acoplar os modelos de simulação de epidemias aos modelos de crescimento e desenvolvimento de culturas. O manejo racional de doenças, no seu princípio, implica no uso de vários métodos de controle. A decisão sobre a estratégia a ser usada exige uma previsão da severidade final da doença e as perdas conseqüentes do desenvolvimento da epidemia. No caso do controle químico, estes prognósticos baseiam-se no progresso da doença em relação ao estágio fenológico da cultura como forma de determinar o momento adequado de aplicação, assim como a economicidade da medida de controle. Estimar danos através de observações de doenças é extremamente difícil. A severidade dos sintomas visuais pode ser resultante de diferentes alterações na fisiologia da planta, o efeito depende do que aconteceu com a planta no passado, o que está acontecendo no presente e o que vai acontecer no futuro. Portanto, a única estratégia confiável de predizer danos é o emprego da simulação com o uso de modelos matemáticos de crescimento da planta em relação ao ambiente em que a planta se encontra e também, simula as alterações, produzidas pelo patógeno, no crescimento, na fisiologia e as conseqüências no rendimento (Shaw, 1997). Porém, o desenvolvimento de modelos de simulação necessita de grande esforço de obtenção de dados confiáveis. Para progredir é preciso presumir efeitos e testá-los para ver o quanto próximo estamos da situação real. Para as doenças foliares, por exemplo, é razoável supor que a maioria dos efeitos possa ser atribuída aos sintomas visuais e proporcionais à intensidade dos sintomas. Infelizmente, esta suposição não é verdadeira em todos os patossistemas. A ocorrência de doenças está associada às condições climáticas específicas e características da planta. O uso de modelos complexos, essencialmente mecanísticos, do tipo de simulação do crescimento e Aplicações da computação na Fitopatologia - 263 RAPP – Volume 12, 2004 desenvolvimento de culturas ligado à ocorrência e o progresso das doenças, podem servir para orientar decisões no manejo desses fatores, incluindo aspectos como a probabilidade de ocorrência, o curso, e o risco de perdas na produção. A pesquisa sobre mudanças climáticas globais é extremamente dependente no uso de modelos da simulação do crescimento e desenvolvimento de culturas. Entretanto, muitos dos modelos atuais de simulação não esclarecem as perdas por pragas (insetos, doenças, e ervas daninhas), apesar do fato que estas freqüentemente causam reduções substanciais no rendimento das culturas. DESENVOLVIMENTO DE SIMULADORES No fim dos anos 60 e início da década de 70 os pesquisadores passaram a desenvolver modelos de computador para a simulação de crescimento e rendimento de culturas (Hesketh et al., 1972; Stapleton et al., 1973; Jones et al., 1974). Ao mesmo tempo em que os computadores foram se popularizando também cresceu o número de modelos e de pesquisadores envolvidos neste ramo da ciência. Uma vez que muitos programas foram desenvolvidos de forma independente a incompatibilidade representava uma dificuldade para aqueles que se encontravam fora do ambiente de desenvolvimento. Nos dias de hoje, há um consenso sobre a necessidade de fazer modelos mais compatíveis e eficientes (Porter et al., 1999). O desenvolvimento de modelos envolvendo sistemas de produção agrícola requer uma análise profunda do sistema, acúmulo de conhecimento e uma coleção de dados. Porém, é também crucial o emprego de métodos e ferramentas de tecnologia de software. A modularidade e a forma genérica são as palavras que descrevem a nova e amplamente aceita metodologia para superar as complexidades que surgem ao construir, manter e re-usar modelos em partes ou como um todo (Reynolds & Acock, 1997). Na agricultura, como em outros modelos dinâmicos o sistema pode ser analisado em termos de variáveis de estado, de fluxo e auxiliares (De Wit, 1982). Estas por sua vez, acabam fazendo parte de um conjunto de equações diferenciais que devem ser integradas numericamente dadas a complexidade do sistema. Esta estrutura comumente usada faz com que seja possível desenhar e codificar um modelo com finalidades de entradas e saídas arranjadas com ferramentas de software. Isto tem sido feito utilizando-se de bibliotecas de linguagens de programação como o Fortran, C, Pascal e outras. A grande maioria dos programas de simulação de crescimento e desenvolvimento de culturas foi escrita em linguagem Fortran. Esforços têm 264 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 sido feitos para queos programas escritos em Fortran sejam re-estruturados visando os aspectos fundamentais de modularidade (Wang et al., 2000). Por outro lado, novas linguagens de programação com fortes características de modularidade são hoje amplamente utilizadas. Entre estas se destaca o Java que além da modularidade apresenta outras vantagens como segurança, interatividade com banco de dados, disponibilização dos aplicativos na Internet e outras. O Java é uma linguagem que foi desenvolvida sob o novo paradigma de programação orientada a objetos-POO (Hunt, 1998). A programação orientada para objetos tem revolucionado a maneira de como os softwares são concebidos, escritos e mantidos. A orientação a objetos simplesmente significa a visualização de um problema em termos de objetos envolvidos com aquele problema (Kurata, 1999). Os princípios de orientação a objetos permitem que os softwares não apenas modelem o mundo real, mas permitem que o código do programa seja escrito de uma forma mais organizada e consistente. Modelos construídos com linguagem orientada a objetos podem ser desenvolvidos de forma intuitiva que imitam com relativa precisão a lógica do mundo verdadeiro (Zeiler, 1999). O uso de objetos na representação dos elementos permite que os controles sobre as ações dos mesmos sejam feitos de forma relativamente simples, pois são necessárias somente alterações na classe que está gerando o elemento, independente da quantidade. Facilidade também refletida na forma de implementação e criação de novos elementos, pois pode ser usada a característica de herança a fim de desenvolver um novo elemento a partir de suas características individuais e não das coletivas (Chen et al.,1999). Características de reaproveitamento são usadas com grande freqüência na programação orientada a objetos, pela facilidade e rapidez no desenvolvimento, podendo ser aproveitadas para desenvolver simulações complexas. Formas de reaproveitamento como documentação padronizada e generalização das especificações dos elementos, permitem uma fácil adequação às necessidades sobre as características dos objetos. A orientação a objetos possibilita inserir novos elementos no ambiente sem que haja a necessidade de reescrever o código, fazendo com que os componentes envolvidos possam trocar informações necessárias para o funcionamento do modelo (Sequeira et al., 1997). Estas características nos permitem desenvolver softwares modulares, capazes de se acoplarem na busca de um objetivo específico de tal forma que a programação se torna muito mais rápida e eficiente. Para o desenvolvimento do módulo principal, busca-se utilizar estas tecnologias a fim de obter um módulo que agregue diversos outros sub- módulos, capazes de gerar a simulação desejada e ofertar os resultados esperados (Porter et al., 1999). Na figura 1, é apresentado um diagrama de classes representando o crescimento da planta e as fases do patógeno. Aplicações da computação na Fitopatologia - 265 RAPP – Volume 12, 2004 Figura 1. Diagrama de classes de um modelo de simulação de doenças acoplado a um modelo de simulação de crescimento do hospedeiro. 266 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 Enquanto técnicas e linguagens de programação orientadas a objetos possuem muitas vantagens, diversos modelos existentes de crescimento e desenvolvimento de plantas encontram-se escritos em linguagem Fortran. Melhor do que re-escrever códigos existentes escritos em Fortran, usando uma linguagem orientada a objetos, tal como C++ ou Java, é possível a reutilização de códigos existentes escritos em Fortran, levando-os para um ambiente onde princípios de orientados a objetos podem estar sendo utilizados (Papajorji et al., 2002). Muitos estudos estão sendo realizados para integrar sistemas desenvolvidos em linguagens com poucos recursos visuais e com pouca integração com a Web, como o Fortran, com linguagens e ambientes que suportam a orientação a objetos. Uma alternativa é o desenvolvimento de midlewares que permitam a integração de modelos de simulação já existentes, como a suíte de modelos existentes no DSSAT, com interfaces, bancos de dados e novos modelos de simulação. Através destes midlewares, o avanço na área de simulação para a agricultura terá um grande crescimento, além de poder contar com a possibilidade de desenvolver modelos matemáticos sob condições dinâmicas de variáveis de ambiente. DISPONIBILIZAÇÃO DOS MODELOS DE SIMULAÇÃO Os avanços tecnológicos na informática, a Internet e as linguagens de programação visuais tem produzido novos conceitos e caminhos a serem ainda explorados na produção e transferência do conhecimento. Muitas tecnologias estão surgindo a fim de facilitar o uso de sistemas de simulação, desde softwares para desenvolvimento, distribuição e atualização automática na Internet, até a execução de sistemas complexos em equipamentos de pequeno porte. A busca atual por melhores linguagens de programação está concentrada nas linguagens orientadas a objetos, cujas técnicas e ferramentas incluem linguagens, sistemas, interfaces, ambientes de desenvolvimento, bases de dados, bibliotecas de classes, etc. As linguagens orientadas a objetos possuem diversas características que facilitam a sua implementação em relação às outras linguagens imperativas. A crescente disponibilidade de computadores e dispositivos portáteis e das facilidades de comunicação têm deslocado a natureza dos sistemas e das aplicações, fazendo com que um novo termo computacional venha à tona: COMPUTAÇÃO MÓVEL. A Computação Móvel introduz uma nova classe de aplicações, as quais são sensíveis (se adaptam) às alterações nas condições do ambiente de execução. Essa nova tecnologia fornece aos usuários a capacidade de acessar a Internet a partir de um dispositivo portátil como o telefone celular (Dornan, 2001). A Internet, por sua vez, sendo a Aplicações da computação na Fitopatologia - 267 RAPP – Volume 12, 2004 grande rede mundial de computadores permite acesso nas mais diferentes situações. Assim como aplicativos podem ser executados na Web e/ou através dela, também é possível desenvolver softwares capazes de serem executados em equipamentos de pequeno porte como o telefone celular e PDA. O processamento pode ser realizado no próprio dispositivo ou em servidores Web, retornando o resultado da execução solicitada pelo usuário. Um exemplo deste tipo de aplicação pode ser encontrado em Fernandes (2003), onde mensagens com avisos de alerta são enviados aos produtores de maçã da região de vacaria/RS, após o processamento de dados recebidos de estações meteorológicas automáticas. O sistema gera aviso de alerta para a sarna, a podridão branca e as manchas da gala. O sistema utiliza programas rodando, ininterruptamente, em um servidor de Web e de banco de dados que recebem dados de estações meteorológicas automáticas e bases de dados remotas. Os dados são processados e os modelos de simulação são executados. As saídas dos modelos são mensagens enviadas para a caixa postal (e-mail) dos clientes cadastrados e para telefones celulares através de mensagens SMS. As informações também podem ser visualizadas no portal do projeto. A interatividade do cliente com os sistema pode ser realizada via a utilização de PDA´s e celulares capacitados a executar programas específicos disponibilizados para tal (http://inf.upf.br/sisalert). AGRICULTURA DE PRECISÃO A agricultura de precisão está ligada aos Sistemas de Informações Geográficas (SIG) ou GIS em inglês e para aplicaçõespráticas no campo depende de aparelhos GPS (sistema de posicionamento global). A combinação de GIS com outras tecnologias tais como sensoriamento remoto, GPS e geoestatística prometem importantes mudanças na previsão de doenças e nas recomendações de aplicações de fungicidas (Blaise, 1998). As tecnologias para Agricultura de Precisão estão sendo desenvolvidas para obter condições específicas, em pequena escala, em tempo real permitindo assim encontrar os requerimentos únicos de cada pedaço da área agrícola. Na sua intenção, a agricultura de precisão está próxima das tradicionais técnicas de cultivo não mecanizadas em pequena escala, onde há um tratamento específico para cada local de cultivo (Maohua, 2001). Na agricultura de precisão as informações necessitam ser analisadas para serem utilizadas, e esta análise só foi viabilizada pela aplicação dos computadores. Técnicas de inteligência artificial, processamento de imagens, treinamento e análises estatísticas, são ferramentas computacionais utilizadas na agricultura de precisão. Termos 268 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 como processamento de imagens, redes neurais, sistemas multiagentes, sistemas de tomada de decisão, data mining e lógica fuzzy estão sendo utilizados na produção agrícola. Ferramentas antes destinadas à automação industrial hoje acham espaço em sistemas de manejo da área agrícola. Os computadores e a tecnologia da comunicação estão intimamente ligados a este desenvolvimento. A fitopatologia também participa da agricultura de precisão. Técnicas de acompanhamento das culturas coletando informações sobre intensidade de doenças no campo, com o auxílio de um equipamento de GPS (scouting) são utilizadas para comparar os resultados com os mapas de produtividade obtidos na colheita. A figura 2 apresenta um destes mapas obtidos em uma área experimental da Fundação ABC em um projeto de Agricultura de Precisão. Outras aplicações na fitopatologia são obtidas de exemplos já desenvolvidos em outras áreas, principalmente a ambiental, onde estudos têm mostrado que dados de sensoriamento remoto e dados geográficos podem ser combinados para melhorar a acurácia de mapas de ocorrência de doenças, modelos de previsão e simulação de ocorrência de doenças. Um exemplo da aplicação da agricultura de precisão na fitopatologia, em conjunto com aplicações meteorológicas pode ser observado na figura 3. O mapa apresentado é resultado de um trabalho em conjunto da Universidade Estadual de Londrina (UEL), Fundação ABC e IAPAR. Condições de temperatura e molhamento favoráveis para infecção por Phakopsora pachyrhizi (Yang et al., 1991) foram utilizadas para estimar a probabilidade de ocorrência de ferrugem da soja no estado do Paraná. Os computadores também foram úteis na coleta e armazenamento dos dados horários de temperatura e umidade relativa utilizados nos cálculos e obtidos em mais de 30 estações meteorológicas automatizadas posicionadas em pontos estratégicos do estado. Aplicações da fitopatologia para agricultura de precisão em conjunto com a tecnologia da informação dependem de outras tecnologias. Sensores, sensoriamento remoto e visão artificial são apenas algumas das técnicas que podem ser utilizadas. SENSORES A tecnologia da informação necessita de dados para poder processar e trabalhar. Estes dados quando coletados por sensores específicos são mais precisos e têm uma aplicação mais direcionada (Marchant et al., 2001). Na Universidade de Illinois trabalhos vêm sendo desenvolvidos no sentido de desenvolver sensores para obter em tempo real os acontecimentos Aplicações da computação na Fitopatologia - 269 RAPP – Volume 12, 2004 Figura 2. Mapa de incidência de oídio em soja obtido com scouting em campo de produção. Áreas claras indicam incidência de 0 à 40%, áreas escuras indicam incidência acima de 60% e áreas de tonalidade intermediária indicam incidência de 40 à 60% (Cortesia: Fundação ABC). 270 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 Aplicações da computação na Fitopatologia - 271 RAPP – Volume 12, 2004 Figura 3. Mapa do Paraná com índice de favorabilidade climática para ocorrência de ferrugem da soja em função de condições propícias à infecção por Phakopsora pachyrhizi, baseada na coleta de dados meteorológicos nos meses de janeiro, fevereiro e março de 2004. Quanto mais escura a área, maior a possibilidade de ocorrerem epidemias da doença. no ambiente individual de cada planta. O objetivo é desenvolver equipamentos com tamanho de até 1 mm para serem acoplados em sementes,permitindo georeferência individual. Em um exercício de futurologia, sondas desenvolvidas pela biologia molecular (biosensores), associadas a microchips com capacidade de georreferenciamento, poderão informar os patógenos que estarão atacando as sementes no campo. Esta informação, permitirá localizar geograficamente regiões com problemas de emergência de plântulas devido aos patógenos. Os biosensores utilizam moléculas disponíveis naturalmente com poder de reconhecimento biológico (anticorpos, enzimas, receptores celulares e ácidos nucléicos) combinadas com modelagem computacional a nível molecular (Tothill, 2001). Os biosensores podem ser incorporados a instrumentos eletrônicos de fácil utilização como equipamentos para monitoramento on-line ou podem ser sensores descartáveis. Têm um grande potencial de utilização na fitopatologia como demonstrado por Baumner & Schmid (1998) que desenvolveram um sensor para detecção de defensivos agrícolas. Alguns biosensores eletroquímicos já são inclusive comercializados, como o “Bactômetro” que utiliza impedância e condutância para registrar o crescimento de colônias de bactérias (Tothill, 2001). Conforme discutido por Seem (2001), a nanotecnologia ou nanobiotecnologia, com seus equipamentos miniaturizados podem ser úteis a epidemiologistas e modelos. Tais equipamentos podem funcionar como 272 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 sensores e medir as condições ambientais na superfície da folha, frutos ou raízes. Nesse caso, o envio de informações seria feito via conexão sem fio (wireless). Micromáquinas podem fazer diversas tarefas em uma pequena escala, além de monitorar as condições ambientais, poderiam ter inteligência suficiente para saber quando as condições são favoráveis ao desenvolvimento de doenças. A natureza sem fio das conexões permite que o fluxo de informações entre sensores e máquinas seja contínuo. Em períodos apropriados, sinais poderiam ser enviados para gerenciadores do sistema, gerando um alerta acerca da ocorrência de importantes eventos, solicitando alguma forma de intervenção. Em plantas que são atacadas por um patógeno, o cenário ideal é de identificar o mesmo, responder com algum mecanismo de defesa que necessita esforço mínimo pela planta ainda preservando a quantidade e a qualidade da produção. Se um sensor nanobiotecnológico instalado na superfície dos tecidos da planta detecta tanto condições favoráveis para o desenvolvimento da doença e a presença real do patógeno, então o sensor poderia enviar um sinal ao hospedeiro com uma proteína sinalizante que iria elicitar uma resposta da planta ao invasor. Aplicações da computação na Fitopatologia - 273 RAPP – Volume 12, 2004 SENSORIAMENTO REMOTO Sensoriamento remoto é outra técnica que utiliza equipamentos da Tecnologia da Informação. Imagensde satélite ou mesmo obtidas à baixa altitude, em infravermelho apresentam alta correlação com o vigor vegetativo e o maior volume de biomassa. No ciclo das culturas, quando analisadas as imagens é possível acompanhar o desenvolvimento de epidemias e acompanhar sua evolução. Pode-se perceber a variação de cores provocada pelo manejo diferenciado dos talhões. Através da resolução espacial de 20 metros ou até 1 metro (satélite Ikonos) as imagens podem indicar uma série de anomalias. O problema é que outros fatores além da doença podem provocar variação no volume acumulado de biomassa, além de que os dados nem sempre chegam no tempo desejado, devido a interferências atmosféricas (nuvens) e também o alto preço de aquisição de imagens de satélites. Como alternativa aos satélites podem-se utilizar levantamentos aerofotogramétricos, que apesar de sua aplicabilidade ainda apresentam custos impeditivos para adoção em larga escala. Everitt & Escobar (1999) utilizaram imagens aéreas digitais em infravermelho, obtidas em levantamento aerofotogramétrico, para detectar murcha do carvalho provocada por Ceratocystis fagacearum. Aeromodelos equipados com dispositivos para aquisição de imagens em infravermelho são uma alternativa às imagens de satélites e aos levantamentos aerofotogramétricos. Pesquisas neste sentido vêm sendo desenvolvidas pela Embrapa Instrumentação Agropecuária de São Carlos. Também, Silveira et al. (2001) demonstraram um sistema de controle de robô aéreo que pode ser útil para aplicações de sensoriamento remoto em áreas agrícolas. O sensoriamento remoto não precisa necessariamente ser realizado a longa distância. Radiômetros podem ser utilizados ao nível de campo para obter leituras em vários comprimentos de onda, inclusive o infravermelho. A literatura nacional tem exemplos destes trabalhos. Medidas de refletância, obtidas por um radiômetro portátil de múltiplo espectro, foram utilizadas por Canteri et al. (1999) para comparação com medidas de severidade de doenças foliares e produtividade em amendoim. Gianasi et al. (2000) utilizaram o sensoriamento remoto para verificar a eficiência de fungicidas no controle da queima das folhas por alternaria (Alternaria dauci) em cenoura. Marchiorato et al. (2002) utilizaram espectroadiometria de campo para detectar o nematóide Meloidogyne incognita em lavouras de algodão. Analisar, armazenar e interpretar as imagens são as maiores dificuldades do sensoriamento remoto. Programas de treinamento desenvolvidos por Universidades e Empresas de Pesquisa, como o desenvolvido pela Universidade de Purdue podem ser uma alternativa. O 274 – Marcelo Giovanetti Canteri et al. RAPP – Volume 12, 2004 treinamento é feito pela Internet, ressaltando o uso de GPS e SIG. Novas empresas podem ser formadas para prestar serviços analisando os dados dos produtores. Mapas de rendimento, obtidos via colheitadeira equipada com GPS, podem ser comparados com as imagens obtidas durante o ciclo da cultura. Outras informações como o índice de área foliar, o conteúdo de clorofila e a severidade da doença podem ser correlacionados para tentar explicar a variabilidade espacial da produção. Trabalhos nesta área vêm sendo desenvolvidos na Fundação ABC por uma associação de Universidades e Institutos de Pesquisa (Valentini, 2002). A NASA, em um projeto com horizonte até 2020 pretende aumentar a utilização de sensoriamento remoto na agricultura, reduzindo os riscos da colheita e melhorando o meio ambiente. Em resultados divulgados em palestras, a aplicação de inseticidas foi beneficiada pelo uso das imagens em 4 cores do campo de produção. Verificou-se que insetos foram atraídos por áreas mais saudáveis do campo, representadas em cores mais fortes, em imagens com infravermelho. Nas áreas mais “verdes” foi utilizado mais inseticida, com economia do produto quando computado o uso na área total. Talvez aplicações neste sentido também possam ser úteis na fitopatologia. Definir aplicações de fungicidas à taxa variável de acordo com o vigor vegetativo do campo de produção. Além destas possibilidades futuras, resultados práticos de sensoriamento remoto com uso de avaliações de infravermelho já foram apresentados por Watson et al. (2000) na estimativa de colonização de macieiras por Phymatotrichopsis omnivora. VISÃO ARTIFICIAL A visão artificial utiliza como dado de entrada imagens digitalizadas que, após serem processadas, podem ser armazenadas ou resultar em um comando, como abrir ou fechar um bico de pulverização. O ponto de partida é o processamento de uma imagem digital. Trabalhos nesta área, aplicados à fitopatologia, vêm sendo desenvolvidos desde a década de 80, quando as máquinas ainda não possuíam grande capacidade de processamento. Blanchette (1982) descreveu a análise de imagens como uma nova técnica, útil para medir defeitos em árvores. Lindow & Webb (1983) estão entre os pioneiros no estudo de sistemas para quantificação de sintomas em folhas doentes, utilizando análise de imagem de vídeo digitalizadas. A aplicabilidade de sistemas de processamento de imagens foi possibilitada pelo incremento na performance dos computadores. Kampmann & Hansen (1993) utilizaram imagens digitalizadas coloridas para quantificar a severidade de oídio em folhas de pepino, trabalho semelhante foi realizado Aplicações da computação na Fitopatologia - 275 RAPP – Volume 12, 2004 por Kokko et al. (1993) para quantificar a descoloração em internódios de colmos de trigo, provocada pela podridão comum de raízes. Sintomas de vírus em folhas de milho, provocados por MSV (Maize Streak Virus) também foram quantificados em um sistema baseado em microcomputador, com um alto grau de automação segundo os autores (Martin & Rybicki, 1998). Niemira et al. (1999) desenvolveram um sistema para analisar tubérculos de batata em relação à suscetibilidade a Phytophthora infestans. Mais recentemente, o software Assess – Image Analysis software for plant disease quantification foi projetado exclusivamente para quantificar doenças em imagens digitalizadas (Lamari, 2002). O processamento de imagens, além das aplicações citadas acima e antes de ser um primeiro passo para aplicação da visão artificial, também é útil para elaboração de escalas diagramáticas (Rodrigues et al., 2002). Trabalhos que procuram aplicar o processamento de imagens para desenvolver sistemas com visão artificial são citados na literatura. Ahmad et al. (1999) desenvolveram um sistema para classificar sementes de soja com sintomas de danos por fungos e vírus. Leemans et al. (1999) apresentaram um método para identificar defeitos em frutos de maçãs, entre eles lesões provocadas por fungos, utilizando visão artificial. Guyer & Yang (2000) apresentaram um sistema de visão artificial para detecção de defeitos em frutos de cereja utilizando imagens espectrais. Nos próximos anos estima-se que novas aplicações sejam apresentadas, principalmente a nível de campo, envolvendo a Agricultura de Precisão. Pesquisas com pilotagem automática de veículos agrícolas, baseado em GPS já são realidade (Wilson, 2000). Pulverizadores inteligentes equipados com câmaras de vídeo e computador poderão ser utilizados para aplicar fungicidas on-time à taxa variável, principalmente para doenças com distribuição em agregado nos campos de produção. BIOINFORMÁTICA A informação hereditária e funcional de uma planta ou um patógeno está armazenada na forma de DNA, RNA e proteínas. Estas macromoléculas são cadeias lineares montadas a partir de compostos químicos bem conhecidos (nucleotídeos) representados por um alfabeto fixo,
Compartilhar