VMI: índice de vigor de sementes baseado em aprendizado de máquina para Poincianella pyramidalis.

Descrição

A qualidade fisiológica de sementes constitui fator determinante para o estabelecimento inicial das culturas e para o desempenho agronômico em diferentes sistemas de produção, sendo o vigor um dos principais atributos relacionados à capacidade das sementes originarem plântulas normais sob distintas condições ambientais. Embora os testes tradicionais de vigor sejam amplamente utilizados, essas metodologias apresentam limitações relacionadas à subjetividade, elevado tempo de execução e baixa integração das informações fisiológicas. Nesse contexto, avanços recentes em agricultura digital, análise de imagens e inteligência artificial têm possibilitado o desenvolvimento de métodos mais rápidos, objetivos e reprodutíveis para avaliação da qualidade de sementes. Assim, o presente projeto propõe o desenvolvimento do VMI (Vigor Machine Learning Index), um índice de vigor baseado na classificação automatizada de plântulas por meio de técnicas de aprendizado de máquina aplicadas à análise de imagens obtidas durante o teste de germinação de sementes de Poincianella pyramidalis. A proposta visa integrar informações morfológicas e de desenvolvimento das plântulas em uma métrica quantitativa capaz de discriminar níveis de vigor de forma objetiva, rápida e padronizada, utilizando modelos de deep learning e aprendizado de máquina tradicional. Espera-se que o VMI contribua para a modernização da tecnologia de sementes, reduzindo a subjetividade das análises, antecipando a tomada de decisão e ampliando a incorporação de ferramentas digitais na avaliação da qualidade fisiológica de sementes. O projeto também apresenta alinhamento com os Objetivos de Desenvolvimento Sustentável (ODS) 2, 7, 9, 12, 13, 15 e 17 da Organização das Nações Unidas, especialmente nas áreas de agricultura sustentável, inovação tecnológica, conservação ambiental e uso sustentável dos recursos naturais.