Desambiguação de múltiplos estresses por deficiência de nutrientes em coco usando normas diagnósticas composicionais de nutrientes impulsionadas por algoritmos de aprendizado de máquina

Por que a nutrição do coqueiro importa

Os coqueiros são muito mais que um pano de fundo tropical; eles são uma tábua de salvação econômica para milhões de pequenos agricultores, especialmente no sul da Índia. Ainda assim, em Kerala, uma das regiões mais tradicionais de cultivo de coco no mundo, a produtividade caiu acentuadamente nos últimos anos. Um dos principais culpados não é apenas a seca ou pragas, mas um problema silencioso e complexo sob os pés dos agricultores: múltiplas carências de nutrientes no solo e nas próprias palmeiras. Este estudo explora uma nova forma de desfazer essas carências sobrepostas usando uma ferramenta matemática chamada diagnóstico composicional de nutrientes, combinada com aprendizado de máquina, para ajudar os agricultores a entender quais nutrientes são mais importantes e como restaurar rendimentos saudáveis.

Uma crise oculta nos coqueirais

Em solos lateríticos de Kerala, as palmeiras de coco muitas vezes crescem em pequenas propriedades onde o uso de fertilizantes é baixo, irregular ou baseado em palpites. Esses solos vermelhos altamente intemperizados são ácidos e propensos à lixiviação, de modo que nutrientes-chave são levados pelas fortes chuvas de monção. Abordagens tradicionais de diagnóstico — observar folhas amareladas, testar um ou dois nutrientes de cada vez ou confiar em experimentos em vasos pequenos — têm dificuldade quando muitos nutrientes estão em desequilíbrio simultaneamente. Os sintomas de diferentes deficiências se sobrepõem e podem ser facilmente confundidos com doenças ou danos por insetos. Como resultado, os agricultores podem aplicar o fertilizante errado ou pouco do nutriente correto, deixando grande parte do potencial de produção inexplorado.

Da amostragem de campo às impressões digitais nutricionais

Para capturar o quadro nutricional completo, os pesquisadores amostraram 120 áreas de cultivo de coco em uma ampla região do sul de Kerala, todas plantadas com a variedade comum West Coast Tall. Coletaram solo em duas profundidades próximas às palmeiras, junto com uma folha “índice” específica de cada árvore, e mediram cuidadosamente um conjunto de nutrientes: elementos principais como nitrogênio, fósforo e potássio; nutrientes de suporte como cálcio, magnésio e enxofre; e elementos traço incluindo ferro, manganês, zinco, cobre e boro. Os rendimentos variaram amplamente — de cerca de 34 a 118 cocos por palmeira por ano — refletindo o quanto cada árvore vivenciou esse ambiente nutricional complexo. As análises confirmaram muitos padrões típicos de solos lateríticos: condições ácidas, queda de cálcio e magnésio com a profundidade, fósforo e potássio heterogêneos e suprimentos de boro particularmente frágeis.

Usando razões e algoritmos para decodificar o desequilíbrio

Em vez de julgar cada nutriente em uma escala simples de “suficiente ou não”, a equipe tratou a nutrição das plantas como um sistema fechado, onde todos os níveis de nutrientes devem ser interpretados em relação uns aos outros. O diagnóstico composicional de nutrientes converte os teores foliares em um conjunto de razões logarítmicas que descrevem como cada nutriente se compara ao grupo como um todo. A partir das palmeiras de maior produtividade (as que produziram mais de cerca de 81 cocos por ano), os pesquisadores definiram um padrão de equilíbrio “ideal” — normas que funcionam como uma impressão digital nutricional de uma árvore bem nutrida. Para qualquer nova palmeira, seu conjunto de razões pode ser comparado a essas normas, produzindo um índice para cada nutriente que mostra tanto a direção (deficiência ou excesso) quanto a severidade. Uma “pontuação de desequilíbrio” combinada resume então o quanto a nutrição da palmeira se afastou do ideal.

O que limita o rendimento e como as máquinas ajudam

Aplicar esse quadro aos dados de campo revelou que o magnésio foi o nutriente limitante mais comum, seguido de perto pelo potássio; faltas de fósforo, enxofre, zinco e boro também apareceram em muitas palmeiras. Em árvores de baixa produtividade, os índices nutricionais de magnésio, potássio e fósforo mostraram fortes ligações positivas com o rendimento, o que significa que melhor equilíbrio nesses nutrientes se traduzia diretamente em mais cocos. O estudo também revelou interações intrincadas: por exemplo, fósforo em excesso tendia a antagonizar o zinco, e altos níveis de alguns cátions interferiam com outros. Para testar se as regras diagnósticas eram robustas, os autores treinaram modelos de aprendizado de máquina — uma árvore de decisão e uma rede neural profunda — para classificar palmeiras como deficientes ou suficientes em nutrientes com base em seus índices CND. Usando validação cruzada repetida, ambos os modelos alcançaram precisão muito alta e excelente capacidade de distinguir árvores equilibradas de desequilibradas em todos os nutrientes.

Estresse acima e abaixo do solo

O estudo foi além ao comparar o equilíbrio nutricional com a incidência de doença de raiz (wilt) e ataques do minúsculo ácaro eriophyoide, duas grandes ameaças biológicas nos coqueirais de Kerala. Palmeiras sofrendo déficits simultâneos de magnésio e potássio não só produziram menos cocos como também apresentaram sintomas de doença mais severos e dano por ácaros mais intenso do que palmeiras com falta apenas de magnésio. Os pesquisadores propõem que a nutrição fraca reduz a integridade das folhas e dos frutos, facilitando que os ácaros se escondam sob o perianto afrouxado (a base do coco) e que a doença avance. Dessa forma, o estresse nutricional invisível e os problemas visíveis de pragas e doenças se reforçam mutuamente, agravando as perdas de rendimento.

De dados complexos a decisões práticas

Ao combinar diagnóstico composicional de nutrientes com aprendizado de máquina, este trabalho transforma uma teia emaranhada de química do solo, fisiologia vegetal e pressão de pragas em uma ferramenta de decisão estruturada. Em vez de adivinhar qual nutriente único adicionar, agricultores e técnicos podem identificar o nutriente mais limitante, hierarquizar restrições secundárias e entender como desequilíbrios podem estar alimentando surtos de pragas e doenças. Para os produtores de coco de Kerala — e potencialmente para outras culturas perenes em solos desafiadores — essa abordagem oferece um caminho para programas de fertilização mais inteligentes, palmeiras mais saudáveis e colheitas mais confiáveis da “árvore do paraíso”.

Citação: N., N., Raj, K.K., Gopinath, P.P. et al. Disambiguation of multiple nutrient deficiency stresses in coconut using compositional nutrient diagnostic norms powered by machine learning algorithms. Sci Rep 16, 13713 (2026). https://doi.org/10.1038/s41598-026-40501-x

Palavras-chave: nutrição do coqueiro, fertilidade do solo, aprendizado de máquina, desequilíbrio nutricional, saúde da planta