A IA aponta com precisão a sucessão de safras de diferentes culturas agrícolas em uma mesma área e no mesmo calendário agrícola, que aumenta a produção sem envolver a supressão de novas áreas nativas

Metodologia pioneira, desenvolvida com suporte da Inteligência Artificial (IA), permitiu o alcance de um nível de acurácia de até 97%, quando aplicada em análises de imagens de satélite do Cerrado do município de Sorriso (MT), um dos principais produtores agrícolas do País. A acurácia é um aspecto relevante nos levantamentos realizados por meio de sensoriamento remoto. A ferramenta atribui maior precisão aos estudos, monitoramento e planejamento relacionados ao uso da terra e à prática da intensificação agrícola, e contribui para a tomada de decisão, nas esferas pública e privada, com base em informações geoespaciais qualificadas.

A metodologia foi desenvolvida com algoritmos de classificação digital de imagens de satélites baseados em IA. Resulta do trabalho de pesquisadores da Embrapa, Universidade Estadual de Campinas (Unicamp), Instituto Nacional de Pesquisas Espaciais (Inpe) e Universidade Federal de Uberlândia (UFU),  publicado na revista International Journal of Geo-Information (IJGI), no número de julho de 2023, com acesso gratuito para o público em geral.

“Os resultados demonstram a robustez da metodologia desenvolvida com foco na identificação de processos de dinâmica de uso da terra, como a intensificação agrícola”, avalia o pesquisador Édson Bolfe, da Embrapa Agricultura Digital, e coordenador do projeto Mapeamento agropecuário no Cerrado via combinação de imagens multisensores – MultiCER, financiado pela Fundação de Amparo à Pesquisa de São Paulo (Fapesp).

Bolfe explica que, dentre os principais diferenciais da metodologia, está a geração de uma base de dados geoespaciais ampliada a partir de imagens harmonizadas dos satélites Landsat da Agência Aeroespacial dos Estados Unidos (NASA) e Sentinel-2 da Agência Espacial Europeia (ESA), denominada de HLS, e a utilização de algoritmos de classificação digital baseados em IA. A abordagem viabilizou o mapeamento dos cultivos agrícolas em três diferentes níveis hierárquicos, indicando áreas com uma, duas e até três safras no mesmo ano agrícola.

A sucessão de safras de diferentes culturas agrícolas em uma mesma área e no mesmo calendário agrícola, visando aumentar a produção sem envolver a supressão de novas áreas nativas, é uma prática crescente no Brasil, e os seus mapeamento e monitoramento podem nortear tomadores de decisão em análises voltadas ao planejamento agroambiental, em especial.

Fonte: Embrapa Agricultura Digital (Valéria Cristina Costa)
Imagem: Exemplos de cultivos agrícolas produzidos na segunda e terceira safras, no município de Sorriso-MT, em junho de 2022. Fotos Crédito:  Taya Parreiras, 2022.