A Embrapa desenvolve um modelo que prevê a produtividade agrícola com imagens de satélite. O sistema já apresentou bons resultados na cana-de-açúcar e na soja. Os pesquisadores integraram as imagens a técnicas estatísticas e de aprendizagem de máquina. O trabalho utilizou séries temporais do Programa Brasil Mais, do Ministério da Justiça e Segurança Pública.

CONTINUA APÓS A PUBLICIDADE

As imagens da constelação PlanetScope permitem identificar os melhores momentos do ciclo da planta. A equipe aplicou índices de vegetação combinados com dados como cultivar, ciclo de produção e precipitação acumulada.

Resultados na cana-de-açúcar

A pesquisa contou com parceria da Coplacana e financiamento da Finep. O modelo acompanhou duas safras durante três anos e alcançou 89% de precisão.
O pesquisador da Embrapa Agricultura Digital, Geraldo Magela Cançado, afirma que o modelo ainda evolui. Ele prevê incluir variáveis como temperatura, textura do solo e disponibilidade hídrica.
Segundo Cançado, o objetivo é oferecer previsões por talhão para produtores, indústrias e poder público. A ferramenta pode apoiar negociações, logística e intervenções na lavoura.

Aplicação na soja

Foto: divulgação – Embrapa/Geraldo Magela

Na soja, a metodologia também validou o bioestimulante Hydratus, que protege contra a seca e estimula o crescimento. O estudo envolveu a Embrapa Milho e Sorgo, a empresa Bioma e contou com financiamento da Finep.
Três áreas foram monitoradas. Duas utilizaram imagens da PlanetScope e uma contou com drone. Os pesquisadores aplicaram o índice de vegetação realçado (EVI2).
Os resultados mostraram correlação de 71% entre a produtividade prevista e a observada. O índice é considerado alto para previsões.

Desafios e próximos passos

Cada cultura apresenta comportamentos diferentes, explica Cançado. A correlação foi maior na cana porque a biomassa se relaciona diretamente com a produtividade.
A pesquisa testou dois métodos: estatístico e de aprendizagem de máquina. Segundo o analista da Embrapa, Eduardo Speranza, os cálculos estatísticos hoje são mais precisos.
Speranza explica que o aprendizado de máquina ainda exige milhares de amostras. O avanço depende de validação em campo com métodos agronômicos tradicionais.

CONTINUA APÓS A PUBLICIDADE

Reconhecimento do trabalho

O Programa Brasil Mais compartilha imagens de 130 satélites com mais de 600 instituições no país. A Embrapa utiliza o material para pesquisa agrícola.
Segundo Júlio Esquerdo, chefe-adjunto da Embrapa Agricultura Digital, o uso dessas imagens amplia as possibilidades de inovação em lavouras experimentais.
O estudo recebeu o primeiro lugar na premiação da Rede MAIS. O trabalho reconheceu a previsão de produtividade em cana-de-açúcar com imagens PlanetScope.