Tecnologia inovadora da Embrapa e PlanetScope de monitoramento utiliza inteligência artificial e sensoriamento remoto para otimizar planejamento de safras e produtividade agrícola
Uma nova tecnologia desenvolvida pela Embrapa está revolucionando o monitoramento da produtividade agrícola no Brasil. O modelo, que combina imagens de satélite com técnicas de aprendizagem de máquina e análises estatísticas, conseguiu alcançar 89% de precisão na previsão de safras de cana-de-açúcar e 71% para soja, representando um avanço significativo no planejamento estratégico do agronegócio.
A pesquisa utiliza imagens diárias da constelação PlanetScope, disponibilizadas através do Programa Brasil Mais, do Ministério da Justiça e Segurança Pública. Esta tecnologia promete auxiliar produtores e a indústria no planejamento de comercialização, colheita e logística, além de servir como ferramenta para o poder público na previsão de safras nacionais.
Resultados expressivos na cana-de-açúcar
O trabalho realizado em parceria com a Cooperativa dos Plantadores de Cana do Estado de São Paulo (Coplacana), com financiamento da Finep, monitorou duas safras durante três anos. Os resultados obtidos demonstraram um coeficiente de determinação de 0,89, o que significa 89% de precisão quando comparadas as predições do modelo com a produtividade observada pelos métodos agronômicos tradicionais.
O pesquisador da Embrapa Agricultura Digital Geraldo Magela Cançado explicou que o trabalho iniciou com um modelo mais simples, mas que novas variáveis serão incorporadas gradualmente:
“Conforme os trabalhos avançarem, novas variáveis serão inseridas, como temperatura, textura do solo e disponibilidade hídrica. Com essas variáveis espera-se melhorar a eficiência da ferramenta.”
A expectativa da equipe é desenvolver um modelo que possa ser utilizado por produtores e indústria com dados específicos por talhão nas propriedades rurais, possibilitando melhor planejamento estratégico e antecipação de negociações.
Aplicação na cultura da soja
Após o sucesso com a cana-de-açúcar, a metodologia foi adaptada para a cultura da soja em uma pesquisa de validação do bioestimulante Hydratus, desenvolvido em parceria com a Embrapa Milho e Sorgo e a empresa Bioma. O trabalho, também financiado pela Finep, monitorou três áreas experimentais, utilizando diferentes índices de vegetação para cada cultura.
Enquanto na cana foi adotado o índice vegetativo por diferença normalizada verde (GNDVI), na soja utilizou-se o índice de vegetação realçado (EVI2). Os resultados não apenas identificaram diferenças de produtividade entre os tratamentos, mas também alcançaram correlação de 71% entre a produtividade predita e a observada.
O pesquisador Geraldo Cançado contextualizou os diferentes resultados entre as culturas:
“Cada cultura tem um comportamento diferente e é normal essa variação entre elas. No geral, assumimos como aceitáveis níveis de correlação acima de 0,6. No caso da cana, como a produção está muito ligada ao próprio dossel da planta, obtêm-se melhores resultados, pois é quase uma relação direta entre biomassa e produtividade.”
Vantagens do sensoriamento remoto
A utilização de imagens de satélite oferece vantagens significativas em relação aos métodos tradicionais. O pesquisador João Antunes destacou a importância da metodologia para o contexto brasileiro:
“Essa metodologia permite um levantamento de safra mais objetivo. Queremos diminuir a subjetividade dessa previsão e ser mais abrangente. Considerada a imensidão deste País, só com o uso de imagens de satélites isso se torna possível.”
O analista da Embrapa Eduardo Speranza explicou que, devido ao volume ainda limitado de amostras, o modelo estatístico tem se mostrado mais preciso que a abordagem de aprendizagem de máquina:
“Apesar de ter muitos experimentos, trabalhamos em uma publicação com 500-600 amostras para treinar um algoritmo. O método de aprendizagem de máquina tem potencial de ser melhor, mas necessita de milhares de amostras.”
Programa Brasil Mais e reconhecimento
O Programa Brasil MAIS conta com uma plataforma de alertas utilizando imagens diárias de 130 nanossatélites da constelação PlanetScope, que cobrem diariamente o Brasil com resolução de 3 metros por pixel e 8 bandas espectrais. As imagens são compartilhadas com mais de 600 instituições brasileiras, incluindo órgãos de segurança, universidades e centros de pesquisa.
O chefe-adjunto de Pesquisa e Desenvolvimento da Embrapa Agricultura Digital, Júlio Esquerdo, ressaltou o potencial das imagens para a pesquisa agrícola:
“Embora o Programa tenha como foco principal a fiscalização de vários tipos de ilícitos, o potencial dessas imagens também se destaca na pesquisa agrícola, abrindo novas possibilidades de estudo e inovação na Embrapa.”
Este ano, a Rede MAIS promoveu uma premiação para reconhecer iniciativas com uso da plataforma. O trabalho “Previsão da Produtividade em Cana-de-Açúcar Utilizando Análise Temporal de Imagens PlanetScope”, submetido pela Embrapa, conquistou o primeiro lugar na categoria instituições federais.
Perspectivas futuras
Os pesquisadores destacaram que os bons resultados trazem otimismo para o uso em pesquisas de campo, permitindo monitoramento preciso e não destrutivo. A estrutura de avaliação dupla, combinando métricas agronômicas com sensoriamento remoto, fornece uma estratégia inovadora e econômica para avaliação do desempenho das culturas em tempo real.
As pesquisas foram publicadas em artigos científicos de acesso gratuito: “Predicting Sugarcane Yield Through Temporal Analysis of Satellite Imagery During the Growth Phase” na revista Agronomy, e “Bacillus-based inoculants enhance drought resilience in soybean: agronomic performance and remote sensing analysis from multi-location trials in Brazil” na revista Frontiers.
Leia Mais:
