Entre 30 de setembro e 9 de novembro de 2026, um monitoramento realizado por Safra do Café avaliou 63 talhões de café arábica em cinco municípios da Chapada Diamantina, na Bahia: Mucugê, Bonito, Barra da Estiva, Ibicoara e Piatã.

Abrangendo 679,67 hectares, o estudo cruzou dados ópticos do satélite Sentinel-2, informações de radar do Sentinel-1 e variáveis meteorológicas do sistema ERA5-Land. A base de dados utilizada é da Conab (Companhia Nacional de Abastecimento).

A abordagem integrada oferece um diagnóstico preciso sobre o vigor vegetal, a estrutura física das plantas e as condições climáticas que impactam a cafeicultura regional para a safra de café de 2027. Veja mais detalhes neste artigo!

Monitoramento Sentinel-2: potencial produtivo das lavouras

A análise óptica baseada em nove índices espectrais (NDVI, MSAVI2, NDRE, GNDVI, CCCI, NDMI, NDWI, TWI2 e NBR) revelou um cenário de alerta para os cafeicultores da região, demonstrando que a grande maioria das áreas avaliadas enfrenta algum tipo de limitação fisiológica.

Monitoramento remoto do café com o índice MSAVI2 (Reprodução: Google Earth Engine/Safra do Café)
Monitoramento remoto do café com o índice MSAVI2 (Reprodução: Google Earth Engine/Safra do Café)

Distribuição do vigor e recomendações por talhão

Os dados apontam que 46,6% da área total (29 talhões) apresenta potencial produtivo moderado, exigindo revisão nutricional e atenção ao estresse hídrico. Outros 43,5% (28 talhões) foram classificados com baixo potencial, demandando investigação de solo, controle de pragas e possível renovação da lavoura.

Apenas 9,8% das áreas (seis talhões) atingiram alto potencial, onde a orientação é manter o manejo atual e o monitoramento fitossanitário.

Sentinel-1: Estrutura do dossel e volume vegetativo

Diferente dos sensores ópticos, o radar de abertura sintética (SAR) atravessa nuvens e avalia a arquitetura física das plantas por meio das polarizações VV e VH, revelando diferenças importantes entre os municípios monitorados.

Monitoramento do café com Radar (polarização VH) (Reprodução: Google Earth Engine/Safra do Café)
Monitoramento do café com Radar (polarização VH) (Reprodução: Google Earth Engine/Safra do Café)

Variações estruturais entre os cafezais baianos

De forma geral, as leituras de radar indicaram predominância de dosséis em desenvolvimento e volume vegetativo moderado.

Contudo, a análise individualizada mostrou contrastes locais: enquanto alguns talhões em Bonito, Ibicoara e Piatã registraram alto volume foliar e dossel fechado (típico de lavouras adultas bem estruturadas), outras áreas mantiveram porte reduzido, refletindo diferentes estágios de crescimento e respostas ao manejo.

ERA5-Land: Restrição hídrica e estresse climático

Os dados climáticos coletados em raios de 10 quilômetros ao redor de cada propriedade trouxeram a explicação ambiental para a queda no vigor observada pelos satélites.

Área de abrangência do monitoramento climático a partir do talhão, com raio de 10 Km (Reprodução: Google Earth Engine/Safra do Café)
Área de abrangência do monitoramento climático a partir do talhão, com raio de 10 Km (Reprodução: Google Earth Engine/Safra do Café)

Baixa precipitação e alta demanda evaporativa

A precipitação média diária ficou em apenas 1,8 milímetro, muito aquém da faixa recomendada de 3,3 a 5 milímetros por dia. Somado à umidade relativa do ar baixa (entre 50% e 65%) e à alta radiação solar (ultrapassando 20 MJ/m²/dia em Bonito e Barra da Estiva), o clima elevou a demanda hídrica das plantas.

Para mitigar o estresse, recomenda-se irrigação complementar, aporte de potássio para regulação estomática e aplicação de zinco nas lavouras em fase de chumbinho.

Conclusão

O cruzamento entre os dados do Sentinel-2, Sentinel-1 e ERA5-Land evidencia que o baixo e moderado potencial produtivo observado em 90% dos cafezais analisados está diretamente ligado à restrição hídrica e à elevada radiação solar.

Enquanto o radar confirma lavouras ainda em fase de consolidação estrutural, os sensores ópticos e climáticos sinalizam a urgência de intervenções precisas. Adotar irrigação suplementar e ajustar a nutrição mineral são passos decisivos para reverter o estresse ambiental e garantir a produtividade da safra.

Referências

CAMARGO, A. P. O clima e a cafeicultura no Brasil. Informe Agropecuário, Belo Horizonte, MG, v. 11, n. 126, 1985a.

CHEMURA, A. et al. Mapping spatial variability of foliar nitrogen in coffee (Coffea arabica L.) plantations with multispectral Sentinel-2 MSI data. ISPRS Journal of Photogrammetry and Remote Sensing, Amsterdam, v. 138, p. 1–11, 2018.

FAGUNDES, ROZYMARIO. Sensoriamento remoto e redes neurais na estimativa da produtividade do café arábica na Bahia. Dissertação de Mestrado, 107 p., Orientador: Luiz Patric Kayser. Universidade Federal de Santa Maria, Colégio Politécnico, Programa de Pós-graduação em Agricultura de Precisão, RS, 2025.

FORMAGGIO, A. R.; SANCHES, I. D. A. Sensoriamento remoto em agricultura. São Paulo: Oficina de Textos, 2017. 285 p.

LADEIA, C. A. Uso de sensores ativos e passivos na estimativa de teores de nitrogênio e do desenvolvimento fitotécnico e produtivo do cafeeiro. 2020. 66 f. Dissertação (Mestrado em Agronomia) — Universidade Estadual do Sudoeste da Bahia, Vitória da Conquista, 2020.

MANOEL, M. C. et al. Integração de imagens multissensores (Sentinel-1, Sentinel-2 e Landsat 8) na classificação de áreas cafeeiras. Revista da ANPEGE, Dourados, 2025. Disponível em: https://ojs.ufgd.edu.br/anpege/article/view/19756.

MESQUITA, Carlos Magno de et al. Manual do café: manejo de cafezais em produção. Belo Horizonte: EMATER-MG, 2016. 72 p.

SPERANZA, E. A.; GREGO, C. R.; RODRIGUES, G. C.; LUCHIARI JUNIOR, A. Influência das diferentes faces de exposição ao sol nos índices vegetativos e relativo de clorofila em cafés especiais. In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 12., 2019, Indaiatuba. Anais... Ponta Grossa: SBIAGRO, 2019. p. 361–370.

TOLENTINO, F. M. et al. Potencial de séries temporais de atributos extraídos de imagens SAR/Sentinel-1 na discriminação de cafeeiros. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO (SBSR), 2023. Anais [...]. Disponível em: https://proceedings.science/sbsr-2023/trabalhos/potencial-de-series-temporais-de-atributos-extraidos-de-imagens-sarsentinel-1-na?lang=ptbr.