Pesquisadores fazem mapeamento inédito de cafezais com IA

Pesquisadores desenvolveram um método inédito para mapear plantações de café no Brasil com precisão superior a 95% utilizando sensoriamento remoto e inteligência artificial.

A técnica combina séries temporais de imagens de satélite do programa Harmonized Landsat Sentinel-2 (HLS), com capturas a cada aproximadamente três dias, com algoritmos de Machine Learning, como Random Forest e XGBoost.

O grande avanço está na capacidade de identificar não apenas a localização dos cafezais, mas também de distinguir quatro estágios fenológicos cruciais: plantio, produção, poda e renovação, com acurácia entre 77% e 95%.

Isso é particularmente valioso para regiões de pequenas e médias propriedades, que costumam ser "invisíveis" nos mapeamentos de larga escala.

O método emprega um sistema hierárquico de classificação em quatro níveis, que vai separando a vegetação nativa das áreas agrícolas, depois as culturas perenes das anuais, em seguida os cafezais de eucaliptos e, finalmente, os diferentes estágios do café.

Índices espectrais como NDVI, GNDVI e NDWI, especialmente durante a estação chuvosa, foram essenciais para o sucesso.

A tecnologia, testada no município de Caconde (SP), atende a uma demanda do setor produtivo por dados precisos. Ela se mostra uma ferramenta poderosa para políticas públicas, acesso a crédito, adaptação às mudanças climáticas e rastreabilidade, colocando o Brasil na vanguarda do monitoramento agrícola digital.

Os dados estão disponíveis gratuitamente e os próximos passos incluem melhorar a delimitação exata dos talhões e expandir a aplicação para outras regiões.