Tecnologia de IA e imagens de satélites detecta danos de geada sobre lavoura com precisão
Ferramenta permitirá que agricultores e autoridades combatam danos à agricultura causados pelo clima
Uma pesquisa inovadora desenvolveu um método para detectar de forma rápida, automática e precisa os danos causados por geadas em culturas de milho, bem como estimar a área ocupada pela lavoura.
A pesquisa, realizada pela Unesp, em parceria com o Instituto Nacional de Pesquisas Espaciais (INPE), a Companhia Nacional de Abastecimento (Conab) e a Universidade de Michigan, combina dados obtidos por sensoriamento remoto e modelos matemáticos com ferramentas de Inteligência Artificial.
O estudo demonstrou como a formação de camada fina de gelo prejudicou mais de 70% da área cultivada de milho em uma determinada região do Paraná em 2021.
Segundo a pesquisa, a nova tecnologia é capaz de orientar os produtores nas decisões após as geadas, auxiliar as empresas de seguro rural e oferecer agilidade ao poder público na correção do volume da safra antes da colheita, colaborando, por exemplo, para o monitoramento da oferta e do preço do grão.
“Safrinha” brasileira faz toda a diferença
O Brasil é um dos poucos países do mundo a colher duas safras por ano, e no caso de culturas como o feijão, até três safras, uma ocorrência única. O cultivo mais comum na segunda safra, conhecida como “safrinha”, é do milho, e sua semeadura e colheita são realizadas depois da safra principal de soja. Esta é colhida entre janeiro e maio, enquanto a safrinha é colhida entre junho e agosto.
A safrinha, antes um aumento oportuno mas pequeno na produção agrícola nacional, triplicou de tamanho desde os anos 2000. O milho acabou tornando-se seu principal contribuidor: o cultivo respondeu a 62,2% do volume da safrinha em 2024.
O estado do Paraná é o segundo produtor nacional de milho (o primeiro é o Mato Grosso), e foi neste estado, mais especificamente, a mesorregião Oeste Paranaense, onde foi realizada a pesquisa da nova tecnologia. Um dos grandes problemas que causam prejuízos às lavouras, a geada, foi um dos focos do estudo. A mesorregião, onde estão as cidades de Foz de Iguaçu, Toledo e Cascavel, é uma das que mais sofrem com a ocorrência climática, mais forte nos meses mais frios do ano, como maio ou junho.
Os resultados da pesquisa foram apresentados em um artigo publicado na “Remote Sensing Applications: Society and Environment”, da Elsevier, uma publicação referencial em sua área. Segundo os autores, foi o primeiro estudo na literatura desta área a mapear o impacto de geadas no cultivo do milho, com base em dados de sensoriamento remoto.
O método possibilitou a constatação de que o total da área de milho plantada na “safrinha”, no Oeste Paranaense, foi de 740.007 hectares. Essa estimativa é 1,7% superior ao total registrado nos dados oficiais, o que mostra o quanto a precisão do novo método pode ser alternativa aos métodos tradicionais para melhorias no setor. Além disso, estimaram que as geadas afetaram a 69,6% da área total do milho plantado. A pesquisa utilizou como referência dados da safra de 2020/2021.
Meta é observar efeitos e problemas durante a safra
Michel Eustáquio Dantas Chaves, professor da Unesp no curso de Engenharia de Biossistemas e vinculado ao Programa de Pós-graduação em Agronegócio e Desenvolvimento (PGAD) na Faculdade de Ciências e Engenharia, campus de Tupã/SP, um dos pesquisadores responsavéis pelo novo método, afirma que a meta da equipe é ser capaz de mapear culturas e identificar problemas ainda durante o período da safra. “Isso nos permitirá colaborar com os órgãos de planejamento e auxiliar os produtores a tomarem decisões antes da colheita”, diz Chaves, que é o primeiro autor do artigo.
O número de atualizações das informações sobre a safra que a Conab (Companhia Nacional de Abastecimento) divulga durante o ano pode ter a precisão de suas estimativas melhorada, segundo Chaves. “Se pudermos reduzir as incertezas em 1%, já será uma contribuição útil para a sociedade. Afinal, a agricultura desempenha um papel muito importante, tanto para a balança comercial quanto para o comércio interno de produtos agropecuários”, comenta o pesquisador.
Hoje, os cálculos dos danos causados por geadas exigem a presença pessoal para levantamentos amostrais. Com o novo método, a presença em campo continuará, mas será diminuída pois as amostragens serão ponto de partida para o treinamento dos modelos de Inteligência Artificial e validação das informações obtidas por satélites, o que diminuirá custos e a subjetividade do fator humano.
A ferramenta combina imagens captadas pelo satélite Sentinel-2 da União Europeia (cujos dados são fornecidos pelo programa de cooperação internacional Copernicus, do qual o Brasil participa), com o algoritmo de aprendizado de máquina Random Forest.
“Além das vantagens em termos de precisão, existe a questão do tempo. O Sentinel-2 tem uma repetitividade de 5 dias. Isso é muito útil porque, mesmo que ocorram impactos causados por geada, seca ou queimada, é possível constatar esses efeitos dentro de um período de tempo curto o suficiente para permitir que o produtor e o poder público tomem decisões baseadas em dados”, diz Chaves.
Outas aplicações
O professor da Unesp explica que, pelo método, é possível verificar as espécies que foram plantadas, o seu estágio de desenvolvimento e até informações mais sensíveis, como a umidade do solo ou a capacidade da planta de realizar fotossíntese, além de contemplar os dados climatológicos e da área de plantio, e até mesmo três índices de vegetação diferentes, uma novidade proposta pelo artigo, e que aumentou a precisão na identificação dos danos registrados na lavoura. “Essa combinação de índices assegura que o dano que identificamos foi causado por uma adversidade térmica, e não por uma praga ou um manejo inadequado da lavoura”, explica Chaves.
Coordenador do Laboratório de Geoprocessamento e Inteligência Artificial no campus de Tupã e colaborador do Laboratório de Sensoriamento Remoto Agrícola do INPE, Chaves afirma que a metodologia pode ser ampliada, no futuro, para outras culturas que sejam atingidas por geadas, como trigo, centeio e aveia, que são produzidas durante o inverno.
Outra possibilidade é a integração de modelos meteorológicos, cujas imagens possuem menor resolução, aos dados sobre uso da terra, de maior resolução. Com a adoção desta nova tecnologia e seu desenvolvimento posterior, a agricultura se beneficiará cada vez mais dos modelos de I.A. e dos dados trazidos pelo sensoriamento remoto, técnicas que no Brasil estão apenas começando a ser utilizadas.