Metodologia pioneira, desenvolvida com suporte da Inteligência Artificial (IA), permitiu o alcance de um nível de acurácia de até 97%, quando aplicada em análises de imagens de satélite do Cerrado do município de Sorriso (MT), um dos principais produtores agrícolas do País. A acurácia é um aspecto relevante nos levantamentos realizados por meio de sensoriamento remoto.
A ferramenta atribui maior precisão aos estudos, monitoramento e planejamento relacionados ao uso da terra e à prática da intensificação agrícola, e contribui para a tomada de decisão, nas esferas pública e privada, com base em informações geoespaciais qualificadas.
A metodologia foi desenvolvida com algoritmos de classificação digital de imagens de satélites baseados em IA. Resulta do trabalho de pesquisadores da Embrapa , Universidade Estadual de Campinas ( Unicamp ), Instituto Nacional de Pesquisas Espaciais ( Inpe ) e Universidade Federal de Uberlândia ( UFU ), publicado na revista International Journal of Geo-Information ( IJGI ), na edição de julho de 2023, com acesso gratuito para o público.
“Os resultados demonstram a robustez da metodologia desenvolvida com foco na identificação de processos de dinâmica de uso da terra, como a intensificação agrícola”, avalia o pesquisador da Embrapa Agricultura Digital Édson Bolfe , coordenador do projeto Mapeamento agropecuário no Cerrado via combinação de imagens multisensores (MultiCER), financiado pela Fundação de Amparo à Pesquisa de São Paulo ( Fapesp
Bolfe explica que, dentre os principais diferenciais da metodologia, está a geração de uma base de dados geoespaciais ampliada a partir de imagens harmonizadas dos satélites Landsat, da Agência Aeroespacial dos Estados Unidos ( Nasa ), e Sentinel-2, da Agência Espacial Europeia ( ESA ), denominada de HLS, e a utilização de algoritmos de classificação digital baseados em IA. A abordagem viabilizou o mapeamento dos cultivos agrícolas em três diferentes níveis hierárquicos, indicando áreas com uma, duas e até três safras no mesmo ano agrícola.
A sucessão de safras de diferentes culturas agrícolas em uma mesma área e no mesmo calendário agrícola, visando aumentar a produção sem envolver a supressão de novas áreas nativas, é uma prática crescente no Brasil, e os seus mapeamento e monitoramento podem nortear tomadores de decisão em análises voltadas ao planejamento agroambiental, em especial.
Agilidade e precisão, o papel do AgroTag
Produtos de sensoriamento remoto e modelos de IA para classificação de imagens pixel-a-pixel têm demonstrado elevada confiabilidade no mapeamento agrícola, explica Bolfe. Com HLS é possível obter até duas imagens por semana nas mesmas regiões agrícolas de interesse.
Um dos desafios da equipe de pesquisa está na obtenção de informações qualitativas e quantitativas de campo, que são fundamentais no sensoriamento remoto na agricultura. Para isso, os pesquisadores utilizaram o aplicativo AgroTag , desenvolvido pela Embrapa Meio Ambiente para conferir agilidade e precisão ao mapeamento das principais culturas agrícolas em escalas regional e nacional.
“Algoritmos baseados em IA dependem fortemente de uma quantidade massiva de dados de entrada para a realização dos chamados ‘treinamentos'. Esses últimos são processos nos quais dados amostrais de referência, ou verdades de campo, são utilizados para ensinar os algoritmos a identificar os alvos sob investigação em grandes áreas, nesse caso utilizando imagens de satélite, ou seja, mapeamento em larga escala”, comenta o pesquisador da Embrapa Meio Ambiente, Luiz Eduardo Vicente, especialista em sensoriamento remoto e um dos coordenadores do projeto AgroTag.
Nesse sentido, segundo Vicente, o uso do AgroTag foi fundamental, pois permitiu a coleta rápida e precisa de informações de campo, como o tipo de uso e cobertura da terra em cada ponto amostral, transferindo-as automaticamente para a nuvem de dados on-line, viabilizando seu uso nos referidos algoritmos.
Em contraposição aos métodos de coleta tradicionais, o AgroTag representou, durante o projeto, um incremento de 25% a mais de áreas amostradas. “O projeto reafirma um dos motivos pelos quais o AgroTag foi criado”, destaca Vicente.