Pesquisadores da Embrapa desenvolveram um método inédito para mapear plantações de café via sensoriamento remoto, com sensibilidade e especificidade sem precedentes, que atingiu mais de 95% de precisão ao combinar séries temporais de imagens do programa Harmonized Landsat Sentinel (HLS) com algoritmos de inteligência artificial, como Random Forest e XGBoost.
O estudo também conseguiu diferenciar quatro estágios do ciclo da cultura (plantio, produção, poda e renovação) com precisão entre 77% e 95%, mesmo em áreas altamente fragmentadas ou compostas por pequenas propriedades. A técnica pode ser aplicada em qualquer região cafeeira.
O mapeamento foi realizado na cidade de Caconde (SP), um dos Distritos Agrotecnológicos do projeto Semear Digital. A necessidade surgiu do próprio setor produtivo, que sentia falta de dados mais precisos sobre a área ocupada pela cafeicultura local e sobre os estágios de plantio.
Como funciona a inteligência artificial
Foi utilizada uma série temporal densa de bandas multiespectrais, índices espectrais e métricas de textura derivadas de imagens combinadas dos satélites Landsat e Sentinel-2 (HLS). A frequência das imagens foi de três dias.
Notícias relacionadas
Os dados foram analisados por algoritmos de inteligência artificial, como Random Forest e XGBoost.
- Também foi usado um sistema de classificação em quatro níveis:
- 1º nível: separou a vegetação nativa das áreas agrícolas;
- 2º nível: fez a separação entre culturas perenes, culturas anuais e pastagens;
- 3º nível: diferenciou os cafezais de plantios de eucalipto;
- 4º nível: classificou os cafezais entre áreas de formação (até três anos de plantio), áreas em produção, áreas com poda e de esqueletamento em renovação por meio da recepa (poda na base da planta).
Nos três primeiros níveis, a precisão superou 96%. No quarto nível, a exatidão caiu para 83%, mas manteve bom desempenho. Para a poda de renovação, a precisão foi de 78%.
