Uma pesquisa conduzida pela Universidade Estadual Paulista (Unesp), em parceria com o Instituto Nacional de Pesquisas Espaciais (INPE), a Companhia Nacional de Abastecimento (Conab) e a Universidade de Michigan, desenvolveu um método que combina inteligência artificial, dados de sensoriamento remoto e modelos matemáticos para identificar, com rapidez e precisão, os efeitos da geada sobre lavouras de milho e estimar a área cultivada.
Segundo os pesquisadores, a ferramenta permite antecipar informações sobre perdas ainda durante a safra, o que pode contribuir para ajustes nas estimativas de produção antes da colheita.
As geadas costumam provocar prejuízos relevantes, sobretudo quando atingem a segunda safra, também conhecida como “safrinha“.
Dados do projeto MapBiomas indicam que a área plantada fora da safra principal triplicou desde 2000. Em 2024, o milho respondeu por 62,2% da produção da segunda safra. O levantamento também aponta o Paraná como o segundo maior produtor nacional de milho safrinha, geralmente cultivado após a soja.
Foi justamente no Oeste Paranaense, região frequentemente afetada por geadas, que o novo método foi testado. Os resultados foram publicados na revista científica Remote Sensing Applications: Society and Environment e, segundo os autores, representam o primeiro mapeamento do impacto de geadas no milho com base em dados de sensoriamento remoto.
A metodologia estimou que a área de milho de segunda safra na região analisada alcançou 740.007 hectares, número 1,7% superior ao registrado nas estatísticas oficiais, indicando alta precisão na estimativa da área cultivada.
Notícias relacionadas
Com base nos dados da safra 2020/2021, os pesquisadores identificaram que dois episódios de geada, registrados em maio e junho, afetaram 69,6% da área plantada. Do total, 3,5% foram impactados no primeiro evento e 66,1% no segundo, de maior intensidade. Outros 30,4% não sofreram danos, seja porque a colheita já havia sido realizada, seja porque as lavouras não foram atingidas.
Naquela safra, o atraso no plantio da soja, provocado por um período de estiagem mais prolongado, postergou o cultivo do milho de segunda safra, aumentando a exposição das lavouras ao frio no início do inverno.
Dados do Departamento de Economia Rural (Deral), da Secretaria da Agricultura e do Abastecimento do Paraná, mostram que, entre as áreas colhidas na segunda safra, 58,7% do milho foi classificado como de qualidade ruim e 35,3% como qualidade média, o que reforça a complexidade na mensuração dos prejuízos apenas por indicadores tradicionais.
Monitoramento ainda durante a safra
De acordo com Michel Eustáquio Dantas Chaves, professor da Unesp e primeiro autor do estudo, o objetivo é identificar problemas ainda com a lavoura em campo.
“A meta é mapear culturas e detectar impactos durante a safra, o que pode apoiar o planejamento público e ajudar os produtores a tomar decisões antes da colheita”, explica.
A expectativa é que o uso combinado de inteligência artificial e imagens de satélite amplie a capacidade de resposta diante de eventos climáticos extremos, cada vez mais frequentes, e contribua para reduzir riscos na produção agrícola.
