Inteligência Artificial aprimora mapeamento da intensificação agrícola no Cerrado; Precisão de 97%

Metodologia baseada em Inteligência Artificial eleva a precisão do mapeamento e permite identificar áreas com múltiplas safras no mesmo ano, impulsionando a agricultura sustentável.

Uma inovadora metodologia, impulsionada por algoritmos de Inteligência Artificial (IA), está elevando a precisão do mapeamento da intensificação agrícola no Cerrado. Essa abordagem pioneira alcançou uma impressionante taxa de acurácia de até 97% em análises de imagens de satélite do Cerrado.  Esse avanço tem implicações significativas para estudos, monitoramento e planejamento relacionados ao uso da terra e práticas agrícolas, auxiliando a tomada de decisões tanto no setor público quanto privado.

Desenvolvida por pesquisadores da Embrapa, Universidade Estadual de Campinas (Unicamp), Instituto Nacional de Pesquisas Espaciais (Inpe) e Universidade Federal de Uberlândia (UFU), essa metodologia inovadora baseada em IA utiliza algoritmos de classificação digital de imagens de satélite. Essa abordagem possibilita a identificação de áreas com uma, duas e até três safras agrícolas no mesmo ano, mapeando a sucessão de cultivos em uma única área. Isso é especialmente relevante considerando a crescente prática de sucessão de safras no Brasil.

A metodologia é replicável em outras regiões do Cerrado com características similares, fornecendo informações geoespaciais valiosas para planejamento agroambiental e decisões estratégicas. A ferramenta está disponível para consulta e uso, permitindo que acadêmicos, autoridades públicas e o setor produtivo acessem informações detalhadas sobre o mapeamento agrícola.

Um fator-chave que impulsionou essa inovação foi o uso do aplicativo AgroTag, desenvolvido pela Embrapa Meio Ambiente. Esse aplicativo agilizou e aprimorou a coleta de informações de campo, fornecendo dados de alta qualidade para treinar os algoritmos de IA. A combinação de imagens de satélite com dados precisos de campo resultou em mapeamentos dinâmicos e detalhados da produção agrícola.

Essa abordagem inovadora não apenas aprimora o mapeamento agrícola, mas também oferece um método ágil e preciso para coletar informações no campo, essenciais para o treinamento de algoritmos de IA. Combinando a potência da IA com dados geoespaciais, essa metodologia contribui para uma agricultura mais eficiente e sustentável no Cerrado brasileiro.