A técnica é escalável e pode ser aplicada em qualquer região com cafeicultura, o que abre caminho para políticas públicas, acesso a crédito rural e práticas de adaptação climática em regiões produtoras // Foto: Taya Parreiras
Pesquisadores desenvolveram um método inédito para mapear plantações de café via sensoriamento remoto com sensibilidade e especificidade sem precedentes. A técnica alcançou mais de 95% de precisão ao combinar séries temporais de imagens do programa Harmonized Landsat Sentinel-2 (HLS) com algoritmos de inteligência artificial, como Random Forest e XGBoost.
Além de identificar as áreas com lavoura de café, o estudo conseguiu distinguir quatro estágios fenológicos da cultura — plantio, produção, poda e renovação — com acurácia entre 77% e 95%, mesmo em áreas altamente fragmentadas e dominadas por pequenas propriedades. A técnica é escalável e pode ser aplicada em qualquer região com cafeicultura. Isso abre caminho para políticas públicas, acesso a crédito rural e práticas de adaptação climática em regiões produtoras.
“O grande desafio para o sensoriamento remoto é mapear com maior detalhamento e precisão essas regiões que são altamente produtivas, porém, com perfil de pequena e média escala produtiva. Mapeamentos de larga escala, normalmente, deixam as menores áreas invisíveis,” explica o pesquisador da Embrapa Agricultura Digital (SP) Édson Bolfe. “Com o uso de algoritmos de inteligência artificial como esse, é possível fazer a identificação dessas áreas e dar maior precisão aos mapeamentos por meio imagens de satélite, permitindo compreender melhor as dinâmicas regionais associadas a expansão, intensificação e diversificação agrícola,” conta Bolfe ao frisar que essas tecnologias digitais avançadas auxiliam a tomada de decisão dos setores público e privado.
O trabalho foi realizado mapeando o município de Caconde (SP), um dos Distritos Agrotecnológicos do projeto Semear Digital. A demanda surgiu do próprio setor produtivo, que sentia a falta de dados mais precisos sobre a área ocupada pela cafeicultura local e os seus diferentes estágios fenológicos.
“Temos o número de propriedades e o de cafeicultores cadastrados na Receita Federal. Porém, a área [das plantações] era um dado que a gente nunca teve de forma efetiva. Fica muito no achismo”, declara o presidente do Sindicato Rural de Caconde, Ademar Pereira. “Agora temos uma referência importante para trabalhar pleiteando políticas públicas, nortear programas de capacitação e identificar as áreas de renovação do cafezal e de adoção de práticas mais modernas de manejo, como o esqueletamento”, avalia o sindicalista.
Ajudando o café nas mudanças climáticas
O avanço tecnológico chega em um momento estratégico: o café é uma das culturas mais ameaçadas pelas mudanças climáticas, que devem reduzir áreas adequadas de plantio na América Latina, África e Ásia.
“Em um cenário de mudanças climáticas, em que a precisão na gestão da cafeicultura se torna crítica para a sustentabilidade e competitividade, essa metodologia contribui para colocar o Brasil na vanguarda do monitoramento agrícola digital. Ela permite não apenas mapear, mas entender a dinâmica do ciclo do café, oferecendo um instrumento robusto para orientar políticas de adaptação, garantir rastreabilidade para o mercado internacional e, principalmente, apoiar diretamente o produtor na tomada de decisão, especialmente na pequena propriedade que antes era praticamente invisível nos mapeamentos convencionais”, observa o analista da Embrapa Meio Ambiente (SP) Gustavo Bayma.
Os desenvolvedores preveem que, ao fornecer uma ferramenta escalável, transparente e acessível, o novo sistema será capaz de fortalecer a governança agrícola no Brasil; ampliar o acesso de produtores a crédito e seguros; apoiar políticas de adaptação às mudanças climáticas, além de garantir maior confiança de consumidores e mercados internacionais na rastreabilidade da produção.
Próximos passos
Todos os mapas desenvolvidos e dados gerados estão disponíveis no Repositório de Dados de Pesquisa da Embrapa (Redape) para acesso gratuito.
Os pesquisadores planejam expandir os testes para séries plurianuais e melhorar a precisão em classes menos representadas, como a renovação.
“Estamos desenvolvendo alguns modelos para fazer a delimitação dos talhões, pois, observou-se que houve uma confusão na separação de carreadores, estradas de terra e mata. A ideia é usar um modelo de aprendizado profundo para fazer delimitação exata das parcelas com o uso de imagens de alta resolução”, explica Taya Parreiras.
O objetivo é que o sistema se torne uma ferramenta operacional para órgãos públicos, cooperativas, sindicatos e produtores, permitindo que o Brasil mantenha sua posição de liderança mundial no mercado de café, ao mesmo tempo em que fortalece a sustentabilidade do setor.
ASSINE MÁQUINAS E INOVAÇÕES AGRÍCOLAS – A PARTIR DE R$ 6,90
➜ Siga a Máquinas & Inovações Agrícolas no Instagram e no Linkedin!
