Por meio de nanossatélites, fiscalização remota de áreas passíveis de financiamento diminui a necessidade de inspeção in loco e maximiza o controle de risco operacional e de fraudes por instituições financeiras
As tecnologias geoespaciais, notadamente o sensoriamento remoto a partir de dados orbitais, auxiliam empresas públicas e privadas nas áreas ambiental, florestal, energia, agricultura, entre outras, na solução de suas demandas de forma ágil e eficiente. Por meio das imagens captadas por nanossatélites, é possível realizar o processamento, a análise e a disponibilização de informações geoespaciais, com sistemas que geram dados precisos e atualizados. Outra grande vantagem do monitoramento remoto é a redução de custos e aumento da produtividade. Isso porque as empresas que contratam a solução conseguem ter informações mais atualizadas, construir fluxos de trabalho mais eficientes, além de reduzir custos operacionais, tais como transporte, logística e vistorias com otimização dos levantamentos de dados em campo.
O uso do sensoriamento remoto pode ser, ainda, um grande auxiliador no processo de liberação de créditos agrícolas, pois permite realizar o acompanhamento frequente de áreas passíveis de financiamentos por instituições financeiras, culminando em um gerenciamento mais confiável da área financiável e, por consequência, maximizando o controle do risco operacional e de fraudes (áreas fantasmas). A constatação é da mestra e doutora em Geociências Aplicadas e Geodinâmica pela UnB, Sumaia Resegue Aboud Neta, que defendeu a tese “O uso do sensoriamento remoto para mitigação de riscos no sistema financeiro: uma aplicação para controle e acompanhamento de produção agrícola”, orientada pelo Prof. Dr. Edilson Bias.
A pesquisadora teve como ponto de partida para a elaboração de sua tese a Resolução nº 4427/2015 do Banco Central (Bacen), que recomenda a bancos e instituições financeiras, passíveis de operações de crédito rural, a utilização do sensoriamento remoto para a contratação e a fiscalização de operações de crédito agrícola. Segundo a Resolução, a não adoção da fiscalização remota impossibilita realizar vistorias por amostragem, o que, conforme a pesquisadora, “torna necessária a inspeção in loco em todos os empreendimentos agrícolas, o que pode gerar desperdício de tempo e de recursos, além de elevar os custos operacionais por conta do deslocamento de pessoal, especialmente quando se trata de regiões remotas, onerando o processo”.
De acordo com Sumaia, o que possibilitou o trabalho foi o uso de imagens dos nanossatélites Planet para fazer o monitoramento, as quais foram disponibilizadas sem custos no âmbito do Acordo de Cooperação Técnica firmado entre a UnB – Universidade de Brasília e a SCCON Geospatial – Santiago & Cintra Consultoria em março de 2018. “Parte de um dos maiores avanços no imageamento orbital, os nanossatélites Planet possuem extensa capacidade de coleta de grandes áreas, com elevada taxa de revisita, alta definição radiométrica, temporal e espacial, com repetitividade diária de cada cena. Ideal para culturas de ciclo anual, pois permitem um monitoramento mais frequente da área”, afirma a doutora. “O processamento dessas imagens, atrelado ao uso de big data e machine learning, possibilita maior previsibilidade aos agricultores”, completa.
A tecnologia de nanossatélites é empregada pela Planet, que é a única, no momento, que oferece esse imageamento diário de toda a faixa terrestre no mundo com resoluções tão detalhadas. São mais de 130 nanossatélites, pesando até 5 quilos cada, que cobrem toda a superfície da Terra, monitorando mais de 300 milhões de km2 /dia, com alta resolução radiométrica (de 12 a 16 bits) e espacial (3 metros ortorretificado) e repetitividade diária do mesmo ponto do planeta, com aplicações voltadas para a agricultura e controle de desmatamento. Por serem pequenos e leves, o que os torna fáceis de serem lançados ao espaço, têm custos mais acessíveis quando comparados aos satélites tradicionais.
Segundo Sumaia, para a concepção do estudo, foi proposto um método e desenvolvida uma ferramenta open source para detectar alterações nos padrões das áreas agrícolas, que contou com três modelos: de Picos e Vales (PV), de Índice de Vegetação da Diferença Normalizada (NDVI) e de Diferença de Bandas (DB). Os modelos forneceram informações sobre alterações nas áreas monitoradas, tais como crescimento ou perda vegetacional. Com os dados obtidos e analisados, foi possível aferir a qualidade dos modelos e verificar a viabilidade do objetivo proposto do uso do sensoriamento remoto na mitigação de riscos no Sistema Financeiro, acompanhando os ciclos produtivos de cada tipo de produto agrícola, sem necessariamente haver visitas in loco.
