RedaçãoA utilização de inteligência artificial no agronegócio brasileiro avança com um modelo que prevê a produtividade da soja antes da colheita, alcançando 72% de acurácia. Essa inovação promete transformar o monitoramento agrícola, especialmente em um cenário impactado pelas mudanças climáticas.
O estudo, publicado na revista Big Earth Data, analisou dados de Goiás, Mato Grosso e Mato Grosso do Sul entre as safras de 2019/2020 a 2021/2022. Utilizando imagens do satélite Sentinel-2 e algoritmos de aprendizado de máquina, os pesquisadores conseguiram prever o desempenho das lavouras com uma margem de erro inferior a 302 quilos por hectare.
Tecnologia pode reduzir impactos da instabilidade climática
A crescente ocorrência de eventos climáticos extremos representa um desafio significativo para os produtores rurais. Nesse contexto, ferramentas que antecipam o potencial produtivo das lavouras se tornam essenciais para a gestão de riscos e a tomada de decisões.
Combinando sensoriamento remoto e inteligência artificial, a pesquisa oferece informações rápidas e confiáveis sobre o desenvolvimento das culturas. Isso pode ajudar os agricultores a se prepararem melhor para as variações climáticas, aumentando a resiliência do setor.
A soja é uma das culturas mais importantes do Brasil, com a produção nacional estimada em 147,38 milhões de toneladas em 2024, conforme dados da Companhia Nacional de Abastecimento (Conab). A Região Centro-Oeste é responsável por cerca de 46% dessa produção, o que justifica o foco do estudo nessa área.
O projeto, que resultou na dissertação de mestrado de Ester de Carvalho Pereira, envolveu várias instituições, incluindo a Escola Superior de Agricultura Luiz de Queiroz (Esalq/USP) e a Universidade Estadual Paulista (Unesp). A colaboração entre universidades e empresas de tecnologia destaca a importância da pesquisa para o futuro da agricultura.
Os pesquisadores utilizaram dados de satélite, informações meteorológicas e dados históricos de produtividade do IBGE. Essa combinação de informações permitiu uma análise mais aprofundada do desenvolvimento das lavouras, um avanço significativo na agricultura moderna.
A inteligência artificial foi crucial para identificar as variáveis climáticas que mais influenciam a produtividade da soja, como a precipitação e a radiação solar. Os modelos preditivos mostraram que o acompanhamento durante a fase de enchimento de grãos é fundamental para estimar a produtividade final.
Esses avanços na agricultura digital não apenas melhoram as previsões de safra, mas também ajudam na gestão de riscos climáticos e no planejamento da produção. Com a crescente dependência de informações em tempo real, a tecnologia se torna uma aliada indispensável para os produtores rurais brasileiros.
