Pesquisadores da Embrapa desenvolveram um modelo capaz de prever a produtividade agrícola com alta precisão, utilizando imagens diárias de satélite da constelação PlanetScope. A tecnologia foi aplicada inicialmente em lavouras de cana-de-açúcar, alcançando 89% de acerto na estimativa de safra, e posteriormente em experimentos com soja, com índice de correlação de 71%. O método combina sensoriamento remoto, estatística e aprendizagem de máquina, e foi utilizado também na validação do bioestimulante Hydratus, lançado recentemente para aumentar a resistência das plantas à seca.

As imagens, disponibilizadas pelo Programa Brasil MAIS, permitem o monitoramento contínuo do desenvolvimento das culturas, integrando dados como ciclo produtivo, precipitação e tipo de cultivar. Na cana, o índice GNDVI foi utilizado para medir a biomassa, enquanto na soja foi adotado o EVI2, mais sensível à estrutura da planta. A diferença entre os resultados reflete as particularidades de cada cultura, já que a produtividade da cana está mais diretamente ligada ao dossel da planta, enquanto na soja o foco é o grão.

Segundo os pesquisadores, o modelo tem potencial para ser adotado por produtores e pela indústria, oferecendo dados por talhão que podem orientar decisões estratégicas sobre colheita, comercialização e logística. A expectativa é que, com a inclusão de novas variáveis como temperatura e textura do solo, a ferramenta se torne ainda mais eficiente. O uso de imagens de satélite também pode beneficiar o setor público na previsão de safras em larga escala.

O trabalho da Embrapa foi reconhecido pela Rede MAIS, ficando em primeiro lugar na categoria instituições federais. A iniciativa reforça o papel da tecnologia na agricultura de precisão e abre caminho para novas aplicações em áreas experimentais. Os artigos científicos que detalham os estudos estão disponíveis gratuitamente nas revistas Agronomy e Frontiers.

*Com informações da Embrapa