Nova tecnologia mapeia efeitos de geadas em lavouras

Uma tecnologia desenvolvida por pesquisadores da Universidade Estadual Paulista (Unesp), em parceria com o Instituto Nacional de Pesquisas Espaciais (Inpe), a Companhia Nacional de Abastecimento (Conab) e a Universidade de Michigan, permite identificar de forma rápida e precisa os danos causados por geadas em lavouras de milho por meio do uso de imagens de satélite e inteligência artificial.

A ferramenta combina dados de sensoriamento remoto com modelos matemáticos e pode auxiliar o poder público a corrigir estimativas de safra antes da colheita, além de apoiar decisões de produtores rurais e empresas de seguro agrícola após a ocorrência de eventos climáticos extremos. Segundo os pesquisadores, a metodologia também contribui para o monitoramento da oferta e dos preços do milho.

O estudo foi testado no Oeste do Paraná, uma das principais regiões produtoras de milho segunda safra do país e frequentemente afetada por geadas. De acordo com os resultados, a área plantada com milho safrinha na região alcançou 740 mil hectares na safra 2020/21 — número 1,7% superior ao registrado nos dados oficiais, o que, segundo os autores, demonstra a alta precisão da ferramenta.

Naquela temporada, dois episódios de geada, registrados em maio e junho, afetaram severamente as lavouras. A análise indicou que 69,6% da área cultivada com milho foi impactada, sendo 66,1% atingidos pela geada mais intensa, em junho. Outros 30,4% não sofreram danos, seja por já terem sido colhidos ou por não terem sido alcançados pelo fenômeno.

Os pesquisadores também compararam os resultados com dados de seguradoras agrícolas, que realizam vistorias em campo para registrar sinistros causados especificamente por geadas. No episódio mais severo, houve uma concordância de 75% entre as estimativas obtidas pelo modelo e os registros das empresas, reforçando a confiabilidade da metodologia.

Segundo Michel Eustáquio Dantas Chaves, professor da Unesp e primeiro autor do estudo, o objetivo é identificar problemas ainda durante o ciclo da cultura. “Isso permite colaborar com os órgãos de planejamento e auxiliar os produtores a tomarem decisões antes da colheita”, afirma. Ele destaca que mesmo pequenas reduções nas incertezas das estimativas já representam ganhos relevantes para o setor agrícola.

A tecnologia utiliza imagens do satélite europeu Sentinel-2, com resolução entre 10 e 20 metros, e um algoritmo de aprendizado de máquina conhecido como Random Forest. A frequência de revisita do satélite, de cinco dias, possibilita detectar rapidamente os impactos de geadas, secas ou queimadas, oferecendo informações em tempo hábil para a tomada de decisão.

Embora a validação em campo continue sendo necessária, os pesquisadores afirmam que o método reduz custos, tempo e subjetividade em relação aos levantamentos tradicionais. A expectativa é ampliar a aplicação da ferramenta para outras culturas sensíveis ao frio, como trigo, centeio e aveia, e para diferentes regiões do país.

O estudo foi publicado na revista científica Remote Sensing Applications: Society and Environment e integra uma linha de pesquisa voltada ao uso de inteligência artificial e sensoriamento remoto para o monitoramento agrícola e a mitigação de riscos climáticos no campo.