Pesquisa de mestrado mostra que produtividade do café pode ser prevista com alta precisão usando satélites e redes neurais artificiais

Uma pesquisa desenvolvida no Mestrado Profissional em Agricultura de Precisão da Universidade Federal de Santa Maria (UFSM) demonstrou que a produtividade do café arábica na Bahia pode ser estimada com alta precisão por meio de imagens de satélite e técnicas de inteligência artificial. O estudo, intitulado “Sensoriamento remoto e redes neurais na estimativa da produtividade do café arábica na Bahia”, é de autoria do jornalista e pesquisador Mário Bittencourt e contou com orientação do professor Dr. Luís Patric Kayser e coorientação da professora Drª Ana Caroline Paim Benedetti e do professor Dr Lúcio de Paula Amaral.

O objetivo principal foi desenvolver um modelo preditivo utilizando sensoriamento remoto orbital de alta resolução e Redes Neurais Artificiais (RNA). A pesquisa foi realizada em duas áreas comerciais com diferentes sistemas de produção: a Fazenda Santa Vera, em Bonito (Chapada Diamantina), com cultivo em sequeiro, e a Fazenda Requinte, em Encruzilhada (Sudoeste da Bahia), com cultivo irrigado. A pesquisa utilizou dados reais de produtividade coletados em campo durante a safra 2024, que foram combinados com imagens de satélite de alta resolução obtidas entre agosto de 2023 e maio de 2024.

As imagens utilizadas são dos sensores PlanetScope, MSI/Sentinel-2A e do programa NICFI, que permitiram observar o estado das plantas ao longo do ciclo produtivo, incluindo aspectos como vigor, nutrição e estresse hídrico. A partir desses dados, foram treinados modelos de redes neurais que conseguiram prever a produtividade com alta precisão, especialmente em relação aos frutos maduros. Os melhores resultados vieram das imagens do satélite PlanetScope, com alto nível de acerto e baixos índices de erro.

Os modelos se mostraram eficazes tanto em áreas irrigadas quanto em áreas de sequeiro, o que indica que podem ser aplicados em diferentes realidades produtivas. A pesquisa reforça o uso do sensoriamento remoto aliado à inteligência artificial como ferramenta prática para melhorar o planejamento agrícola, gerar mapas de produtividade e aumentar a eficiência nas lavouras de café.