Inteligência artificial e imagens de satélite mapeiam telas antigranizo em pomares de maçã
Pomares de maçã cobertos por telas brancas e pretas, estruturas translúcidas de difícil detecção por satélite. Estudo do Semear Digital combinou imagens de satélite e inteligência artificial para identificá-las ( imagem: Google Earth )
Estudo do Semear Digital, um centro apoiado pela FAPESP, fornece dados inéditos para apoiar o setor agrícola na adaptação a extremos climáticos
Estudo do Semear Digital, um centro apoiado pela FAPESP, fornece dados inéditos para apoiar o setor agrícola na adaptação a extremos climáticos
Pomares de maçã cobertos por telas brancas e pretas, estruturas translúcidas de difícil detecção por satélite. Estudo do Semear Digital combinou imagens de satélite e inteligência artificial para identificá-las ( imagem: Google Earth )
Agência FAPESP * – As telas antigranizo vêm se tornando uma estratégia cada vez mais importante para proteger pomares de maçã contra eventos climáticos extremos. Mas até agora não existia uma forma eficiente de mapear, em larga escala, onde essas estruturas estão instaladas, principalmente porque são feitas de material translúcido, o que dificulta sua identificação nas imagens de satélite. Um estudo desenvolvido no âmbito do Centro de Ciência para o Desenvolvimento em Agricultura Digital ( Semear Digital ) e publicado na revista científica Remote Sensing mostrou que a combinação de imagens de satélite e inteligência artificial pode preencher essa lacuna.
Com sede na Embrapa Agricultura Digital , em Campinas, o Semear Digital integra a rede de Centros de Ciência para o Desenvolvimento ( CCDs ) apoiados pela FAPESP.
O trabalho foi conduzido por pesquisadores da Embrapa Agricultura Digital, da Universidade Estadual de Campinas (Unicamp) e da Embrapa Uva e Vinho.
O grupo usou dados dos satélites Sentinel-2 e Harmonized Landsat and Sentinel (HLS) para identificar pomares de maçã cobertos por telas antigranizo na região de Vacaria (RS), um dos principais polos produtores da fruta no Brasil. Além de detectar a presença das estruturas, os modelos foram capazes de diferenciar telas brancas e pretas com elevada precisão.
Resumo agregado pelo 5News a partir do feed público do veículo. A matéria completa, com todo o contexto, está em agencia.fapesp.br — o conteúdo pertence a Agência FAPESP.
