Pesquisadores desenvolveram um método inédito para mapear plantações de café via sensoriamento remoto com sensibilidade e especificidade sem precedentes. A técnica alcançou mais de 95% de precisão ao combinar séries temporais de imagens do programa Harmonized Landsat Sentinel-2 (HLS) com algoritmos de inteligência artificial, como Random Forest e XGBoost.
Além de identificar as áreas com lavoura de café, o estudo conseguiu distinguir quatro estágios fenológicos da cultura — plantio, produção, poda e renovação — com acurácia entre 77% e 95%, mesmo em áreas altamente fragmentadas e dominadas por pequenas propriedades. A técnica é escalável e pode ser aplicada em qualquer região com cafeicultura. Isso abre caminho para políticas públicas, acesso a crédito rural e práticas de adaptação climática em regiões produtoras.
“O grande desafio para o sensoriamento remoto é mapear com maior detalhamento e precisão essas regiões que são altamente produtivas, porém, com perfil de pequena e média escala produtiva. Mapeamentos de larga escala, normalmente, deixam as menores áreas invisíveis,” explica o pesquisador da Embrapa Agricultura Digital (SP) Édson Bolfe (Embrapa).
