IA prevê produtividade da soja com 72% de acerto

Antecipar a produtividade da soja antes da colheita agora parece mais próximo da realidade. Um grupo de pesquisadores desenvolveu um modelo computacional que alcançou 72% de acurácia ao estimar o rendimento da cultura no Centro-Oeste brasileiro, utilizando inteligência artificial, imagens de satélite e dados climáticos.

Como o modelo funciona

O estudo, publicado na revista científica Big Earth Data, analisou dados de municípios de Goiás, Mato Grosso e Mato Grosso do Sul entre as safras de 2019/2020 e 2021/2022. Para realizar as previsões, os pesquisadores combinaram imagens do satélite Sentinel-2, variáveis climáticas e informações históricas de produtividade municipal do IBGE.

O resultado foi um sistema capaz de estimar a produtividade da soja com erro médio inferior a 302 kg por hectare. Essa ferramenta pode contribuir para o monitoramento agrícola em um cenário de mudanças climáticas e eventos extremos, que tornam a produção mais instável e difícil de prever.

Quais dados tiveram maior impacto

Entre as variáveis climáticas, as que mais influenciaram as previsões foram a precipitação acumulada, a radiação solar e o déficit hídrico. Nas imagens de satélite, destacaram-se bandas relacionadas ao infravermelho e ao chamado red edge, uma faixa espectral altamente sensível à atividade fotossintética das plantas.

A inteligência artificial foi fundamental para identificar quais informações eram realmente relevantes para o modelo, um aspecto importante diante do grande volume de dados disponíveis, que exige seleção criteriosa para análises eficazes.

Importância para o agronegócio

O estudo demonstra que o monitoramento por satélite, aliado a algoritmos de aprendizado de máquina, pode ampliar a compreensão sobre o desenvolvimento das lavouras. A soja é uma commodity agrícola de grande relevância para o Brasil: em 2024, a produção nacional foi estimada em 147,38 milhões de toneladas, cultivadas em 46,03 milhões de hectares, dos quais 46% estão na Região Centro-Oeste, conforme dados da Companhia Nacional de Abastecimento (Conab).

O melhor desempenho do modelo ocorreu aos 150 dias após o plantio, período correspondente à fase de enchimento de grãos, decisiva para a definição da produtividade final. A pesquisa é resultado do mestrado de Ester de Carvalho Pereira, da Escola Superior de Agricultura Luiz de Queiroz (Esalq-USP), sob orientação da docente Ana Cláudia dos Santos Luciano, e integrou o projeto PreCISIA, com colaboração de pesquisadores da Unesp, da Universidade Estadual de Londrina e da Universidade de Pequim, na China.

Em um contexto em que clima, tecnologia e previsibilidade são cada vez mais determinantes para o campo, estudos como este apontam caminhos para decisões agrícolas mais precisas e menos sujeitas à incerteza.

Texto gerado a partir de informações da assessoria com ajuda da estagiárIA