Pesquisa usa imagens de satélite para mapear danos de geadas no milho

Método desenvolvido por Unesp, INPE, Conab e Universidade de Michigan permite identificar perdas na segunda safra e estimar área plantada com maior rapidez e precisão

Uma pesquisa 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, nos Estados Unidos, desenvolveu um método que combina dados obtidos por sensoriamento remoto e modelos matemáticos para detectar de forma rápida, automática e precisa os danos causados por geadas em culturas de milho, bem como estimar a área ocupada pela lavoura.

Segundo os pesquisadores, a ferramenta pode oferecer agilidade ao poder público na correção do volume da safra antes da colheita, colaborando, por exemplo, para o monitoramento da oferta e do preço do grão. Também apresenta potencial para auxiliar a atuação das empresas do setor de seguro rural e orientar as tomadas de decisão dos produtores após a ocorrência das geadas.

Geadas costumam causar prejuízos consideráveis às lavouras, em especial quando afetam a chamada segunda safra, cuja época de cultivo pode avançar sobre as estações mais frias do ano, como maio ou junho. Antigamente, esse segundo período da safra, popularmente referido como “safrinha”, costumava representar um percentual marginal para a produção agrícola brasileira. Esse papel, no entanto, mudou bastante nas últimas duas décadas. Inovações como o desenvolvimento de novas tecnologias e insumos, o uso de cultivares mais resistentes a temperaturas extremas e a adoção de práticas de manejo que beneficiam a qualidade do solo permitiram à agricultura tropical brasileira ampliar consideravelmente a produção no campo após a safra principal, que ocorre durante o verão.

Dados publicados pelo projeto MapBiomas, no último dia 10 de dezembro, mostram que essa área plantada “fora de época” triplicou de extensão desde o ano 2000. Ela se concentra principalmente na cultura do milho, que respondeu por 62,2% do volume da safrinha em 2024. O levantamento também mostrou que o Paraná foi o segundo maior produtor de milho de segunda safra do país. Foi justamente no estado, mais precisamente na mesorregião Oeste Paranaense, que os pesquisadores testaram o novo método, uma vez que a região costuma ser impactada com frequência por geadas. Os resultados foram apresentados em artigo publicado na revista Remote Sensing Applications: Society and Environment.

O método desenvolvido pelos pesquisadores constatou que o total de área de milho de segunda safra plantada naquela mesorregião alcançou 740.007 hectares, uma estimativa 1,7% superior ao total registrado nos dados oficiais, o que, segundo os autores, evidencia a precisão da ferramenta como forma alternativa de estimar a área de plantio.

Safra 2020/2021

Os pesquisadores usaram como referência dados da safra de 2020/2021. Naquela temporada, a região Oeste do Paraná foi afetada por dois episódios de geadas, em maio e junho, que impactaram severamente as lavouras de milho. No início da safra, um período de seca mais prolongado do que o habitual retardou o plantio da soja da primeira safra, atrasando a colheita e empurrando o plantio do milho da segunda safra para meados de fevereiro, com colheita já na entrada do inverno.

Por meio do novo método, os pesquisadores estimaram que as geadas afetaram o equivalente a 69,6% da área total de milho plantado, com 3,5% atingidos no primeiro episódio, em maio, e 66,1% durante a segunda ocorrência, mais intensa, em junho. De acordo com a análise, 30,4% da área plantada não foram afetados, sendo que parte já havia sido colhida antes da ocorrência das geadas.

Quando se utilizaram dados oficiais para comparar os prejuízos causados pelo frio, a análise se mostrou mais complexa. O relatório de avaliação da qualidade da colheita divulgado pelo Departamento de Economia Rural (Deral) da Secretaria de Estado da Agricultura e do Abastecimento do Paraná indica que, do total de milho colhido na segunda safra, 58,7% foram classificados como de qualidade ruim, e 35,3%, de qualidade média.

Os dados do órgão, entretanto, se referem à safra total e englobam também impactos de outros fatores climáticos, como episódios de seca registrados no mesmo período.

Os pesquisadores recorreram, então, a dados de empresas de seguros agrícolas, que registraram sinistros decorrentes especificamente da ocorrência de geadas, com base em verificações em campo. Na comparação com essas informações, as estimativas do novo método apresentaram concordância de 75% em relação ao episódio de geada mais intenso, ocorrido em junho.

“A nossa meta é ser capazes de mapear culturas e identificar problemas ainda durante o período da safra”, afirma Michel Eustáquio Dantas Chaves, professor da Unesp no curso de Engenharia de Biossistemas e vinculado ao Programa de Pós-graduação em Agronegócio e Desenvolvimento (PGAD) da Faculdade de Ciências e Engenharia, no câmpus de Tupã. Segundo ele, isso pode colaborar com os órgãos de planejamento e auxiliar os produtores a tomarem decisões antes da colheita.

Visitas presenciais

Atualmente, a avaliação dos danos causados pelas geadas depende, em grande medida, de levantamentos amostrais em campo, um processo que demanda mais tempo e recursos e está sujeito a maior grau de subjetividade. Segundo o pesquisador, as visitas presenciais continuam sendo necessárias, sobretudo para o treinamento dos algoritmos e a validação das informações obtidas por imagens de satélite.

A ferramenta desenvolvida combina imagens captadas pelo satélite Sentinel-2 com algoritmos de aprendizado de máquina. De acordo com Chaves, a resolução das imagens torna o método especialmente adequado para regiões agrícolas com predominância de propriedades de menor porte.

O professor destaca que a metodologia pode ser ampliada para avaliar o impacto de geadas em outras culturas e em diferentes regiões do país, além de abrir caminho para a integração de dados meteorológicos e de uso da terra, ampliando as possibilidades do sensoriamento remoto aplicado à agricultura.