Redes Neurais Artificiais são aprimoradas para identificação de áreas cafeeiras
Para ajudar em previsões de safras mais confiáveis, bem como na identificação do atual parque cafeeiro, a aplicação de Redes Neurais Artificiais (RNA) na classificação de dados de Sensoriamento Remoto tem se mostrado uma abordagem promissora. Com o tema “Redes neurais artificiais aplicadas na identificação automática de áreas cafeeiras em imagens de satélite”, Lívia Naiara de Andrade acaba de defender dissertação de Mestrado no Departamento de Ciência da Computação da Universidade de Minas Gerais (UFMG), em parceria com o Departamento de Ciência da Computação da Universidade Federal de Lavras (UFLA), no modelo de programa interinstitucional chamado MINTER.
O estudo também faz parte do projeto “Identificação de áreas cafeeiras por meio de geotecnologia e abordagens automatizadas não-probabilísticas”, coordenado pela pesquisadora Tatiana Grossi Chquiloff Vieira, do Laboratório de Geoprocessamento da Empresa de Pesquisa Agropecuária de Minas Gerais (EPAMIG) – GeoSolos, que conta com financiamento da Fapemig.
Para a dissertação, Lívia Andrade trabalhou na identificação de áreas cafeeiras nas regiões de Guaxupé, Machado e Três Pontas, no Sul de Minas. O objetivo foi a classificação automática de dados de sensoriamento remoto, servindo para o mapeamento do uso e ocupação das terras e identificação de áreas dedicadas ao cultivo de café.
Para se chegar ao resultado satisfatório desta metodologia, a classificação de imagens de sensoriamento remoto por RNA foi comparada à classificação obtida por classificação visual. A metodologia de RNA apresentou um bom resultado, porém, novos estudos devem aprimorar o seu uso, sobretudo, em virtude de fatores ambientais que interferem no padrão espectral da imagem. De acordo com a autora do estudo, no caso da cultura cafeeira, o reconhecimento de padrões por métodos automatizados é dificultado em virtude da similaridade do padrão do café e da vegetação nativa, como cerrado e mata densa.
Este trabalho é um passo para o refinamento desta técnica, sendo sugeridas alternativas para melhorar a classificação e filtragem dos dados. Estudos complementares estão sendo realizados com o objetivo de aprimorar a metodologia de classificação de áreas cafeeiras em imagens de satélites em diferentes épocas e regiões. Este tema de estudo merece atenção já que o mapeamento e a dinâmica do uso e ocupação da terra, em termos de usos e coberturas, têm impactos importantes nos sistemas sócio-econômicos e ambientais, favorecendo o planejamento estratégico para a cadeia produtiva do café.
Fonte: Polo de Excelência do Café