Publicação de Embrapa Meio Ambiente

O avanço do sensoriamento remoto tem transformado a agricultura, permitindo monitoramento eficiente e sustentável de áreas agrícolas. Para mapeamentos regionais, pode-se destacar o Landsat e a Sentinel-2, que oferecem imagens gratuitas e de alta qualidade para aplicações em mapeamento agrícola. O Landsat (NASA/USGS), tem uma cobertura terrestre desde 1972, o que torna seu uso ideal para análises temporais mais longas. ✔️ Resolução espacial de 30 metros, adequada para monitoramento de grandes áreas. ✔️ Indicada para detecção de mudanças sazonais e mapeamento de culturas extensivas. A Sentinel-2 (ESA), tem um frequência de revisita maior (5 dias), o que torna seu uso ideal para acompanhar o ciclo fenológico das culturas. ✔️ Alta resolução espacial de até 10 metros, permitindo o monitoramento detalhado de pequenas propriedades. ✔️ Sensibilidade elevada em bandas do visível, infravermelho próximo (NIR) e shortwave (SWIR), favorecendo a análise de índices de vegetação como NDVI, EVI e NDWI. Em minha pesquisa, a integração Landsat + Sentinel-2 resultou em um aumento significativo da acurácia no mapeamento de áreas de cultivo de café, combinando: ✔️Alta resolução temporal (Sentinel-2) com séries históricas extensas (Landsat). ✔️ Melhor detalhamento espacial e temporal, contribuindo para um mapeamento agrícola mais preciso e confiável. 🌱🌍 #SensoriamentoRemoto #AgriculturaDigital #Landsat #Sentinel2 #MapeamentoAgrícola #Café #GoogleEarthEngine #Geoprocessamento

"Quanto mais detalhes os #Mapeamentos dos solos revelam, maiores as possibilidades de melhorar a #produtividade agrícola.". Matéria da Revista Pesquisa Fapesp de fevereiro 2024 mostra estudos e insights sobre o mapeamento com #sensores, drones e satélites para estudo dos #minerais, da composição física e química, dos #microrganismos do solo, que levam a maior produtividade agrícola, além de avanços nas práticas de #conservação do solo. 🚜 🛰 👨🌾 👩🌾 "Com base no conhecimento detalhado do solo, conseguimos identificar áreas com diferentes potencias #agronômicos.". Isso nos leva a refletir o pouco que sabemos sobre o assunto e de que forma podemos levar este conhecimento ao campo. 🌱 Texto completo em: https://lnkd.in/dscjHJjU #solo #químico #físico #microbiota #mapeamento #satélite #composiçãomineral #argila #conhecimento #campo

🚀 Novo aplicativo disponível! 🚀 🌍 Em tempos de mudanças climáticas, ter acesso as variáveis climáticas confiáveis de forma fácil e rápida faz toda a diferença! 🌎 Desenvolvemos um aplicativo utilizando a plataforma Streamlit que facilita o acesso e download de dados climáticos diretamente da API NASA POWER. Com essa ferramenta, estudantes, pesquisadores, agricultores e profissionais da área podem obter informações como radiação solar, temperatura, precipitação e muito mais, de forma simples e rápida. O aplicativo é ideal para quem precisa de dados climáticos para análises agrícolas e ambientais. A interface amigável permite que qualquer usuário acesse os dados com apenas alguns cliques. 🌱 Vamos juntos inovar no uso de dados climáticos para melhorar a tomada de decisões na agricultura e nas ciências ambientais. Confira e teste você mesmo: https://lnkd.in/dKsKeMNE #AgriculturaDigital #CiênciasAmbientais #MachineLearning #NASA #DadosClimáticos #Agronomia #Inovação #Sustentabilidade #Streamlit #NASAData #ClimateChange

🌱🛰️ Imagens de Satélite e NDVI: Ferramentas Essenciais para a Agropecuária Moderna 🌾🌿 A agricultura precisa de informações precisas e atualizadas para acompanhar o desenvolvimento das culturas e tomar decisões oportunas. Imagens de satélite e índices como o NDVI (Normalized Difference Vegetation Index) são ferramentas valiosas que permitem aos produtores monitorar e avaliar o estado das culturas. O NDVI é um índice que mede a diferença entre as bandas de luz visível e próxima ao infravermelho captadas pelos sensores remotos. Ele permite estimar a cobertura e o vigor da vegetação, variando de -1 a 1, onde valores mais próximos de 1 indicam maior vigor. As imagens de satélite apresentadas neste post são de uma cultura monitorada em 23/05/2024 e 02/06/2024, onde as 3 imagens de satelite de cada dia refletem cores diferentes e podem representar diferentes índices de vegetação ou medidas de saúde da cultura. O uso destas imagens permite observar a evolução do estado do cultivo e identificar possíveis problemas em desenvolvimento. Nesta aplicação de glufosinato realizada entre esses dias, a pulverização não apresentou os resultados esperados. As imagens de satélite refletiram bem que o glufosinato não foi tão eficiente em fazer o trabalho em cerca de 65 ha, permitindo identificar claramente as áreas onde a aplicação não teve o efeito desejado. Com essas ferramentas, os produtores agrícolas podem:  👉 Acompanhar o crescimento e o desenvolvimento da cultura  👉 Identificar problemas de saúde, estresse ou falta de nutrientes nas plantas  👉 Avaliar a eficácia de aplicações fitossanitárias  👉 Monitorar a influência de fatores ambientais nas culturas Em suma, a utilização de imagens de satélite e índices como o NDVI é fundamental para a agropecuária moderna e inteligente, pois permite decisões mais assertivas e aprimoradas no manejo das culturas, além de contribuir para uma agricultura mais sustentável e eficiente. #agricultura #satélite #NDVI #geotecnologia #precisãoagrícola #monitoramento #digital #Farmersedge

O projeto de hoje é sobre: 🛰️🌍 Classificação de Uso do Solo com Imagens de Satélite Recentemente, explorei técnicas de aprendizado de máquina para classificação de uso do solo usando imagens de satélite do programa Copernicus Sentinel-2. Com o poder da plataforma Google Earth Engine, pude processar grandes volumes de dados de forma rápida e eficiente. Usando uma coleção de imagens do Sentinel-2, filtrei dados de janeiro de 2020 com baixa porcentagem de cobertura de nuvens. Em seguida, calculei a mediana das imagens para reduzir a influência de nuvens. Após isso, realizei uma amostragem da região destas bacias hidrográficas: " Bacia do Ribeirão Cachoeira/Caxambu ", " Bacia do Rio Capivari ", " Bacia do Jundiuvira ", " Bacia do Guapeva ", " Bacia do Estiva "," Bacia do Jundiaí Mirim ", " Bacia do Rio Jundiaí ", para criar um conjunto de treinamento, utilizando classes de uso do solo como "Água", "Terras alteradas", "Floresta" e "Urbano". Em seguida, treinei um classificador de árvore de decisão usando a técnica de aprendizado de máquina chamada CART (Classificação e Regressão de Árvores). Após a classificação, adicionei uma camada ao mapa com a legenda de cores correspondentes a cada classe: azul para água, amarelo para terras tanto para agricultura quanto para áreas desmatadas, verde para floresta e vermelho para áreas urbanas. Para avaliar a precisão do modelo, calculei uma matriz de confusão e, em seguida, a precisão geral do modelo resultou em uma acurácia de 89,79%. link do projeto: https://lnkd.in/dwEEu_ty #Geotecnologias #AprendizadoDeMáquina #SensoriamentoRemoto #GoogleEarthEngine #Copernicus #Sentinel2 #UsoDoSolo #MonitoramentoAmbiental #PlanejamentoUrbano

SISCOB - Software para análise de imagens de cobertura vegetal de solo As imagens adquiridas são classificadas, possibilitando a quantificação de alterações e geração de mapas temáticos. Utilizando técnicas avançadas de processamento baseadas em sistemas inteligentes (Redes Neurais), obtém-se análises rápidas e precisas. Proporcione ao agricultor e consultores informações para o diagnóstico e prognóstico da lavoura para acompanhar o desenvolvimento da cultura. Imagens terrestres, aéreas e orbitais podem ser analisadas visando diferentes aplicações e estudos. A partir das imagens aéreas e terrestres, processadas pelo SisCob, é possível mapear variações significativas na cultura, possibilitando saber onde se deve atuar de fato. Aplicações principais:  • Análise de imagens aéreas para determinar zonas diferenciadas; • Estimativa de produção produção agrícola, doenças e pragas;  • Avaliação espacializada da propriedade; Vantagens na utilização do Siscob:  • Medição precisa de áreas das culturas com alterações por deficiência, praga ou doença.;  • Operação semiautomática;  • Capacidade de processamento em lote. Descarregar: https://lnkd.in/d8Gqw2V9 Manual https://lnkd.in/djQpRRbv Apresentado no ConBAP (Congresso Brasileiro de Agricultura de Precisão) em 2010 <https://lnkd.in/dfuGiTFC>

Está disponível para leitura o artigo "Kernel Maps of the Bactrocera carambolae Occurrence in Amapá, Brazil" aceito e apresentado no XIV CONGRESSO BRASILEIRO DE AGROINFORMÁTICA (SBIAGRO), fruto da minha bolsa PIBIT na Embrapa Territorial. Resumo: Este trabalho analisa a distribuição espacial da ocorrência de Bactrocera carambolae entre 2014 e 2019 no Amapá, Brasil. Os técnicos monitoraram a presença da praga quarentenária por meio de armadilhas distribuídas por todo o estado. Eles verificavam as armadilhas a cada quinze dias, registravam a ocorrência e enviavam as informações ao MAPA. Para analisar a distribuição espacial, avaliamos o grau de aleatoriedade das armadilhas usando a função K não homogênea. Posteriormente, aplicamos a função de kernel quártico nas ocorrências e nas ocorrências simuladas, considerando o fenômeno não homogêneo e tendo como covariáveis a população por setores censitários e rodovias. Os resultados mostraram que poderíamos usar o método para monitorar a praga em escala regional. DOI: https://lnkd.in/dzkK7e_j Gráficos e mapas produzidos na linguagem R. #artigo #pragaquarentenaria #Bactroceracarambolae #analiseespacial #kernelmaps #spatialanalysis #Rprogramming

O Laboratório de Análise e Processamento de Imagens de Satélites (LAPIS) da Universidade Federal de Alagoas (UFAL) divulgou recentemente um mapeamento atualizado da situação da desertificação no estado alagoano. De acordo com o estudo, baseado em dados de satélites, os municípios de Ouro Branco, Maravilha e Mata Grande são os que possuem maiores áreas desertificadas. “São áreas onde os solos já estão degradados de forma grave ou muito grave e se tornaram imprestáveis para a agricultura. Mesmo com chuvas suficientes, a vegetação da caatinga não consegue mais se recuperar nesses locais”, explicou o professor Dr. Humberto Barbosa, fundador do LAPIS e responsável pela pesquisa. O mapeamento apontou que todos os municípios com áreas desertificados se localizam no Sertão Alagoano. Isso significa que cerca de 15% das localidades do estado já apresentam áreas que se tornaram desérticas, principalmente pela ação humana, agravada pela severidade climática, como intensas secas. No último dia 28 de abril, foi celebrado o Dia Nacional da Caatinga, um bioma exclusivamente brasileiro. Cerca de metade desse bioma apresenta algum nível de degradação. Em Alagoas, não é diferente. O bioma Caatinga é muito importante para o clima do Semiárido brasileiro, incluindo o equilíbrio hidrológico e ambiental da bacia do rio São Francisco. “É preocupante observar o ritmo de degradação dos municípios alagoanos próximos da Bacia do rio São Francisco, onde a vegetação da Caatinga está cada vez mais impactada pela seca e desmatamento. Essa vegetação apresenta alta vulnerabilidade às altas temperaturas e às secas-relâmpago”, explicou o professor Humberto. Fonte: Ascom do Laboratório de Análise e Processamento de Imagens de Satélites, UFAL. Imagem: mapa mostra que já há registro do processo de desertificação em áreas de 16 municípios do estado. Fonte: Divulgação, UFAL. Saiba mais no Portal ambiental t4h: https://lnkd.in/d8M7PcFt #biomas #caatinga #cienciaambiental #desertificacao #ecologia #geografia #geoprocessamento #monitoramentoambiental #mudancasclimaticas

A engenharia aeroespacial desempenha um papel fundamental na criação de aeronaves mais seguras e sustentáveis, impulsionando a eficiência do transporte aéreo e possibilitando a exploração espacial. Com avanços tecnológicos contínuos, os engenheiros aeroespaciais estão na vanguarda da inovação, moldando o futuro da aviação e expandindo nossos horizontes para além da Terra. Além disso, a exploração de novos lugares exige inovações em propulsão espacial e habitats autossustentáveis. Quem está preparado para essa aventura? 🌌🔧 @confea_ @crea_minas @mutuadeassistencia @mutua.mg @qualificar_creaminas @eng.lucioborges @eng.marcosgervasio #confea #crea #creamg #creaminas #mutua #mutuamg #engenheiro #agronomo #geologo #geografo #engenharia #agronomia #geociencias

🔴 Por que o oeste do Amazonas e grande parte do Acre ficam em vermelho no mapa semanal de NDVI . 🛰 O Laboratório Lapis desenvolveu uma metodologia para gerar o mapa da cobertura vegetal para todo o Brasil, com frequência diária e semanal. O mapa de NDVI (Índice de Vegetação por Diferença Normalizada) fornece informações importantes, para diferentes tipos de aplicações, como monitoramento ambiental, florestal e agrícola. Também contribui para análises das secas, uso e cobertura do solo, áreas degradadas ou em processo de desertificação, entre outras. . 📡Uma das dúvidas mais comuns é porque áreas do Amazonas e do Acre ficam em vermelho, no mapa de NDVI para todo o Brasil. A partir das imagens do satélite Meteosat, o Lapis calcula o NDVI a cada 15 minutos, e faz as devidas correções de nuvens e aerossóis. O NDVI diário é gerado a partir de uma composição de 28 imagens obtidas, durante o dia (diário). Seguindo o mesmo procedimento, é processado o NDVI para os 7 dias da semana (semanal). . 🗺 Existem limitações para mapear o NDVI semanal da Amazônia. No Acre e no Amazonas, há semanas em que há forte incidência de nuvens, gerando “contaminação” nas imagens, que nem sempre as correções conseguem eliminar. É por isso que aquela área aparece em branco, no mapa semanal. Isso ocorre porque não há informações disponíveis sobre o NDVI (o algoritmo excluiu). Por isso, no Brasil, a menor resolução espacial da imagem de NDVI ocorre na Amazônia, onde varia de 4 a 5 quilômetros, ou seja, há um menor detalhamento. . ⚒ No Lapis, todo esse processo é feito por um algoritmo, de forma operacional, 7 dias por semana e 365 dias por ano. O algoritmo foi desenvolvido pelo Lapis, com apoio da Eumetsat, e já foi validado. O Laboratório é o único no Brasil a gerar essas imagens diárias e semanais, de forma operacional. . 📌 E-BOOK GRATUITO - Conheça como funciona o método criado pelo Lapis, que ensina a dominar o QGIS do zero ao avançado, para gerar quaisquer produtos de satélite/mapas e indicadores, incluindo o NDVI para todo o Brasil: https://lnkd.in/d5xnyHRT