PublicidadeNature & Space

Atualizado 2 de abril de 2026

Informações geoespaciais das imagens de satélite combinadas com o uso de IA estão revolucionado as áreas ambientais e a agricultura, fornecendo extensa base de dados em tempo real sobre o território.

As pesquisas foram publicadas nas revistas MDPI e Science Direct.

A combinação de imagens de satélite e Inteligência Artificial cria uma base de dados macroscópica em tempo real sobre o território, mudando a forma como a sociedade passou a utilizar informações.

A seguir veremos como essa tecnologia espacial e digital está moldando o futuro da agricultura sustentável e da conservação ambiental no Brasil. Em texto, imagens e vídeos.

Com um fluxo de dados em tempo real, estamos deixando de apenas reagir aos desastres para começar a preveni-los. Seria esta a prova definitiva de que o espaço é o maior aliado da segurança alimentar, conservação ecológica e resiliência climática para o Brasil e o mundo?

Deixe seu comentário no final!

Vídeo 1: Como satélites ajudam na preservação ambiental e na agricultura

Vídeo 2: Exploração Espacial em 60 segundos. Processamento e Análise de Dados

Vídeo 3: Artemis II: Estudo sobre plantas e alimentos será feito pelo Brasil

Vídeo 4: Satélite com inteligência artificial vai filtrar nuvens de imagens

LEIA MAIS

Além de Gaia: Bases Integrarão Sistemas Técnicos na Lua Com a Vida na Terra | Nature & Space

Expansão Espacial a Serviço da Vida: Saúde, Energia, Alimento, Comunicação e Conservação | Nature & Space

Artemis 3: Missão Tripulada da NASA ao Polo Sul da Lua | Nature & Space

Imagens de satélite e IA permitem aos agricultores receber alerta de estresse hídrico em um talhão específico, ou detectar um desmatamento ilegal no momento em que as máquinas são ligadas

A união entre a visão macroscópica dos satélites e o cérebro analítico da Inteligência Artificial está eliminando os ‘pontos cegos’ da agricultura e do meio ambiente.

Em 2026, com o aumento da constelação de satélites LEO (baixa órbita) e a evolução dos modelos de IA (Machine Learning), não estamos apenas tirando “fotos” da Terra.

Operação do Satélite SCD-1 (Satélite de Coleta de Dados 1) sob a responsabilidade do Centro de Rastreio e Controle do INPE. Fonte: https://www.cptec.inpe.br/glossario.shtml 

As imagens de satélite combinadas com a IA estão criando um fluxo contínuo de dados analíticos que permite, por exemplo, a um agricultor no Cerrado receber um alerta de estresse hídrico em um talhão específico, ou ao governo detectar o início de um desmatamento ilegal no momento em que as máquinas são ligadas.

É a fusão da física orbital com a biologia, ecologia de conservação, clima, monitoramento ambiental e a computação.

Mais adiante serão apresentados duas pesquisas inéditas com uso de imagens de satélite e IA no Brasil que exemplificam o uso de tecnologias espaciais, a consolidação e conexão da economia espacial com as areas da agricultura e ambientais.

A tecnologia “Satélites de Monitoramento” busca contribuir na disseminação de informações geoespaciais por meio de dados e informações técnicas sobre os principais satélites e sistemas sensores remotos utilizados em agricultura e ambiente. 

Os satélites de monitoramento dinamizaram estudos em diferentes áreas, revolucionando a forma com que a sociedade passou a buscar informações a respeito de seu território.

Imagens de sensoriamento remoto podem informar sobre ambientes próximos e distantes, sendo uma das grandes contribuições da tecnologia moderna para o conhecimento das paisagens de nosso planeta.

A imagem superior, de menor resolução espacial, que possibilita observar a expansão urbana. Na figura de baixo, é possível observar detalhes da cobertura do solo, como expansão do solo exposto, ravinamentos, detalhes da estrada e da cobertura vegetal, com uso de resolução de maior resolução espacial. Imagem: O Atlas Digital Geoambiental do Instituto Prístino https://institutopristino.org.br/atlas/municipios-de-minas-gerais/

O lançamento e a utilização dos satélites de monitoramento ocorreram a partir da evolução de vários ramos científicos. Trata-se de um tema multidisciplinar que agrega inovações de amplas áreas do conhecimento, incluindo os domínios da física, química, eletrônica, telecomunicações, ciências da computação, ciências da terra, entre outras.

Sua aplicação em projetos educacionais vem sendo ampliada durante os últimos anos no Brasil, sobretudo após a publicação dos Parâmetros Curriculares Nacionais pelo MEC, no final da década de 90, que inseriu o eixo de discussão ambiental como um dos temas transversais no currículo escolar.

Graças ao esforço conjunto de instituições de pesquisa e ensino, a tecnologia necessária para implantação de sistemas sensores orbitais tem evoluído rapidamente.

Metodologias eficazes para extração de informações, derivadas desses produtos, também têm sido desenvolvidas, assim como a democratização desse conhecimento acumulado vem sendo transferido aos estabelecimentos de ensino em vários níveis, principalmente a partir da formulação de projetos em educação e meio ambiente.

Com o objetivo de cooperar para a disseminação do conhecimento na área de geotecnologias e devido ao grande número de satélites voltados ao estudo do meio ambiente com características e aptidões distintas, idealizou-se o material didático apresentado neste ambiente.

Esse material está disponível nas redes de pesquisa e ensino. Pode ser acessado também no site da Embrapa: Satélites de Monitoramento.

A tecnologia “Satélites de Monitoramento” apresenta textos, figuras, tabelas e mapas que ilustram, a partir de uma interface de fácil acesso, os principais instrumentos de sensoriamento remoto que contribuem para o conhecimento dos diferentes aspectos da agricultura e do meio ambiente do Brasil.

Vídeo 1: Como satélites ajudam na preservação ambiental e na agricultura

LEIA MAIS

Novo Lançador Espacial Do Brasil, GPS Nacional e a Empresa Alada | Nature & Space

Inspirada em Nikola Tesla: Criado Método Para Energia Sem Fio | Nature & Space

Primeiro Foguete Comercial Põe Brasil em Clube Seleto no Mercado Espacial

Unicamp: Drone com SAR Enxerga Detalhe 100 m Abaixo da Terra | Nature & Space

Compartilhar é Livre. Ajude-nos Citando o Link Deste Artigo!

Embrapa e a UnB combinaram dados de monitoramento por satélites com ferramentas de Inteligência Artificial

Um estudo pioneiro desenvolvido pela Embrapa e pela Universidade de Brasília (UnB) utilizou imagens de satélite e inteligência artificial (IA) para mapear o abandono de áreas agrícolas no Cerrado brasileiro.

Resultados obtidos no município de Buritizeiro, no norte de Minas Gerais, apontam mais de 13 mil hectares de terras agrícolas abandonadas entre 2018 e 2022, o equivalente a quase 5% da área agrícola existente no início do período.

Esse mapeamento detalhado representa a primeira avaliação desse tipo no bioma e pode orientar políticas públicas voltadas à restauração ecológica, à contabilização de carbono e ao planejamento territorial sustentável.

Localização da área de estudo no Brasil ( A ) e no estado de Minas Gerais ( B ). A imagem de fundo é uma composição RGB em falsa cor das bandas 8, 4 e 3, gerada a partir de imagens do Sentinel-2 adquiridas em 2022. Imagem: Artigo: https://www.mdpi.com/2073-445X/15/1/53

Os estudos foram conduzidos por equipes da Embrapa Cerrados (DF), Embrapa Agricultura Digital (SP) e Embrapa Meio Ambiente (SP), além da UnB.

A pesquisa utilizou imagens do satélite Sentinel-2 da Agência Espacial Europeia (ESA), combinadas a técnicas de aprendizado profundo (deep learning), para mapear mudanças no uso e cobertura da terra.

Por meio da Rede Neural Totalmente Conectada (FCNN, sigla em inglês), modelo computacional capaz de reconhecer padrões nas imagens, os pesquisadores conseguiram classificar diferentes categorias: vegetação nativa, pastagens cultivadas, lavouras anuais, plantações de eucalipto e, de forma inédita, áreas agrícolas abandonadas.

A acurácia do mapeamento foi de 94,7%, considerada excelente para classificações de uso da terra com sensoriamento remoto.

Segundo o levantamento, a maior parte das áreas abandonadas (87%) corresponde a antigas plantações de eucalipto destinadas à produção de carvão vegetal.

O município de Buritizeiro destaca-se pela extensa área plantada com eucalipto, além da criação de gado bovino.

Fluxograma das principais etapas metodológicas. UTM = Universal Transversa de Mercator; NDVI = Índice de Vegetação por Diferença Normalizada; EVI = Índice de Vegetação Aprimorado; BSI = Índice de Solo Exposto; LSMM = Modelo de Mistura Espectral Linear; PCA = Análise de Componentes Principais; PC = componentes principais; ReLU = unidade linear retificada; FCNN = rede neural totalmente conectada; e LULC = uso e cobertura da terra. Mapa: Artigo: https://www.mdpi.com/2073-445X/15/1/53

De acordo com ele, a partir das imagens analisadas, os cientistas identificaram que a maior parte das áreas abandonadas correspondia a plantios de eucalipto, tanto mal-mantidos como que transicionaram para vegetação campestre ou arbustiva depois da extração da madeira.

Outro desafio destacado por ele é a dificuldade de diferenciar pastagens degradadas de vegetação nativa (como gramíneas e arbustos) apenas por sensoriamento remoto, uma vez que suas assinaturas espectrais podem ser muito semelhantes.

Segundo os especialistas, o estudo comprovou que métodos de aprendizado profundo, aliados a imagens de satélite, podem mapear terras agrícolas abandonadas no Cerrado de forma robusta e precisa, um avanço metodológico importante para a avaliação de transições de uso da terra em savanas tropicais.

Vídeo 2: Exploração Espacial em 60 segundos. Processamento e Análise de Dados

LEIA MAIS

Drone Autônomo Com Ia Busca Vitimas de Desastres Sozinho | Nature & Space

Maritaca: IA Criada na Unicamp, Brasil, Tem Alto Desempenho​ | Nature & Space

Inspirada em Nikola Tesla: Criado Método Para Energia Sem Fio | Nature & Space

Primeiro Supercomputador em Data Center Espacial Orbital | Nature & Space

Compartilhar é Livre. Ajude-nos Citando o Link Deste Artigo!

Nova tecnologia que combina IA e imagens de satélites é capaz de monitorar, com precisão, efeitos de geada sobre lavoura

Uma pesquisa da Unesp, em parceria com o Instituto Nacional de Pesquisas Espaciais (INPE), a Companhia Nacional de Abastecimento (Conab) e a Universidade de Michigan, 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.

Uso de IA e imagens de satélite 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. Imagem: Unesp

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.

Em especial, a abordagem detecta padrões fenológicos do milho e mudanças decorrentes de danos causados ​​por geadas. O mapeamento oportuno e a detecção de danos melhoram o monitoramento da cadeia de suprimentos de milho no Brasil.

Com uso de tecnologia a safrinha passou a ser uma safra completa: novas tecnologias e insumos, o uso de cultivares mais resistentes a temperaturas extremas e manejo do solo permitiram ampliar a produção após a safra principal de verão

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.

Nova Abordagem com uso de IA e imagens de satélite consegue identificar áreas afetadas por geadas durante a safra (antes da colheita), e a concordância com os dados de campo sugere o potencial do método para mapear o milho e detectar danos causados ​​por geadas, o que pode ajudar a reduzir a incerteza, a especulação e a insegurança alimentar. Mapa: artigo: https://www.sciencedirect.com/science/article/abs/pii/S2352938525003520?via%3Dihub

Dados publicados pelo projeto MapBiomas 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 do MapBiomas também mostrou que o Paraná foi o segundo maior produtor de milho de segunda safra do país, na maioria das vezes plantado depois da soja.

E foi justamente no estado sulista, 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.

Segundo os autores, foi o primeiro na literatura a mapear o impacto de geadas no cultivo do milho com base em dados de sensoriamento remoto.

Vídeo 3: Artemis II: Estudo sobre plantas e alimentos será feito pelo Brasil

LEIA MAIS

Astrobiologa de 24 Quer Ser a Primeira a Pisar em Marte | Nature & Space

Motor de Foguete Impresso em 3D Metálico Criado na UNB Coloca Brasil em Grupo Seleto | Nature & Space

Vidro Resfria e Envia Calor do Espaço, Sem Gastar Energia  | Nature & Space

Carro Voador: Ensaios De Voo Do Evetol Da Embraer

Compartilhar é Livre. Ajude-nos Citando o Link Deste Artigo!

Metodologia do estudo usando dados multivariados, IA e imagens de satélite confere alta precisão da nova ferramenta como forma alternativa de estimar a área de plantio

O método desenvolvido pelos pesquisadores constatou que o total de área de milho de segunda safra plantada naquela mesorregião por ocasião da segunda safra alcançou 740.007 ha.

Essa estimativa é 1,7% superior ao total registrado nos dados oficiais. Essa diferença é um testemunho da alta precisão da nova ferramenta como forma alternativa de estimar a área de plantio.

Os pesquisadores usaram como referência para o estudo 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 daquele ano, um período de seca mais extensa do que o normal obrigou os produtores a retardarem o plantio da soja da primeira safra, o que atrasou a colheita e, consequentemente, “empurrou” o plantio do milho da segunda safra para meados de fevereiro, levando à colheita para a entrada do inverno, período mais frio.

Nova Abordagem com uso de IA e imagens de satélite consegue identificar áreas afetadas por geadas durante a safra (antes da colheita), e a concordância com os dados de campo sugere o potencial do método para mapear o milho e detectar danos causados ​​por geadas, o que pode ajudar a reduzir a incerteza, a especulação e a insegurança alimentar. Mapa: artigo: https://www.sciencedirect.com/science/article/abs/pii/S2352938525003520?via%3Dihub

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% sendo afetados no primeiro episódio, em maio, e 66,1% durante a segunda ocorrência de geada, mais intensa, em junho.

De acordo com a análise, 30,4% da área plantada com milho não foram afetados. Neste total, a colheita já havia ocorrido em 13,8%, e os demais 16,7% não receberam o impacto das geadas.

Quando se utilizaram os dados oficiais para fazer uma comparação sobre os prejuízos causados pela geada, 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, é uma possível referência oficial. Segundo os dados deste relatório, do total de milho colhido por ocasião da segunda safra, 58,7% foram classificados como sendo de qualidade ruim, e 35,3%, de qualidade média.

Os dados do órgão, entretanto, se referem à safra total. Ocorre que, embora as geadas tenham sido o fator mais crítico para os danos à lavoura naquele período, também foram constatados episódios de seca na ocasião.

Os pesquisadores buscaram, então, dados de empresas de seguros agrícolas que registraram, a partir de verificações in loco dos danos na lavoura, sinistros que decorreram especificamente da ocorrência das geadas.

Quando comparadas aos dados das seguradoras, as estimativas dos pesquisadores alcançaram uma concordância de 75% em relação ao episódio de geada de maior intensidade, ocorrido em junho.

Vídeo 4: Satélite com inteligência artificial vai filtrar nuvens de imagens

LEIA MAIS

Nikola Tesla: Pioneiro Barco Controle Remoto Sem Fio, 1898 | Nature & Space

Forno de Energia Solar Térmica Para Fornos de Fundição de Aço e Cozinhar Cimento | Nature & Space

IA Superou Previsão Climática de Centros Globais de Clima | Nature & Space

Compartilhar é Livre. Ajude-nos Citando o Link Deste Artigo!

A tecnologia está sendo desenvolvida para mapear culturas e identificar problemas ainda durante o período da safra

A nossa meta é ser capazes de mapear culturas e identificar problemas ainda durante o período da safra”, explica 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) na Faculdade de Ciências e Engenharia, câmpus de Tupã.

Ele menciona, por exemplo, o número de atualizações das informações sobre a safra que a Conab divulga durante o ano, uma indicação de que há espaço para melhorar a precisão dessas estimativas.

Atualmente, as formas de calcular os danos causados pelas geadas demandam a ida a campo para a condução de levantamentos amostrais. Essa metodologia demanda mais tempo e mais investimentos e abre espaço para subjetividades nas observações.

Chaves explica que a presença em campo continuará se mostrando fundamental, uma vez que o processo de treinamento dos algoritmos para a elaboração dos modelos e a validação das informações obtidas pelas imagens de satélite demandam a verificação in loco das condições da lavoura.

A ferramenta combina imagens captadas pelo satélite Sentinel-2 com o algoritmo de aprendizado de máquina chamado Random Forest. Chaves explica que as imagens do satélite europeu possuem resolução média, entre 10 e 20 metros por pixel, o que as torna mais apropriadas para regiões agrícolas em que predominam propriedades menores.

LEIA MAIS

Pesquisadora da Embrapa no Brasil Recebeu “Nobel de Agricultura” Por Alternativa Sustentável | Nature & Space

Brasil: Mapa Revela Má Alimentação e Ultraprocessados

NASA Alerta: 15 Mil Asteroides Destruidores de Cidades Seguem Ocultos, Mais da Metade | Nature & Space

Satélite Identifica 100 Mil Montanhas no Fundo dos Oceanos | Nature & Space

Compartilhar é Livre. Ajude-nos Citando o Link Deste Artigo!

Estudo mostrou causa dos danos: o dano identificado foi causado por adversidade térmica, e não por praga ou um manejo inadequado da lavoura

O estudo selecionou imagens do satélite obtidas entre 1º de fevereiro e 31 de julho. O professor da Unesp explica que, por meio da análise da reflexão espectral dessas imagens, é possível verificar uma série de parâmetros das lavouras, como as espécies que foram plantadas, o seu estágio de desenvolvimento e até informações mais sensíveis, como a umidade do solo ou a capacidade da planta de realizar fotossíntese.

O modelo elaborado pelos pesquisadores contemplou, além dos dados climatológicos e da área de plantio, três índices de vegetação diferentes, uma novidade proposta pelo artigo e que aumentou a precisão na identificação dos danos registrados na lavoura.

Coordenador do Laboratório de Geoprocessamento e Inteligência Artificial no câmpus de Tupã e colaborador do Laboratório de Sensoriamento Remoto Agrícola do INPE, Chaves diz que a metodologia para avaliar o impacto das geadas pode ser ampliada para outras culturas que, porventura, sejam atingidas pelo fenômeno.

Algumas possibilidades são as lavouras de trigo, centeio e aveia, que são produzidas durante o inverno, bem como em outras regiões do país.

Outra possível frente de atuação prevê a integração de modelos meteorológicos, cujas imagens possuem menor resolução, aos dados sobre uso da terra, de maior resolução.

Bibliografia

Science Direct

GEEadas: Automatic detection of adverse frost stress based on GHG data.

doi.org/10.1016/j.rsase.2025.101799

Revista MDPI

Inserting abandoned agricultural land into the legend of land use and land cover maps of the Brazilian Cerrado.

doi.org/10.3390/land15010053

Jornal da Unesp

Nova tecnologia que combina IA e imagens de satélites é capaz de monitorar, com precisão, efeitos de geada sobre lavoura

Embrapa

Satélites de Monitoramento

Mundo Geo Connect

Pesquisas conjuntas entre a Embrapa e a UnB combinaram dados de monitoramento por satélites com ferramentas de aprendizado de máquina

Análise Audiovisual

Vídeo 1 Matéria de Capa: Como satélites ajudam na preservação ambiental e na agricultura

Vídeo 2 Destrava Projeto IA: Exploração Espacial em 60 segundos. Processamento e Análise de Dados

Vídeo 3 CNN: Artemis II: Estudo sobre plantas e alimentos será feito pelo Brasil

Vídeo 4 Olhar Digital: Satélite com inteligência artificial vai filtrar nuvens de imagens

Política de Uso

Compartilhar é Livre. Ajude-nos Citando o Link Deste Artigo!

Do Espaço: Imagens de Satélites Combinadas Com IA Revolucionam a Área Ambiental e a Agricultura | Nature & Space

PublicidadeTeste de Final

LEAVE A REPLY

Please enter your comment!
Please enter your name here