.
De acordo com as estatísticas nacionais do USDA, o plantio direto e o cultivo de conservação estão em ascensão, com mais de três quartos dos produtores de milho e soja optando por práticas para reduzir a erosão do solo, manter a estrutura do solo e economizar combustível. No entanto, essas estimativas são baseadas principalmente no auto-relato do produtor e são compiladas apenas uma vez a cada cinco anos, potencialmente limitando a precisão.
Em um novo estudo, os cientistas da Universidade de Illinois demonstram uma maneira de mapear com precisão a terra cultivada em tempo real, integrando imagens terrestres, aéreas e de satélite.
“Mostramos que o sensoriamento remoto pode quantificar informações de cultivo em escala regional de maneira econômica. Essas informações em nível de campo podem ser usadas para apoiar os produtores em suas práticas de manejo, bem como para apoiar a modelagem de agroecossistemas e fornecer ferramentas para o USDA para verificar os dados do censo”, diz o principal autor do estudo, Sheng Wang, professor assistente de pesquisa no Departamento de Recursos Naturais e Ciências Ambientais (NRES) da U of I na Faculdade de Ciências Agrícolas, do Consumidor e Ambientais (ACES). Ele também é um cientista pesquisador no Agroecosystem Sustainability Center (ASC) na U of I.
Wang e a equipe de pesquisa tiraram fotos do solo em locais de campo participantes em toda a região central de Illinois, gerando 6.719 imagens marcadas por GPS. Em seguida, eles providenciaram um avião equipado com sensores hiperespectrais de alta potência para sobrevoar a região. O sistema aerotransportado escaneou 40.000 acres por hora e capturou ricas assinaturas espectrais do solo em uma escala de cerca de meio metro.
Wang colocou as fotos do solo em um computador que aprendeu a diferenciar o solo descoberto do resíduo da colheita, uma característica marcante do plantio direto e da lavoura de conservação. Após o treinamento em imagens terrestres rotuladas, o computador pode interpretar e prever imagens hiperespectrais do sensor aéreo com cerca de 82% de precisão. Usando esse aumento de escala terra-ar como modelo, os computadores desenvolveram um algoritmo para escalar novamente, desta vez do ar para o espaço, usando dados de satélite.
Em comparação com o aumento de escala diretamente do solo para o satélite, que foi preciso apenas cerca de 22% do tempo, de acordo com uma análise separada no estudo, a camada aérea aumentou a precisão do mapeamento para 67%.
“No sensoriamento remoto, estamos sempre tentando vincular dados reais com sinais espectrais de satélites, mas isso representa uma incompatibilidade de grande escala. Os dados hiperespectrais de escala intermediária ajudam a aumentar os dados reais porque podem fornecer alta resolução e precisão. É uma grande inovação; ninguém fez isso no mundo agrícola. Essa tecnologia em escala cruzada aumenta significativamente nossa capacidade de criar informações reais”, disse Kaiyu Guan, professor associado do NRES, diretor fundador do ASC e autor sênior do estudo.
Embora o método tenha sido testado em Champaign e nos condados vizinhos de Illinois, Guan diz que a equipe está trabalhando para expandir a tecnologia para o Meio-Oeste e o país. Agora que os sensores aéreos e os computadores foram treinados para detectar evidências de cultivo usando imagens do solo, deve ser possível renunciar ou minimizar as fotos do solo na próxima iteração.
.
