Pesquisas - Nova abordagem revoluciona o mapeamento agrícola com aprendizado de máquina

Siga-nos no

A agricultura do futuro está sendo moldada por avanços tecnológicos que ajudam os agricultores a enfrentar desafios como doenças, secas e sustentabilidade. Yi-Chia Chang, pesquisador da Universidade de Illinois, está à frente desses esforços, utilizando aprendizado de máquina e imagens de satélite para otimizar o mapeamento de plantações. Esse mapeamento é essencial para monitorar o desenvolvimento agrícola, prever rendimentos e contribuir para a segurança alimentar global.

Com o avanço das pesquisas a  equipe liderada por Chang testou diferentes modelos de aprendizado de máquina para identificar culturas agrícolas em várias regiões. Eles descobriram que os modelos treinados com dados específicos de satélite, como o Sentinel-2, são mais eficazes do que aqueles treinados com bases genéricas, como o ImageNet. Curiosamente, incluir dados de regiões geográficas distintas também mostrou melhorar o desempenho dos modelos, mesmo em cenários de dados limitados.

O trabalho de Chang faz parte de uma iniciativa maior do grupo PROFYLE, que busca soluções inovadoras para agricultura inteligente. Além disso, o uso de recursos avançados de computação, como o sistema Delta, desempenhou um papel crucial na análise de grandes volumes de dados, ampliando as possibilidades de previsão de produtividade e segurança alimentar.

A pesquisa sinaliza um futuro promissor para o setor agrícola, onde a tecnologia oferece ferramentas mais precisas e sustentáveis para enfrentar os desafios globais.