Todas as coleções
Inteligência Mercator
Como usar os modelos de identificação de soja, milho e algodão no meu dia a dia?
Como usar os modelos de identificação de soja, milho e algodão no meu dia a dia?

Os modelos de identificação foram desenvolvidos pela Seedz para te apoiar com informações mais precisas sobre as safras.

Renata Nascimento avatar
Escrito por Renata Nascimento
Atualizado há mais de uma semana

Agora, além de estimar quantos hectares de soja, milho ou algodão têm em uma região, em apenas dois cliques, você pode saber onde estão essas culturas! Munido dessa informação, você analisa com mais precisão o potencial comercial da região onde atua - ou até de onde ainda não atua, mas acredita ter uma oportunidade de expansão. Pode, também, saber qual é a área de soja, milho ou algodão de um produtor e quanto ela evolui de um ano para o outro, sem nunca tê-lo visitado.

Ao habilitar uma das camadas de soja, milho ou algodão, o que você verá é o máximo de cultura identificada naquela safra, bem como o número de hectares estimados em um município ou em uma área de interesse desenhada.

Na imagem a seguir veja que, embora a área em hectares seja uma estimativa, o modelo, com uma resolução de 10m x 10m, é tão preciso que, mesmo sem a intenção, identifica as divisões dos talhões:

Posso confiar nos modelos?

Sim! Os modelos de identificação de cultura são baseados em imagens de satélite e, ao contrário do que se pensa, não são baseados no NDVI. Consideramos múltiplas informações de satélites diferentes e com o processamento de dados Seedz, manejamos bilhões de pixels até gerar o nosso próprio modelo de identificação de cultura.

Para garantir a precisão, esse modelo é adaptado para cada região do Brasil e validado por especialistas. Vale ressaltar que, um modelo não possui 100% de precisão, em razão das diversas variáveis que podem impactar diretamente nas características da cultura, ocasionando o que chamamos de falsos positivos - os quais não apresentam a cultura, mas o modelo indica que tem (isso pode acontecer, por exemplo, dado que algumas culturas, em certas regiões, têm características semelhantes); e os falsos negativos, onde se encontra a cultura, entretanto o modelo não a identifica.

Esse último caso pode acontecer porque a identificação ocorre conforme as características da cultura, ou seja, se estiver fora do padrão, é possível que o modelo não a identifique – isso, inclusive, pode servir de alerta para você.

Na imagem abaixo, comparamos a mesma região com o NDVI e vemos que os lugares onde o modelo não identifica a soja são áreas onde ela não evoluiu adequadamente (áreas com NDVI mais baixo, em verde/amarelo).

Se você encontrar um falso positivo ou um falso negativo, entre em contato conosco para podermos aperfeiçoar os modelos cada vez mais!

Esperamos que este artigo tenha sido útil. Deixe o seu feedback sobre o seu nível de satisfação com o conteúdo:

Respondeu à sua pergunta?