Título:	Inteligência artificial para a avaliação de pastagens degradadas a partir de fotos de smartphones e de séries temporais de imagens de satélite: uma abordagem baseada em deep e machine learning para subsidiar o cálculo de indicadores agro-socioambientais.
Autoria:	SIMÕES, M. FERRAZ, R. P. D. KUCHLER, P. C. ALMEIDA, M. B. F. de VIEIRA, L. P. LAGE, S. M. FREITAS, P. L. de
Afiliação:	MARGARETH GONCALVES SIMOES, CNPS; RODRIGO PECANHA DEMONTE FERRAZ, CNPS; PATRICK CALVANO KUCHLER, UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO; MATHEUS BENCHIMOL FERREIRA DE ALMEIDA, PESQUISADOR VISITANTE; LUAN PORTO VIEIRA, UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO; SOFIA MARTINS LAGE, PESQUISADORA VISITANTE; PEDRO LUIZ DE FREITAS, CNPS.
Ano de publicação:	2023
Referência:	Caderno Pedagógico, v. 20, n. 10, p. 4637-4657, 2023.
Conteúdo:	Entre as principais potências agropecuárias, o Brasil se destaca como um dos poucos países que ainda dispõe de extensas áreas de terra com potencial de produção agropecuária, sem a necessidade do desmatamento. O país busca reverter a degradação do solo por meio de políticas públicas, incluindo a criação de indicadores Sócio-Agro-Ambientais multiescalares. Este trabalho tem como objetivo desenvolver uma solução para diagnosticar áreas degradadas, oferecendo recomendações técnicas regionalizadas para a conservação, recuperação e reintegração dessas áreas à cadeia produtiva de alto rendimento. Duas abordagens inovadoras foram adotadas: (i) uso de deep learning, com uma acurácia de 95,9% para diagnósticos locais por smartphones; (ii) baseada em machine learning e satélites, que alcançou 95,90% de acurácia para avaliações regionais. Ambas as metodologias convergem para soluções acessíveis e inovadoras, estimulando ações de recuperação de áreas degradadas.
Palavras-chave:	Indicadores Sócio-Agro-Ambientais Degradação do solo IS_Agro
Digital Object Identifier:	https://doi.org/10.54033/cadpedv20n10-018
Tipo do material:	Artigo de periódico
Acesso:	openAccess
Aparece nas coleções:	Artigo em periódico indexado (CNPS)