Uma pesquisa realizada pela Unesp em parceria com o INPE, a Conab e a Universidade de Michigan desenvolveu um método que combina sensoriamento remoto e modelos matemáticos para detectar com rapidez e precisão os danos causados por geadas em lavouras de milho, além de estimar a área plantada.
A ferramenta tem potencial para:
-
Auxiliar o poder público na correção de estimativas de safra antes da colheita, apoiando o monitoramento da oferta e do preço do grão.
-
Otimizar a atuação de seguradoras rurais.
-
Orientar produtores na tomada de decisão após a ocorrência de geadas.
Foco na “safrinha”
O estudo concentrou-se no milho de segunda safra (“safrinha”), que triplicou de área desde 2000 e hoje responde por 62,2% do volume da produção fora de época no Brasil. A região testada foi o Oeste do Paraná, frequentemente impactada por geadas.
Os pesquisadores analisaram a safra 2020/2021, quando duas geadas (em maio e junho) atingiram a região. O método estimou que 69,6% da área plantada foi afetada – 3,5% na primeira geada e 66,1% na segunda. A estimativa de área plantada (740.007 hectares) foi apenas 1,7% superior aos dados oficiais, comprovando a precisão da ferramenta.
“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 e primeiro autor do artigo publicado na Remote Sensing Applications: Society and Environment. “Isso nos permitirá colaborar com os órgãos de planejamento e auxiliar os produtores a tomarem decisões antes da colheita.”
Impacto prático
A inovação pode trazer agilidade ao monitoramento agrícola, reduzindo a dependência de levantamentos presenciais e permitindo respostas mais rápidas a eventos climáticos extremos. Em um cenário de expansão da “safrinha” e maior exposição a riscos climáticos, ferramentas como essa se tornam estratégicas para a segurança da produção.