Identificação de cultivo de café por sensoriamento remoto e geoprocessamento
Sensoriamento remoto, identificação de cultivo de café, aprendizagem de máquina, geoprocessamento.
Manter o controle do uso da terra na agricultura é uma tarefa custosa que pode se beneficiar grandemente do sensoriamento remoto. Este trabalho propõe investigar e melhor técnicas de identificação de cultivo de café usando dados multiespectrais, publicamente disponíveis de satélites, em especial do sistema Sentinel-2, usando computadores comuns e software livre na região de Lavras (MG) e municípios vizinhos. A confecção de mapas de cultivo de café na região deve contribuir para o avanço das técnicas de classificação em geral, avançando o estado da arte de classificação que pode por sua vez ajudar a produzir informações para solucionar questões ambientais, de escoamento de produção e de incentivo à atividade de cultivo.
Neste trabalho serão identificados plantios de café na região de Lavras, com características distintas de espécie, idade da planta, espaçamento e consorciamento. Serão usados dados adicionais, advindos de geoprocessamento, por exemplo, temperatura e características morfométricas do solo para melhorar a corretude da classificação. Uma parte dos dados será usado para treinamento usando aprendizagem de máquina e outra parte para validação dos resultados. Trabalhos anteriores de classificação deverão ser comparados com este a fim de de aumentar o conhecimento sobre pontos fracos e fortes da classificação automática de café por sensoriamento remoto.