MODELAGEM DA DISTRIBUIÇÃO ESPACIAL DO CAFÉ EM MINAS GERAIS USANDO O ALGORITMO MAXENT
Mudanças climáticas; Clima tropical; Modelos de Distribuição de Espécies; Google Earth Engine; Variabilidade Climática
O café é uma das principais commodities agrícolas tropicais, com elevada relevância econômica e social, destacando-se Minas Gerais como importante polo produtor. Contudo, a escassez de registros georreferenciados detalhados das áreas cultivadas dificulta o planejamento agrícola, o monitoramento da produção e a formulação de estratégias de adaptação às mudanças climáticas. Nesse contexto, o sensoriamento remoto combinado a modelos de distribuição de espécies representa uma abordagem promissora para mapear e monitorar lavouras de forma precisa. Este estudo avaliou o desempenho do modelo MaxEnt na modelagem espacial do cultivo de café em Minas Gerais, utilizando imagens de satélite Sentinel-2, Landsat-8, Landsat-9 e MODIS, integradas a preditores espectrais, topográficos e bioclimáticos. Diferentes combinações de variáveis e proporções de treinamento e validação foram testadas, e o desempenho dos modelos foi avaliado por métricas como AUC, Kappa, acurácia, sensibilidade, especificidade e taxa de omissão. Os resultados indicaram que sensores de maior resolução espacial e espectral, como Sentinel-2 e Landsat, proporcionaram maior detalhamento em ecossistemas heterogêneos, assim como o uso de diferentes preditores permite melhor desempenho do modelo e redução da taxa de omissão . O MaxEnt apresentou desempenho de bom a excelente (AUC variando de 0,782 a 0,936), com baixas taxas de omissão, evidenciando robustez e boa capacidade preditiva.