A Embrapa<\/strong> desenvolveu uma nova metodologia<\/a> para monitorar pastagens no Brasil, permitindo estimativas precisas da massa de forragem dispon\u00edvel ao gado<\/strong>. A tecnologia alia modelagem agrometeorol\u00f3gica<\/strong> a sensoriamento remoto<\/strong>, utilizando dados clim\u00e1ticos e imagens de sat\u00e9lite para orientar pr\u00e1ticas de manejo<\/strong> e apoiar a intensifica\u00e7\u00e3o sustent\u00e1vel<\/strong> da produ\u00e7\u00e3o de carne e leite.<\/p>\n O sistema \u00e9 capaz de atingir at\u00e9 86% de precis\u00e3o<\/strong> na medi\u00e7\u00e3o da forragem em \u00e1reas de cria\u00e7\u00e3o extensiva de gado, e pode apoiar pol\u00edticas p\u00fablicas como o Programa Nacional de Convers\u00e3o de Pastagens Degradadas (PNCPD)<\/strong>. Com monitoramento cont\u00ednuo, o Brasil poder\u00e1 produzir mais carne sem expandir fronteiras agr\u00edcolas<\/strong>, contribuindo para a preserva\u00e7\u00e3o ambiental.<\/p>\n A t\u00e9cnica foi aplicada em tr\u00eas sistemas distintos: extensivo<\/strong>, intensivo rotacionado<\/strong> e integra\u00e7\u00e3o lavoura-pecu\u00e1ria (ILP)<\/strong>, na Fazenda Canchim da Embrapa Pecu\u00e1ria Sudeste<\/strong>, em S\u00e3o Carlos (SP). O modelo utilizado conseguiu explicar mais de 67% da varia\u00e7\u00e3o<\/strong> na massa de forragem, com destaque para o sistema extensivo, onde a acur\u00e1cia chegou a 86%<\/strong>.<\/p>\n \u201cOs resultados obtidos nos tr\u00eas tipos de sistemas de produ\u00e7\u00e3o pecu\u00e1ria s\u00e3o promissores e demonstram a efic\u00e1cia da metodologia em diferentes contextos\u201d, afirma Gustavo Bayma<\/strong>, analista da Embrapa Meio Ambiente (SP).<\/p>\n<\/blockquote>\n A metodologia utiliza o modelo SAFER (Simple Algorithm for Evapotranspiration Retrieving)<\/strong>, que integra dados de reflet\u00e2ncia da superf\u00edcie terrestre dos sat\u00e9lites Landsat-8<\/strong> e Sentinel-2<\/strong>, fornecidos pela NASA<\/strong> e pela Ag\u00eancia Espacial Europeia (ESA)<\/strong>. O modelo tamb\u00e9m usa vari\u00e1veis clim\u00e1ticas como radia\u00e7\u00e3o solar, temperatura, umidade e velocidade do vento<\/strong> para simular o crescimento do capim.<\/p>\n \u201cO modelo SAFER \u00e9 comumente usado para estimar demanda h\u00eddrica. Nosso grupo \u00e9 um dos pioneiros em aplic\u00e1-lo no contexto das pastagens\u201d, destaca Bayma.<\/p>\n<\/blockquote>\n Um dos diferenciais do estudo foi a distin\u00e7\u00e3o entre mat\u00e9ria seca total (MST)<\/strong> e mat\u00e9ria verde (MV)<\/strong>. Essa separa\u00e7\u00e3o foi essencial para aumentar a precis\u00e3o das estimativas. Enquanto a MST inclui material senescente e de menor valor nutricional, a MV est\u00e1 diretamente relacionada \u00e0 produtividade do pasto e ao consumo animal.<\/p>\n \u201cA mat\u00e9ria verde tem rela\u00e7\u00e3o direta com o volume que os animais de fato consomem, o que torna sua estimativa ainda mais relevante para o manejo de pastagens\u201d, explica a pesquisadora Sandra Nogueira<\/strong>, coautora do estudo.<\/p>\n<\/blockquote>\n O estudo contou com medi\u00e7\u00f5es de campo por dois anos<\/strong>, utilizando amostragens destrutivas em \u00e1reas alinhadas espacialmente com os pixels das imagens de sat\u00e9lite (30×30 metros). Essa metodologia permitiu validar os resultados simulados com base em dados reais<\/strong>, garantindo confiabilidade ao modelo.<\/p>\n A maior precis\u00e3o foi registrada no sistema extensivo. No sistema ILP, a complexidade aumentou devido \u00e0 altern\u00e2ncia entre cultivo e pastejo, mas os resultados ainda foram satisfat\u00f3rios. No sistema intensivo rotacionado, a precis\u00e3o foi um pouco menor, devido \u00e0 maior din\u00e2mica do manejo.<\/p>\n Segundo o pesquisador Marcos Adami<\/strong>, do INPE<\/strong>, o uso de tecnologias como drones, sensores hiperespectrais e intelig\u00eancia artificial<\/strong> deve ampliar ainda mais o potencial do monitoramento forrageiro.<\/p>\n \u201cCom essas inova\u00e7\u00f5es, ser\u00e1 poss\u00edvel prever varia\u00e7\u00f5es nas pastagens com maior anteced\u00eancia e precis\u00e3o\u201d, afirma Adami.<\/p>\n<\/blockquote>\n Para a pesquisadora Patr\u00edcia Santos<\/strong>, da Embrapa, o sensoriamento remoto representa um avan\u00e7o importante na gest\u00e3o t\u00e9cnica e ambiental da pecu\u00e1ria brasileira<\/strong>.<\/p>\n \u201cEssa abordagem permite identificar varia\u00e7\u00f5es na quantidade de forragem ao longo do tempo, favorecendo decis\u00f5es mais assertivas no planejamento e manejo sustent\u00e1vel\u201d, diz.<\/p>\n<\/blockquote>\n Ela refor\u00e7a que os dados gerados podem orientar pol\u00edticas p\u00fablicas<\/strong> e impulsionar a recupera\u00e7\u00e3o de \u00e1reas produtivas<\/strong>, especialmente no contexto do PNCPD<\/strong>.<\/p>\n Segundo o IBGE (2020)<\/strong>, o Brasil possui 113,2 milh\u00f5es de hectares<\/strong> de pastagens com manejo. A Embrapa<\/strong> estima que 28 milh\u00f5es de hectares<\/strong> estejam degradados, com potencial de recupera\u00e7\u00e3o e uso agr\u00edcola. Em 2020, os sistemas integrados de produ\u00e7\u00e3o<\/strong> j\u00e1 ocupavam 17,4 milh\u00f5es de hectares<\/strong>, com meta de chegar a 30 milh\u00f5es at\u00e9 2030<\/strong>.<\/p>\n A nova metodologia pode ser estrat\u00e9gica para intensificar a pecu\u00e1ria<\/strong> sem expandir a \u00e1rea ocupada, contribuindo para atender \u00e0 crescente demanda mundial por alimentos<\/strong> sem comprometer os recursos naturais.<\/p>\n \u201c\u00c9 uma contribui\u00e7\u00e3o concreta para a intensifica\u00e7\u00e3o sustent\u00e1vel da pecu\u00e1ria brasileira\u201d, conclui Gustavo Bayma<\/strong>.<\/p>\n<\/blockquote>\n O trabalho foi assinado por: Embrapa desenvolve sistema para estimar forragem com at\u00e9 86% de acur\u00e1cia, combinando dados clim\u00e1ticos e imagens de sat\u00e9lite A Embrapa desenvolveu uma nova metodologia para monitorar pastagens no Brasil, permitindo estimativas precisas da massa de forragem dispon\u00edvel ao gado. A tecnologia alia modelagem agrometeorol\u00f3gica a sensoriamento remoto, utilizando dados clim\u00e1ticos e imagens de sat\u00e9lite para […]<\/p>\n","protected":false},"author":8,"featured_media":30625,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"content-type":"","footnotes":""},"categories":[4],"tags":[],"class_list":["post-30624","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias"],"_links":{"self":[{"href":"https:\/\/baldebranco.com.br\/portal\/wp-json\/wp\/v2\/posts\/30624","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/baldebranco.com.br\/portal\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/baldebranco.com.br\/portal\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/baldebranco.com.br\/portal\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/baldebranco.com.br\/portal\/wp-json\/wp\/v2\/comments?post=30624"}],"version-history":[{"count":0,"href":"https:\/\/baldebranco.com.br\/portal\/wp-json\/wp\/v2\/posts\/30624\/revisions"}],"wp:attachment":[{"href":"https:\/\/baldebranco.com.br\/portal\/wp-json\/wp\/v2\/media?parent=30624"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/baldebranco.com.br\/portal\/wp-json\/wp\/v2\/categories?post=30624"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/baldebranco.com.br\/portal\/wp-json\/wp\/v2\/tags?post=30624"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}<\/h2>\n
Aplica\u00e7\u00e3o em diferentes sistemas de produ\u00e7\u00e3o<\/h2>\n
\n
<\/h2>\n
Tecnologia baseada no modelo SAFER<\/h2>\n
\n
<\/h2>\n
Diferen\u00e7a entre mat\u00e9ria verde e mat\u00e9ria seca<\/h2>\n
\n
<\/h2>\n
Medi\u00e7\u00f5es de campo refor\u00e7am confiabilidade<\/h2>\n
<\/h2>\n
Sensoriamento remoto impulsiona a pecu\u00e1ria de precis\u00e3o<\/h2>\n
\n
\n
<\/h2>\n
Pastagens no Brasil: desafios e oportunidades<\/h2>\n
\n
<\/h2>\n
Autores do estudo<\/h2>\n
Gustavo Bayma<\/a>, Sandra Furlan Nogueira<\/a>, Marcos Adami<\/a>, Edson Sano<\/a>, Daniel Nu\u00f1ez, Patr\u00edcia Santos, Jos\u00e9 Pezzopane<\/a>, C\u00e9lia Grego<\/a>, Ant\u00f4nio Teixeira<\/a> e Sergii Skakun.<\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"