Tecnologia e Inovação – O Instituto Brasileiro de Geografia e Estatística apresentou uma tecnologia inovadora baseada em inteligência artificial e machine learning para automatizar a identificação e o monitoramento de campos agrícolas em todo o território nacional. A metodologia passa a integrar o novo Manual da ONU sobre Sensoriamento Remoto para Estatísticas Agrícolas, posicionando o instituto brasileiro entre as referências globais no uso de tecnologias avançadas para estatísticas agropecuárias.
A solução utiliza algoritmos capazes de reconhecer padrões do agro brasileiro a partir de imagens de satélite, entregando dados mais precisos, com maior frequência de atualização e menor custo operacional. O trabalho representa a segunda contribuição do IBGE, em 2025, para publicações técnicas das Organização das Nações Unidas voltadas à observação da Terra e à produção estatística agrícola.
A metodologia foi desenvolvida pela Gerência de Inteligência em Dados Agropecuários e Inovação (GIDAI/COAGRO/DPE) e está descrita no capítulo Semantic Segmentation for Automatic Field Boundary Delineation, do UN Handbook on Remote Sensing for Agricultural Statistics. O artigo é assinado pelos técnicos do IBGE Ian Nunes e Octavio Oliveira, em parceria com o professor Hugo Oliveira, da Universidade Federal de Viçosa, e o pesquisador independente Edemir Ferreira.
O sistema utiliza redes neurais profundas capazes de aprender características intrínsecas da paisagem agrícola brasileira, permitindo a delimitação automática de talhões — a menor unidade de análise da atividade agropecuária no país. Com isso, elimina-se grande parte dos processos manuais, garantindo maior autonomia, robustez e redução de custos na produção dos dados.
Segundo Ian Nunes, responsável pela GIDAI, o modelo é pré-treinado para reconhecer padrões complexos do território nacional antes mesmo de ser ajustado para tarefas específicas. “Isso resulta em um sistema mais preciso, escalável e com menor necessidade de anotação manual de dados”, explica.
O professor Hugo Oliveira destaca que o uso do machine learning reduz a dependência de visitas de campo e do trabalho intensivo de especialistas. “A automação permite que estatísticas agropecuárias sejam produzidas de forma mais rápida, consistente e com menor custo”, afirma.
Aplicações práticas e impacto nas políticas públicas
A nova tecnologia será um dos pilares do 12º Censo Agropecuário, Florestal e Aquícola, permitindo a coleta de dados geoespacializados com nível de detalhamento inédito no Brasil. Além disso, possibilitará o monitoramento contínuo do uso da terra, a identificação de mudanças nas lavouras e o aprimoramento das projeções de safra.
O sistema também dará suporte a pesquisas regulares do IBGE, como a Pesquisa Agrícola Municipal (PAM), a Pesquisa da Pecuária Municipal (PPM) e o Levantamento Sistemático da Produção Agrícola (LSPA), ampliando a qualidade e a agilidade das informações oficiais.
A construção da base de dados que alimenta os algoritmos envolveu um esforço nacional: mais de 100 profissionais das superintendências do IBGE participaram da anotação manual de cerca de 1,6 milhão de polígonos agrícolas ao longo de 17 meses. Para o instituto, o método pode ser expandido para outras áreas, como mapeamento urbano, áreas verdes, favelas e apoio a estimativas populacionais.
A participação do IBGE no manual da ONU reforça o protagonismo brasileiro no cenário estatístico internacional e consolida o uso de ciência de dados e inteligência artificial como ferramentas centrais para modernizar a produção de estatísticas públicas.
Leia também:
