O artigo “A Method for Estimating Soybean Sowing, Beginning Seed, and Harvesting Dates in Brazil Using NDVI-MODIS Data” (tradução: Um Método para Estimar as Datas de Semeadura, Início do Enchimento de Grãos e Colheita da Soja no Brasil Usando Dados NDVI-MODIS) foi publicado no periódico Remote Sensing da MDPI. Os pesquisadores Ieda Del'Arco Sanches e Marcos Adami da DIOTG/CGCT/INPE participaram do Artigo, como também o pesquisador da Kansas State University, Marcellus Caldas. O artigo foi liderado pelo doutorando da PGSER, Cleverton Tiago Carneiro de Santana.

O artigo pode ser acessado livremente através do link https://www.mdpi.com/2072-4292/16/14/2520

O Brasil, sendo um dos maiores produtores de soja do mundo, representa cerca de 35% da oferta global. Por isso, é essencial ter informações precisas sobre o desenvolvimento da soja. Por isso, é essencial ter informações precisas sobre o desenvolvimento da soja. Este estudo se concentra em estimar três estágios fenológicos das lavouras de soja (semeadura, início do enchimento de grãos (R5) e colheita) usando dados do Índice de Vegetação por Diferença Normalizada (NDVI) do sensor MODIS.
No estado do Paraná, a metodologia foi validada com dados do Departamento de Economia Rural (DERAL) e, em seguida, aplicada às principais áreas de cultivo de soja no Brasil. Os resultados mostraram uma alta correlação entre as datas de início do ciclo (Start of Season - SOS) e a semeadura, as datas do pico vegetativo (Peak of Season POS) e o início de enchimento de grãos (R5)  e entre as datas de fim do ciclo (End of Season - EOS) e a colheita. A forte concordância entre as estimativas fenológicas e os dados de referência reforça a confiabilidade das métricas fenológicas em capturar os estágios críticos do ciclo de crescimento da soja.
Uma das inovações notáveis do nosso estudo é a implementação do calendário de pico vegetativo especificamente para culturas de soja. Essa abordagem provou ser eficaz na diferenciação da principal safra de soja de cultivos subsequentes dentro da série temporal do NDVI. Dada a complexa paisagem agrícola no Brasil, onde múltiplas colheitas são comuns e podem se sobrepor dentro de um único ano, essa metodologia é crucial para o monitoramento preciso dos estágios de crescimento das culturas. Ao identificar com precisão o pico vegetativo dentro de uma janela predefinida, conseguimos isolar o ciclo de crescimento da soja, minimizando a influência de outras culturas. Esse avanço aborda o desafio de capturar estágios fenológicos em regiões de alta intensidade agrícola, demonstrando o potencial para avaliações mais precisas e representativas usando técnicas de sensoriamento remoto.
Além disso, os resultados sugerem que a metodologia pode ser consistentemente aplicada em diferentes áreas geográficas sem introduzir viés significativo, beneficiando o monitoramento da fenologia da soja. Assim, a aplicabilidade da metodologia proposta pode ser utilizada para a tomada de decisões em nível estadual e/ou nacional.
Esses achados reforçam o potencial do emprego de técnicas de sensoriamento remoto para a determinação precisa do calendário agrícola em todo o território brasileiro, solidificando a aplicabilidade dessas metodologias no planejamento e gestão agrícola. A detecção precoce de anomalias no calendário agrícola da soja pode influenciar significativamente as políticas públicas, ajudando a planejar estratégias de mitigação de riscos e garantir a estabilidade do fornecimento de alimentos.
Este estudo oferece uma ferramenta importante para monitorar os estádios de desenvolvimento da soja, proporcionando informações essenciais para agricultores, pesquisadores e formuladores de políticas. Com dados mais precisos, é possível melhorar a gestão agrícola, otimizar o uso de recursos e aumentar a resiliência a eventos climáticos extremos, contribuindo para a segurança alimentar e a sustentabilidade agrícola.

Contato para informações adicionais:
- Cleverton Tiago Carneiro de Santana
- Email: cleverton.santana@inpe.br

 Figura: Gráficos de resumo do artigo.