Entenda em profundidade como funcionam nossas analises de sensoriamento remoto e modelos de Machine Learning
O Sentinel-2 e uma missao da Agencia Espacial Europeia (ESA) composta por dois satelites identicos (Sentinel-2A e Sentinel-2B) que fornecem imagens multiespectrais de alta resolucao da superficie terrestre.
Sentinel-2 (IAGROSAT): Ideal para monitoramento de compliance, deteccao de anomalias, analises historicas e ML. Custo de dados zero permite servico mais acessivel.
Planet: Necessario apenas para agricultura de precisao de alto investimento que requer imagens diarias com 3m de resolucao (ex: aplicacao variavel de insumos em tempo real).
Com resolucao de 10m, cada pixel cobre 100m2. Isso significa que podemos detectar anomalias em areas a partir de 0.01 hectare. Para comparacao:
Pequenos produtores podem ser monitorados com eficiencia total.
Utilizamos uma combinacao proprietaria de 15 indices espectrais para analisar diferentes aspectos da vegetacao, solo e agua. Cada indice revela informacoes que o olho humano nao consegue ver.
O indice mais usado para avaliar a saude da vegetacao. Valores altos (0.6-0.9) indicam vegetacao densa e saudavel. Valores baixos (<0.2) indicam solo exposto ou vegetacao morta.
Versao melhorada do NDVI que reduz interferencia atmosferica e do solo. Mais preciso em areas de vegetacao densa (florestas tropicais).
Minimiza influencia do brilho do solo. Ideal para areas com cobertura vegetal esparsa ou solos expostos entre linhas de plantio.
Usa a banda Red Edge, sensivel ao conteudo de clorofila. Detecta stress da planta antes que seja visivel no NDVI tradicional.
Detecta conteudo de agua na vegetacao e corpos d'agua. Valores positivos indicam presenca de agua.
Sensivel ao conteudo de umidade na vegetacao. Ideal para detectar stress hidrico antes que afete a produtividade.
Detecta areas queimadas e severidade de incendios. Essencial para monitoramento pos-fogo e EUDR compliance.
Identifica solo exposto. Usado para detectar desmatamento, preparo de solo e areas degradadas.
Nossos modelos foram treinados em dados brasileiros reais, usando historico de 11 anos de imagens Sentinel-2 combinadas com dados do IBGE, CONAB e INPE.
Preve produtividade (sacas/ha) por propriedade individual, nao apenas medias municipais como a CONAB.
Vantagem: Previsao por propriedade permite decisoes mais precisas para credito rural e seguro agricola.
Detecta stress hidrico e nutricional 7-14 dias ANTES de ser visivel no NDVI tradicional.
Vantagem: Permite acao preventiva (irrigacao, manejo) antes que a perda de produtividade seja irreversivel.
Detecta automaticamente padroes anomalos que podem indicar pragas, doencas ou erros de manejo.
Vantagem: ML detecta padroes sutis que humanos nao conseguem ver em imagens.
Nossa base de dados e um dos maiores ativos da IAGROSAT. Processamos e armazenamos dados de todas as propriedades rurais brasileiras registradas no CAR.