Autoria: SOARES, V. B.; PARREIRAS, T. C.; SILVA, G. B. S. da; FURUYA, D. E. G.; BOLFE, E. L.; CASTRO, V. H. M. e de C.

Resumo: Sistemas Agroflorestais (SAFs) são técnicas agrícolas que podem associar culturas florestais, frutíferas e agrícolas, além de animais, visando a sustentabilidade ambiental, especialmente em regiões tropicais como o Brasil. Entretanto, é um desafio mapear esses sistemas com técnicas de sensoriamento remoto, devido principalmente à sua complexidade estrutural e heterogeneidade de espécies. O objetivo deste estudo foi revisar a literatura disponível sobre o uso de deep learning e machine learning no mapeamento de ambientes agrícolas complexos, com foco para os SAFs. Embora existam avanços no mapeamento de culturas em SAFs, a literatura ainda carece de técnicas visando a detecção desses sistemas produtivos. Os resultados indicam que entre os principais desafios observados estão a similaridade das assinaturas espectrais das áreas e a necessidade de maior resolução espacial e temporal dos sensores utilizados.

Ano de publicação: 2025

Tipo de publicação: Artigo em anais e proceedings

Unidade: Embrapa Meio Ambiente

Palavras-chave: Aprendizado de máquina, Artificial intelligence, Inteligência artificial, Machine learning, Remote sensing, Sensoriamento Remoto, Sistemas agroflorestais