Autoria: VIEIRA, L. P.; SIMÕES, M.; FERRAZ, R. P. D.; KUCHLER, P. C.; LAGE, S. M.; LEITE, F. F. G. D.; FREITAS, P. L. de; MULLER, M. D.

Resumo: Este trabalho analisa a eficácia da arquitetura U-Net para a segmentação semântica de áreas de Integração Lavoura-Pecuária-Floresta (iLPF), utilizando imagens de satélite Sentinel-2 com bandas NDVI e RGB. A metodologia inclui técnicas de aumento de dados e avaliação por métricas como IoU, precisão e F1-Score. A configuração com NDVI e RGB alcançou uma precisão de 94,58%, F1-Score de 93,91% e IoU de 88,15%, superando o uso isolado do NDVI. Integrando o Projeto GeoABC+, conduzido pela Embrapa Solos e pela UERJ, e em parceria com a Associação Rede ILPF, o Projeto IS-Agro TED 450/2021 e o Projeto CHAMADA FUNDECT 18/2021 - MS CARBONO NEUTRO, este estudo apresenta o desenvolvimento de uma ferramenta para o mapeamento de sistemas iLPF no Brasil.

Ano de publicação: 2025

Tipo de publicação: Artigo em anais e proceedings

Unidade: Embrapa Solos

Palavras-chave: Aprendizado profundo, GeoABC+, ILPF, Plano ABC, Segmentação semântica