Metodologias baseadas em Sensoriamento Remoto para a detecção de Riscos não Cobertos no Seguro Agrícola

• Processo: 23/17866-2
• Modalidade de apoio: Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Vigência: 01 de agosto de 2024 - 31 de julho de 2026
• Área do conhecimento: Interdisciplinar
• Pesquisador responsável: Daniel Lima Miquelluti
• Beneficiário: Daniel Lima Miquelluti
• Empresa Sede: Agririsk Soluções em Gerenciamento de Risco Ltda
• CNAE: Tratamento de dados, provedores de serviços de aplicação e serviços de hospedagem na internet
• Município: Piracicaba
• Pesquisadores principais: Vitor Augusto Ozaki
• Pesquisadores associados: Lucas Barbosa Cavalcante ; Luis Henrique Andia ; Pedro Henrique Batista de Barros
• Bolsa(s) vinculada(s): 24/14121-9 - Desenvolvedor Full Stack, BP.TT; 24/14127-7 - Suporte em processamento e análise de dados aplicados ao Seguro Agrícola, BP.TT
• Assunto(s): Gestão de riscos Imagens de satélites Monitoramento Seguro agrícola
• Palavra(s)-Chave do Pesquisador: Gestão de riscos | imagens de satélites | Monitoramento | Problemas Fitossanitários | Seguro agrícola | Seguro Agrícola

Resumo

As intempéries climáticas, oscilações de mercado e logísticos estão entre os principais riscos que acometem o agronegócio. No entanto, um risco muito comum, mas pouco entendido pelo mercado segurador está relacionado às perdas por pragas, doenças e plantas daninhas, e a interação com os fatores climáticos. Existe alta complexidade em separar os danos provocados por fatores climáticos, por exemplo, a seca, daqueles resultantes de pragas, doenças e/ou plantas daninhas. Cada um desses fatores afeta de forma diferente a produtividade das culturas, e o problema é que apenas as perdas causadas por intempéries climáticas são passíveis de indenização pelas seguradoras. Em 2021 e 2022, os produtores rurais sofreram fortes perdas, e o valor indenizado pelas seguradoras atingiu o valor recorde de R$ 15,9 bilhões. O mercado estima que entre 10 a 15% desse total esteja relacionado a erros de mensuração, ou seja, perdas causadas por problemas fitossanitários (não cobertos pelo seguro), e também a fraudes. Assim, busca-se aprimorar a gestão dos sinistros agrícolas, utilizando técnicas de sensoriamento remoto. O presente projeto tem por finalidade coletar e processar imagens de satélite de alta resolução das áreas agrícolas (em um primeiro momento para a soja, milho primeira e segunda safra e trigo), utilizando técnicas de pré-processamento para melhorar a qualidade e a clareza das imagens; e, desenvolver algoritmos para o processamento de imagem e aprendizado de máquina, capaz de identificar e diferenciar as áreas afetadas por plantas daninhas, pragas e doenças. Em outras palavras, será desenvolvido um modelo de classificação que categorize as áreas afetadas e mapear a distribuição espacial dos danos causados por esses problemas fitossanitários nas áreas monitoradas, integrando as informações extraídas das imagens de satélite para identificar padrões e áreas de infestação, essas informações serão utilizadas para corrigir o levantamento das perdas nas lavouras, e consequentemente, o valor a ser indenizado. Os resultados do projeto serão importantes na medida em que aumentarão a eficácia e precisão na quantificação das perdas nas lavouras, e com isso, reduzir o risco moral e melhorar o resultado financeiro do mercado como um todo. (AU)