Autor(es)

Soares, Victoria Beatriz ; Parreiras, Taya Cristo ; Furuya, Danielle Elis Garcia ; Bolfe, Edson Luis ; Nechet, Katia de Lima

• Tipo de documento: Artigo Científico
• Fonte: AGRICULTURE-BASEL; v. 15, n. 19, p. 19-pg., 2025-09-30.

Resumo

Mapping banana and peach palm in heterogeneous landscapes remains challenging due to spatial heterogeneity, spectral similarities between crops and native vegetation, and persistent cloud cover. This study focused on the municipality of Jacupiranga, located within the Ribeira Valley region and surrounded by the Atlantic Forest, which is home to one of Brazil's largest remaining continuous forest areas. More than 99% of Jacupiranga's agricultural output in the 21st century came from bananas (Musa spp.) and peach palms (Bactris gasipaes), underscoring the importance of perennial crops to the local economy and traditional communities. Using a time series of vegetation indices from Sentinel-2 imagery combined with field and remote data, we used a hierarchical classification method to map where these two crops are cultivated. The Random Forest classifier fed with 10 m resolution images enabled the detection of intricate agricultural mosaics that are typical of family farming systems and improved class separability between perennial and non-perennial crops and banana and peach palm. These results show how combining geographic information systems, data analysis, and remote sensing can improve digital agriculture, rural management, and sustainable agricultural development in socio-environmentally important areas. (AU)

• Processo FAPESP: 25/01750-0 - Detecção de sistemas agrícolas diversificados com imagens de alta resolução e deep learning
• Beneficiário: Victória Beatriz Soares Leandro
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Processo FAPESP: 22/09319-9 - Centro de Ciência para o Desenvolvimento em Agricultura Digital - CCD-AD/SemeAr
• Beneficiário: Silvia Maria Fonseca Silveira Massruhá
• Modalidade de apoio: Auxílio à Pesquisa - Centros de Ciência para o Desenvolvimento
• Processo FAPESP: 24/13150-5 - Análise espaço-temporal da dinâmica agrícola em região de alta diversidade produtiva partir de imagens multisensor e aprendizado de máquina
• Beneficiário: Taya Cristo Parreiras
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Processo FAPESP: 24/05205-4 - Desenvolvimento de métodos de mapeamento de uso da terra baseados em dados multisensores e algoritmos de aprendizado de máquina
• Beneficiário: Danielle Elis Garcia Furuya
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado