在气候变化和极端事件频发的背景下，卫星图像、气候变量和人工智能的结合正日益成为预测农业生产力的有效工具。巴西研究人员利用卫星数据、气象信息和机器学习技术，开发出一种计算模型，能够在收获前估算美国中西部地区大豆作物的产量。
这项研究由圣保罗大学路易斯·德·奎罗斯农业学院（Esalq/USP）的硕士研究生埃斯特·德·卡瓦略·佩雷拉（Ester de Carvalho Pereira）完成，并发表在科学期刊上。 大数据地球数据 e 该研究分析了戈亚斯州、马托格罗索州和南马托格罗索州在2019/2020年度和2021/2022年度收成期间的农业生产情况。所建立的模型在产量估算方面达到了72%的准确率，平均误差小于每公顷302公斤。
该研究利用Sentinel-2卫星图像、气候变量以及巴西地理统计研究所（IBGE）的历史数据，构建了能够监测大豆作物不同生长阶段的预测模型。这项工作是“Precisia——利用卫星图像和人工智能进行收成预测”项目的一部分，该项目由巴西国家科学技术发展委员会（CNPq）的RHAE计划资助，并由Espectro Ltda.公司协调开展。
据圣保罗州立大学（Unesp）图帕分校的研究员、该研究的作者之一米歇尔·尤斯塔基奥·丹塔斯·查韦斯（Michel Eustáquio Dantas Chaves）介绍，农业监测技术的进步显著提升了作物分析的能力。他表示：“卫星数据使我们能够监测收成和生产周期，这在不久前还是难以实现的，尤其是在作物层面。”
