Pequenos produtores são especialmente vulneráveis a secas, excesso de água e mudanças rápidas do clima. Dados espaciais podem ajudar, mas sua leitura costuma exigir conhecimento técnico e conectividade.
O AgroSat organiza indicadores agrícolas por região e severidade, demonstra recomendações geradas por IA e prevê alertas por SMS para ampliar o acesso em áreas com internet limitada.
A IA é apresentada como uma evolução projetada do protótipo: ela cruzaria sinais ambientais e contexto agrícola para converter dados complexos em uma classificação de risco compreensível.
Imagens do Sentinel-2 oferecem bandas espectrais para observar a vegetação e a presença de umidade.
O cenário combina NDMI, clima, cultura plantada, localização e histórico regional.
Um modelo conceitual identifica padrões, estima a severidade e prioriza as áreas que exigem atenção.
O resultado vira alerta visual, recomendação preventiva e mensagem que poderia chegar por SMS.
Escopo acadêmico: nesta versão, os resultados são simulados para validar a experiência e a aplicabilidade da proposta. Não há um modelo de IA treinado em produção.
A queda contínua do NDMI pode sinalizar estresse hídrico antes de sintomas visíveis na lavoura.
Áreas classificadas como críticas devem receber inspeção e recursos antes das regiões estáveis.
Baixa umidade associada a temperaturas elevadas aumenta a probabilidade de perdas agrícolas.
Alertas preventivos apoiam o planejamento da irrigação e uma resposta mais rápida do produtor.
A proposta conecta sensoriamento remoto, IA e comunicação de baixa conectividade. O diferencial não está apenas em detectar riscos, mas em traduzir a análise para pequenos produtores por uma interface clara e por um canal de SMS demonstrativo.