Pesquisadores de quatro universidades americanas criaram um mapa que, através de inteligência artificial (IA), identifica campos agrícolas em todo o mundo. Chamada Fields of the World, a ferramenta usa aprendizado de máquina para, com imagens de satélite, mapear a posição dos campos agrícolas ao redor do globo.
O estudo mapeou 1,55 bilhão de polígonos agrícolas, áreas definidas como campos em 2025, cobrindo 241 países e territórios. O objetivo é criar uma base global padronizada para monitoramento agrícola, segurança alimentar e estudos sobre uso da terra.
Segundo os autores, não existia até agora um mapa agrícola global aberto e consistente nesse nível de detalhamento. A pesquisa destaca que, embora o número de fazendas no mundo seja estimado em cerca de 570 milhões, a quantidade total de campos agrícolas nunca havia sido calculada.
O Brasil é o país com o melhor desempenho na validação do modelo. De acordo com o estudo, o país registrou recall de 0,97, métrica que mede a capacidade do sistema de encontrar áreas agrícolas reais presentes nos dados de referência. Na prática, isso significa que o modelo conseguiu identificar aproximadamente 97% dos campos agrícolas utilizados na validação.
Os pesquisadores afirmam que o mapeamento pode ajudar em aplicações como estimativa de produtividade, monitoramento de lavouras, fiscalização ambiental, programas climáticos e análises sobre expansão agrícola. O trabalho também cita a crescente demanda internacional por dados espaciais detalhados para rastreamento de cadeias produtivas e regulamentações ambientais.
Apesar dos resultados, os autores reconhecem limitações. O modelo foi treinado principalmente com culturas anuais e ainda apresenta dificuldades em algumas regiões do mundo, especialmente em sistemas agrícolas muito fragmentados ou fora dos padrões mais representados nos dados de treinamento.
