Descrição
Palavras-chave: Envelope climático - Manejo sustentável, Google Earth Engine.
Resumo
O café é uma das commodities agrícolas mais relevantes do mundo, com papel central no comércio internacional. No entanto, os registros georreferenciados de ocorrência ainda são escassos ou inconsistentes em diversas regiões produtoras, dificultando o planejamento agrícola, a previsão de produtividade e a formulação de estratégias de manejo sustentável e adaptação às mudanças climáticas. Estratégias de modelagem para identificar cultivos de café têm frequentemente se concentrado na caracterização do envelope bioclimático. Contudo, críticas recentes destacam a influência de múltiplos fatores, além do clima, na determinação da distribuição de espécies e nas dinâmicas associadas às mudanças climáticas. Neste contexto, esta pesquisa avalia o desempenho de diferentes conjuntos de variáveis preditoras na modelagem da distribuição do cafeeiro, utilizando o algoritmo de Máxima Entropia (MaxEnt), reconhecido por sua robustez e simplicidade operacional. Foram utilizados 541 pontos de presença de café, obtidos por meio do Geoportal do Café e processados na plataforma Google Earth Engine. As variáveis preditoras testadas, incluíram: variáveis climáticas como: temperatura média anual, isotermalidade, sazonalidade da temperatura, precipitação anual e sazonalidade da precipitação, seleccionadas por sua associação direta com os ecossistemas ideais para o cultivo de café, variáveis topográficas como: elevação, declive, aspecto e sombreamento e índices espectrais derivados das bandas do sensor Sentinel-2: Índice de Vegetação Ajustado pelo Solo, Índice de Diferença Normalizada da Água, Índice de Vegetação Ajustado (AVI), Índice de Absorção de Clorofila Modificado em Reflectância e Índice de Folhagem Verde, seleccionados por sua capacidade discriminativa. Os resultados indicaram que o conjunto de variáveis bioclimáticas obteve o melhor desempenho (Área sob a Curva = 0,94) em todas as métricas de avaliação, evidenciando sua relevância para a modelagem da distribuição do café, seguido pelas variáveis topográficas (Área sob a Curva = 0,90) e, por fim, pelos índices espectrais (Área sob a Curva = 0,89). Conclui-se que o desempenho do modelo MaxEnt é sensível ao conjunto de variáveis utilizado.
Agradecimentos
Os autores agradecem o apoio financeiro das agências CAPES, CNPq e EPAMIG.
| Selecione a modalidade do seu trabalho | Resumo Simples |
|---|
