MAPEAMENTO DA AGRICULTURA MECANIZADA (2017 E 2022) NA

REGIÃO LESTE DO ESTADO DO ACRE

Marcos Souza Carvalho 1, Vilma Letícia Silva de Souza 2, Sonaira Souza Da Silva 3

Universidade Federal do Acre – UFAC, Laboratório de Geoprocessamento Aplicado ao Meio Ambiente, Cruzeiro do Sul,
1

Acre, Brasil, marcosagronomia2018@gmail.com; 2Universidade Federal do Acre – UFAC, Laboratório de

Geoprocessamento Aplicado ao Meio Ambiente, Cruzeiro do Sul, Acre, Brasil, vilmaleticia.s13@gmail.com; 3 Universidade
Federal do Acre – UFAC, Laboratório de Geoprocessamento Aplicado ao Meio Ambiente, Cruzeiro do Sul, Acre, Brasil,
sonaira.silva@ufac.br

RESUMO
Desde a década de 1980, o Brasil se tornou um dos maiores
exportadores agrícolas do mundo. Faz-se necessário a
utilização de sistema de controle, gestão e monitoramento do
uso da terra que considere a alta dinâmica de regiões
modificadas devido a expansão agrícola. Para o Estado do
Acre, que possui área de agricultura mecanizada ainda
incipiente e em expansão, faz-se necessário testar métodos e
imagens de satélite que permitam identificá-las em escala
mais refinada. Foi testado o uso das imagens Sentinel-2, com
resolução espacial de 10m através da composição de banda
cor natural e índice de vegetação EVI. As imagens se
mostraram promissoras para a identificação das áreas de
agricultura mecanizada, permitindo a identificação de 3761
ha em 2017 e 13976 ha em 2022. Utilizamos 26 pontos para
validação do mapeamento que mostrou 100% de acerto,
entretanto ressaltamos o aprofundamento dessa amostragem
e análise para melhorar a confiabilidade do mapeamento.
Palavras-chave — Sensoriamento remoto, Sentinel-2,
Mapeamento, Agricultura mecanizada.
ABSTRACT
Since the 1980s, Brazil has become one of the largest
agricultural exporters in the world. It is necessary to use a
land use control, management and monitoring system that
considers the high dynamics of modified regions due to
agricultural expansion. For the State of Acre, which has its
mechanized agricultural area still incipient and expanding, it
is necessary to test methods and satellite images that allow
identification on a more refined scale. The use of Sentinel-2
images, with a spatial resolution of 10m, was tested through
the composition of natural color band and EVI vegetation
index. The images proved to be promising for the
identification of areas of mechanized agriculture, allowing
the identification of 3761 ha in 2017 and 13976 ha in 2022.
We used 26 points to validate the mapping that showed 100%
accuracy; however, we emphasize the depth of this sampling
and analyze to improve the reliability of the mapping.
Key words — Remote sensing, Sentinel-2, Mapping,
Mechanized agriculture.
1. INTRODUÇÃO
Desde a década de 1980, o Brasil se tornou um dos maiores
exportadores agrícolas do mundo, sendo atualmente o maior
produtor mundial de cana-de-açúcar, café e suco de laranja e
o segundo maior produtor de soja, carne bovina e carne de
frango [1, 2, 3]. A taxa média de crescimento da área agrícola
no país, cresce de forma, cada vez mais acelerada.
Desse modo, faz-se necessário a utilização de um sistema
de controle, gestão e monitoramento do uso da terra que
considere a alta dinâmica de regiões modificadas devido à
expansão agrícola [4]. Para este propósito o sensoriamento
remoto apresenta-se como ferramenta indispensável, pois
permite a utilização de técnicas que tem como vantagem
recobrir grandes extensões terrestres à custos mínimos [5].
O crescimento da agricultura no Brasil iniciou-se na
região sul, adentrando-se posteriormente em áreas do serrado
e expandindo-se para o norte do país. Há tempos o Brasil
procura desenvolver a capacidade econômica da região
amazônica, no sentido de gerar riquezas para a região, assim
como ocorreu durante o ciclo da borracha entre os séculos
XIX e XX. O país está entre as principais potências agrícolas
mundiais, o qual se sustenta, em parte, pela robustez do setor
agrícola desenvolvido na Amazônia [6].
Os indicadores de produção e produtividade, são os
índices que representam a evolução da agricultura brasileira
de forma mais precisa. Segundo a [7], o país saiu de uma
produção, de pouco mais de 46 milhões de toneladas em 1977
em uma área correspondente a 37 milhões de hectares, para
uma produção de 255,5 milhões de toneladas em 2021 em
apenas 70 milhões de hectares. Ou seja, enquanto os índices
de produção superam em seis vezes o que era produzido há
40 anos, a área para tal produção apenas dobrou.
O sensoriamento remoto estabeleceu-se atualmente
como uma das principais fontes geradoras de informações,
responsável por alimentar bancos de dados geográficos
integrados em sistemas de informações geográficas para
análises dos diversos ambientes naturais e antropizados [8,

https://proceedings.science/p/164133?lang=pt-br 231
 9]. A tecnologia de sensoriamento tem avançado de modo
expressivo desde o início do século XX, quando as imagens
aéreas se apresentaram como ferramentas de grande
potencial, para obtenção de informações de grandes
extensões do espaço terrestre, desde pequenas propriedades,
unidades estaduais ou países [10].
Atualmente o mapeamento da agricultura no Brasil é
alimentado quase que totalmente por imagens obtidas através
da tecnologia de satélites. Diversos satélites/sensores são
utilizados para esse fim, com destaque para aqueles
disponíveis gratuitamente como: MODIS - Moderate
Resolution Imaging Spectroradiometer, SPOT - Systeme Figura 1. Localização da área de estudo, no Estado do Acre.
Probatoire d’Observation de la Terre e LANDSAT - Earth
Resources Technology Satellite [8, 11]. O satélite Sentinel-2 2.2 Dados
lançado em 2015, tem se mostrado eficazmente superior aos
demais para estudos dessa natureza, devido a presença de Foram utilizadas sete imagens Sentinel-2 para cada data,
sensor MultiSpectral Instrument (MSI), com resolução que analisadas pela resolução espacial de 10 m (cenas 19LGK,
varia de média-alta, larga faixa imageada (290 Km), alta 19LDJ, 19LEH, 19LEJ, 19LFJ, 19LFK, 19LGJ) e com uso
resolução espacial (10 metros) além de possuir treze bandas da composição cor natural (bandas 2-blue, 3-green, 4-red) e
espectrais que abrangem comprimentos de ondas de 0,4 a 2,2 pelo índice de vegetação EVI - Enhanced Vegetation Index
µm, e resolução temporal de 5 dias [12, 13]. Os dados dos (2,5*((B8A-B4)/(B8A+6*B4-7,5*B2)+1)) para identificação
sensores a bordo desse satélite são amplamente utilizados e mapeamento da área da agricultura mecanizada. Foram
pela comunidade científica para o estudo da vegetação e necessárias 21 imagens por ano para recobrir a área de estudo
análises nas alterações e dinâmica da paisagem em escala para identificação das áreas de agricultura. As datas
temporal [14]. analisadas compreendem o período entre maio e outubro para
A área de agricultura mecanizada no Estado do Acre na os anos de 2017 e 2022, conforme a disponibilidade de
Amazônia Sul Ocidental ainda é incipiente. Contudo, imagens sem nuvens. Para análise e mapeamento da expansão
observa-se a necessidade de monitoramento a fim de da agricultura por município utilizou-se os dados dos limites
subsidiar a tomada de decisão sobre a produtividade, municipais do IBGE (Instituto Brasileiro de Geografia e
problemas fitossanitários, entre outros. A aplicação de Estatística).
métodos de sensoriamento remoto e a utilização de imagens
de satélites com melhor resolução espacial e temporal, como 2.3 Mapeamento da agricultura mecanizada
as imagens do satélite Sentinel-2, permitem identificá-las de
um modo mais refinado. Considerando que mesmo banco de Inicialmente as imagens foram analisadas por interpretação
dados robusto, como o MapBiomas que mapeou o uso da visual em áreas previamente identificadas, nas quais se
terra no Brasil nos últimos 30 anos, não conseguiu identificar pratica a agricultura mecanizada. Nessas regiões foram
a área de agricultura mecanizada no Acre, este trabalho tem analisadas a textura e cor das imagens associadas aos
como objetivo, analisar a expansão da agricultura mecanizada distintos estádios fenológicos das culturas agrícola (Figura 2).
no Estado do Acre e os padrões espaço-tempo para os anos
de 2017 e 2022.

2. MATERIAL E MÉTODOS

2.1 Área de estudo

A região no Estado do Acre que concentra a agricultura

mecanizada, situa-se na região Leste entre os municípios de
Bujari, Rio Branco, Porto Acre, Acrelândia, Plácido de
Castro, Senador Guiomard, Capixaba, Epitaciolândia,
Brasiléia e Assis Brasil (Figura 1). Essa região ocupa
3.812.503 hectares e concentra solos estruturados, como
Latossolos e Argissolos, relevo que varia de plano a suave
ondulado o que torna essa região apta à mecanização
intensiva, contribuindo para a produção de grãos no Estado.
Figura 2. Textura e cor das imagens Sentinel 2 na cor natural
para uma área com cultivo de milho para os dias 26 de maio e
05 de setembro de 2021.
Com base nas análises iniciais procedeu-se a
classificação supervisionada das imagens utilizando o
método da Distância Mínima que consiste num método de

https://proceedings.science/p/164133?lang=pt-br 232
 classificação supervisionada pixel a pixel, ou seja, ele agrupa
os valores digitais das imagens em classes a partir das
informações espectrais associada a cada uma.
Após a classificação foi realizada analise visual para
exclusão de áreas mal classificadas e inclusão de área não
identificadas.

2.4 Análises

Com base na identificação e mapeamento das áreas com

agricultura mecanizada, analisou-se por meio de estatística Municípios
descritiva a área total, tamanho máximo, médio e mínimo dos Figura 4. Área com agricultura mecanizada por município
polígonos de agricultura mecanizada para toda a área de 2022.
estudo, por municípios e por situação fundiária para o período
de 2017 e 2022.
Analisou-se a expansão e retração das áreas com
agricultura para toda área de estudo e por municípios através
da análise de matriz de mudança entre os anos de 2017 e
2022, identificando também a área de agricultura por
municípios.
Tabela 1. Dados da área total, área média, área máxima e área
O mapeamento da agricultura mecanizada foi validado
mínima em hectares dos polígonos.
com 26 pontos, sendo 19 pontos coletados em campo com
GPS e 7 pontos coletados em imagens de alta precisão do
Google Earth Pro, com datas entre 2020 e 2021.

3. RESULTADOS E DISCUSSÃO

O município de Plácido de Castro foi o que apresentou maior

área de agricultura mecanizadas em 2017, seguido por
Capixaba (Figura 3). Em 2022, o município de Capixaba foi
o que apresentou maior área com agricultura mecanizada, em
segundo lugar Plácido de Castro e depois Senador Guiomard
(Figura 4). Esta é uma região que apresenta solos profundos
e bem drenados, como Latossolos e Argissolos Vermelho e
Amarelo, que favorece a mecanização intensiva [15].
A partir do sensoriamento remoto procedeu-se o
mapeamento da agricultura mecanizada no Estado do Acre,
concentrada na região leste, entre os municípios de
Acrelândia, Brasiléia, Capixaba, Epitaciolândia, Plácido de
Castro, Porto Acre, Rio Branco, Senador Guiomard e Xapuri.
Foram identificados 3.761 ha em 2017 e 13.976 ha em 2022, Figura 5. Áreas nas quais verificou-se a prática de agricultura
o que representa um aumento da área total cultivada na ordem mecanizada na região Leste do Estado do Acre/ municípios.
de 372,2 % (Tabela 1). Os pontos coletados em campo e visualizados em
imagens de alta resolução espacial do Google Earth Pro,
mostraram 100% de acerto. Entretanto recomenda-se a
importância de expandir a avaliação de campo, para avaliação
dos limites das áreas de agricultura e verificar quais as
culturas cultivadas.
O mapeamento a partir do sensoriamento remoto
possibilitou a identificação de 3.761 hectares em 2017 e
13.976 hectares em 2022, o que representa um aumento de
372,2% da área total cultivada. Em 2017 o município de
Plácido de Castro apresentava a maior área com agricultura
Municípios mecanizada, seguido por Capixaba e por último Rio Branco.
Figura 3. Área com agricultura mecanizada por município Em 2022, verificou-se um crescimento expressivo da área de
2017. agricultura mecanizada no município de Capixaba, seguido

https://proceedings.science/p/164133?lang=pt-br 233
 por Plácido de Castro e Senador Guiomard (Figura 4; Tabela
1).
Constatou-se ainda, que mesmo com o aumento da
mecanização agrícola para produção de grãos na região
analisada, não foi identificada a abertura de áreas com
floresta nativa em sua composição para implantação da
agricultura, mas a mecanização de áreas compostas por
pastagens antes da introdução da agricultura mecanizada. Isso
corrobora com o objetivo da política do Governo do Estado,
implantada em 1999, para reduzir a pressão exercida pela
agricultura itinerante sobre a floresta nativa [16].
4. CONCLUSÕES
As imagens do satélite Sentinel-2, se mostraram
promissoras para o mapeamento da agricultura mecanizada
na região analisada, tanto com o uso da composição cor
natural como com o uso do EVI. Identificou-se por meio do
mapeamento que a maior área com agricultura mecanizada se
concentra no município de Capixaba. Além disso, verificou-
se que as áreas com agricultura mecanizada se concentram às
margens da BR-317 (Figura 5), conforme o que se se observa
em outras regiões do país.
5. REFERÊNCIAS
[1] IBGE. Produção agrícola municipal 2019Instituto Brasileiro de
Geografia e Estatística, 2021. Disponível em:
https://www.ibge.gov.br/estatisticas/economicas/agricultura-e-
pecuaria/9117-producao-agricola-municipal-culturas-temporarias-
e-permanentes.html?=&t=resultados
[2] PICOLI, M. C. A. et al. Big earth observation time series analysis
for monitoring Brazilian agriculture. ISPRS Journal of
Photogrammetry and Remote Sensing, SI: Latin America Issue. v.
145, p. 328–339, 1 nov. 2018.
[3] SIMON, M. F.; GARAGORRY, F. L. The expansion of
agriculture in the Brazilian Amazon. Environmental Conservation,
v. 32, n. 3, p. 203–212, set. 2005.
[4] MENKE, A. B. et al. Análise das mudanças do uso agrícola da
terra a partir de dados de sensoriamento remoto multitemporal no
município de Luís Eduardo Magalhães (BA - Brasil). Sociedade &
Natureza, v. 21, p. 315–326, dez. 2009.
[5] ROCHA, M. B.; ROSA, R. Caracterização do meio físico e
monitoramento do uso da terra em 1985 e 2005 do município de
Araxá -MG. Caminhos de Geografia, v. 9, n. 25, 17 abr. 2008.
[6] WALKER, R.; DEFRIES, R.; VERA-DIAZ, M. D. C.;
SHIMABUKURO, Y.; VENTURIERI, A. A expansão da
agricultura intensiva e pecuária na Amazônia brasileira. In:
KELLER, Michael et al. (Eds.). Amazônia and Global Change.
American Geophysical Union, Washington, D. C., 2009.
Geophysical Monograph Series 186
https://daac.ornl.gov/LBA/lbaconferencia/amazonia_global_chang
e/5_A%20Expansao_Agricultura_Walker.pdf Acesso em: 5 de
mai/2022.
https://proceedings.science/p/164133?lang=pt-br
Powered by TCPDF (www.tcpdf.org)
[7] CONAB – COMPANHIA NACIONAL DE
ABASTECIMENTO. Série histórica das safras. Grãos – Por
Unidades da Federação. Disponível em:
https://www.conab.gov.br/info-agro/safras/serie-historica-das-
safras Acessado em: 11 de maio de 2022.
[8] FORMAGGIO, A. R.; SANCHES, I. Sensoriamento remoto em
agricultura. São Paulo: Oficina de Textos, 2017.
[9] LIU, W. T. H. Aplicações de sensoriamento remoto. São Paulo:
UNIDERP, 2007.
[10] SHIMABUKURO, Y. E.; MAEDA, E. E.; FORMAGGIO, A.
R. Sensoriamento Remoto e Sistemas de Informações Geográficas
aplicados ao estudo dos recursos agronômicos e florestais. Ceres, v.
56, n. 4, 22 abr. 2015.
[11] SUGAWARA, L. M.; RUDORFF, B. F. T.; ADAMI, M.
Viabilidade de uso de imagens do Landsat em mapeamento de área
cultivada com soja no Estado do Paraná. Pesquisa Agropecuária
Brasileira, v. 43, p. 1777–1783, dez. 2008.
[12] DRUSCH, M. et al. Sentinel-2: ESA’s Optical High-Resolution
Mission for GMES Operational Services. Remote Sensing of
Environment, The Sentinel Missions - New Opportunities for
Science. v. 120, p. 25–36, 15 maio 2012.
[13] SOTHE, C. et al. Evaluating Sentinel-2 and Landsat-8 Data to
Map Sucessional Forest Stages in a Subtropical Forest in Southern
Brazil. Remote Sensing, v. 9, n. 8, p. 838, ago. 2017.
[14] ANDERSON, L. Classificação e monitoramento da cobertura
vegetal do estado do Mato Grosso utilizando dados multitemporais
do sensor MODIS. Dissertação de Mestrado do Curso de Pós-
Graduação em Sensoriamento Remoto—São José dos Campos:
Instituto Nacional de Pesquisas Espaciais, 2005.
[15] ACRE, Governo do Estado. Zoneamento Ecológico-
Econômico do Acre: fase II (escala 1: 250.000). Rio Branco: SEMA,
2010
[16] PACHECO, E. P. Seleção e custo operacional de máquinas
agrícolas. Rio Branco: Embrapa-Acre, 2000. 21p. (Embrapa Acre -
Documentos, 58). Disponível em:
http://www2.ufac.br/labmec/menu/disciplinas/mecanizacao-
agricola/mecanizacao-agricola/selecao-e-custo-operacional-de-
maquinas-agricolas.pdf. Acesso em: 11 out. 2022.
234