Geotechnology applied to the remote mapping of coffee and digital currency investment simulations

Autores

  • Maria Estela Pereira Rissatti IFSULDEMINAS
  • Eduardo de Oliveira Rodrigues IFSULDEMINAS
  • Luciano Aparecido Barbosa IFSULDEMINAS - Campus Inconfidentes

DOI:

https://doi.org/10.18406/2316-1817v14n120221710

Resumo

Coffee production is an activity of great economic and social importance in Brazil. This agribusiness segment stands out in the economy of small cities in southern Minas Gerais, as it involves family farming and the permanence of the rural population in the countryside. This study aimed to contribute and adapt geotechnology-based methods for the remote mapping of coffee and the strengthening of the permanence of this population, providing an online platform to simulate coffee trading. The municipality of Inconfidentes/MG was the study area. Orbital images of the Sentinel-2A satellite were used in the development of the study. Images were classified in a supervised way with the random forest classifier in Google Earth Engine (GEE) and later used as a data source in the online platform developed in the Application Programming Interface (API) Leaflet to simulate coffee trading involving the cryptocurrency Coffee Coin. Results allowed the identification and mapping of coffee growing areas by remote sensing and, also, to demonstrate that the online platform can help in the planning of new investments in coffee production, in addition to presenting an overview of the economic importance of coffee to the municipality.

Referências

BOLFE, E. L.; CASTRO JORGE, L. A.; SANCHES, I. D. Tendências, desafios e oportunidades da agricultura digital no Brasil. Revista Eletrônica Competências Digitais para Agricultura Familiar, v. 7, n. 2, p. 15–36, 2021. Disponível em: https://owl.tupa.unesp.br/recodaf/index.php/recodaf/article/view/147. Acesso em: 20 set. de 2022.

CONAB, Companhia Nacional de Abastecimento. Acompanhamento da safra brasileira de café: 1º Levantamento de Café - Safra 2021. Brasília, DF. 2021. v. 8. Disponível em: https://www.conab.gov.br/info-agro/safras/cafe/boletim-da-safra-de-cafe. Acesso em: 25 jun. de 2022.

CONAB, Companhia Nacional de Abastecimento. Acompanhamento da safra brasileira de café: 2º Levantamento de Café - Safra 2022. Brasília, DF. 2022. v. 9. Disponível em: https://www.conab.gov.br/info-agro/safras/cafe/boletim-da-safra-de-cafe. Acesso em: 25 jun. de 2022.

CONGALTON, R. G.; GREEN, K. Assessing the accuracy of remotely sensed data: principles and practices. Boca Raton, FL: CRC press, 1999. Disponível em: https://www.taylorfrancis.com/books/mono/10.1201/9780429052729/. Acesso em: 20 set. de 2022.

IBGE. Pesquisa Nacional por Amostra de Domicílios: síntese de indicadores. Rio de

Janeiro, RJ: IBGE, 2015. Disponível em: https://biblioteca.ibge.gov.br/visualizacao/livros/liv98887.pdf. Acesso em: 20 set. de 2022.

MINASUL. Coffee Coin, 2017. Disponível em: https://www.minasul.com.br/coffeecoin. Acesso em: 20 set. de 2022.

MINASUL. COFFEE COIN. Whitepaper, 2021. Disponível em: https://www.coffeecoin.com.br/Files/pdf/Whitepaper.pdf. Acesso em: 20 set. de 2022.

MITA, M.; ITO, K.; OHSAWA, S.; TANAKA, H. What is stablecoin?: a survey on price stabilization mechanisms for decentralized payment systems. In: IEEE. 2019 8th International Congress on Advanced Applied Informatics (IIAI-AAI). Marrakesh,

Morocco: IEEE, 2019. P. 60–66. Disponível em:

https://easychair.org/publications/preprint_download/4rh9. Acesso em: 20 set. de 2022.

MOREIRA, M. A. Fundamentos do sensoriamento remoto e metodologias de aplicação. Viçosa, MG: UFV, 2003. ISBN: 978-85-7269-381-3.

MOREIRA, M. A.; ADAMI, M.; RUDORFF, B. F. T. Análise espectral e temporal da

cultura do café em imagens Landsat. Pesquisa Agropecuária Brasileira, v. 39, n. 3, p. 223–231, 2004. Disponível em: https://www.scielo.br/j/pab/a/RpYKM4WSMDVyJTHd9CF7Fvf/. Acesso em: 20 set. de 2022.

MOREIRA, M. A.; BARROS, M. A.; FARIA, V. G. C.; ADAMI, M. Tecnologia de informação: imagens de satélite para o mapeamento de áreas de café de Minas Gerais. Informe Agropecuário, v. 28, n. 241, p. 27–37, 2007. Disponível em: http://www.dsr.inpe.br/laf/cafesat/artigos/TecnologiaInformacaoCafeMG.pdf. Acesso em: 20 set. de 2022.

MOREIRA, M. A.; BARROS, M. A.; RUDORFF, B. F. T. Geotecnologias no mapeamento da cultura do café em escala municipal. Sociedade & Natureza, v. 20, n. 1, p. 101–110, 2008. Disponível em: https://www.scielo.br/j/sn/a/B3nDXFTRJSCCB6hMC7K3gDf/. Acesso em: 20 set. de 2022.

OLOFSSON, P.; FOODY, G. M.; HEROLD, M.; STEHMAN, S. V.; WOODCOCK, C. E.; WULDER, M. A. Good practices for estimating area and assessing accuracy of land change. Remote Sensing of Environment, v. 148, s.n., p. 42–57, 2014. Disponível

em: https://www.sciencedirect.com/science/article/pii/S0034425714000704. Acesso em:

set. de 2022.

PLANET, T. Planet application program interface: in space for life on earth. San Francisco, CA: PLANET, 2017. Disponível em: https://api.planet.com. Acesso em: 20 set. de 2022.

QUEIROZ, T. B.; SOUSA, R. d.; BALDIN, T.; BATISTA, F. d.; MARCHESAN, J.; PEDRALI, L. D.; PEREIRA, R. S. Avaliação do desempenho da classificação do uso e cobertura da terra a partir de imagens Landsat 8 e Rapideye na região central do Rio Grande do Sul. Geosciences, v. 36, n. 3, p. 569–578, 2017. Disponível em: https://www.periodicos.rc.biblioteca.unesp.br/index.php/geociencias/article/view/11910. Acesso em: 20 set. de 2022.

Publicado

27-01-2023

Como Citar

Estela Pereira Rissatti, M., de Oliveira Rodrigues, E., & Barbosa, L. A. (2023). Geotechnology applied to the remote mapping of coffee and digital currency investment simulations. Revista Agrogeoambiental, 14(1), e20221710. https://doi.org/10.18406/2316-1817v14n120221710

Edição

Seção

AGRICULTURAL ENGINEERING