Drones no Agronegócio · Caderno otimizado
SENAR i — Centro de Formação em Inovação no AgroCADERNO DOS PARTICIPANTESDrones no AgronegócioEdição otimizada · do dado à decisão
Grupo 1 · Participante 1Caso A · AgriculturaRegistros em memória · exporte para guardar
OBSERVAR · COMPARAR · DECIDIR

O voo coleta dados.
A decisão pede evidências.

Investigue casos de agricultura, pecuária e florestas. Compare fontes, teste hipóteses e construa um mapa de decisão com sua equipe.

01 · Escolha um caso

Agricultura, pecuária ou setor florestal.

02 · Compare as fontes

Escala, detalhe, prazo, qualidade e validação.

03 · Defenda uma decisão

Mapa do grupo com limites, responsáveis e indicador.

Como guardar: as respostas começam em memória. Ative “Salvar neste navegador” em Grupo e registros ou exporte JSON antes de fechar. Sem sincronização entre dispositivos.
Roteiro do encontro · 270 minutos
4h30 com pausa, transições e entregas
TempoEtapa e entrega
20 minAbertura e diagnóstico
Conceitos, caso e percepção inicial.
40 minCiclo 1 · entender o problema
Ficha do caso, quadro, debate e evidência individual.
60 minCiclo 2 · comparar tecnologias
4 estações de 5 min; ensino entre pares, matriz e revisão.
10 minPausa e transição
Retomar o caso comum e organizar o trabalho.
50 minCiclo 3 · transformar em decisão
Canvas, custos, prazo, teste entre pares e revisão.
35 minDesafio · criar o mapa
Reaproveitar registros, completar e ensaiar.
40 minApresentações e comitê
Até 4 equipes × 8 min; 8 min de transições e síntese.
15 minReflexão e exportação
Evidência individual, diagnóstico final e backup.

Com mais de quatro equipes, organize comitês simultâneos para respeitar os 40 minutos de apresentação. Para iniciantes, a leitura de aprofundamento e as práticas opcionais podem ocorrer antes ou depois do encontro. Os cinco minutos de estação usam a síntese rápida e a ficha.

Análise e melhorias desta edição

Dificuldade estimada: interface básica; conteúdo intermediário, com exigência maior para iniciantes em geotecnologias. A versão anterior tinha 146 campos de resposta, repetição de registros, quatro fichas extensas para rotação curta e referências herdadas das folhas separadas.

Melhorias: trilha por caso; sequência das estações antes da matriz; referências clicáveis; glossário de 34 conceitos; cinco diagramas explicativos e capa vetorial; matriz com oito registros em vez de 24; reaproveitamento de fichas; autoavaliação de escolha única; práticas com devolutiva; custos, NDVI, pixel e prazo interativos; rubrica automática; mapa do grupo; impressão e backup compatível.

Uso: recomenda-se familiaridade básica com lavoura, pastagem, talhões e contas simples. Não é necessário saber pilotar. Nesta versão, os conceitos especializados têm definição, exemplo e limite de interpretação.

Mapa de aprendizagemPágina 1 de 37
Registro da equipe · Grupo 1

Mapa de aprendizagem

Módulo 1 • Drones como ferramenta estratégica para o agronegócio

Comece por cinco conceitos

Você pode começar sem experiência em pilotagem. É útil reconhecer talhão, plantio, pastagem e porcentagens. As definições acompanham o percurso.

RGB · Vermelho, verde e azul

Canais da luz visível usados em câmeras convencionais. Permitem examinar aparência, linhas e cobertura vegetal.

Um ortomosaico pode orientar a busca por trechos sem plantas visíveis.

Uma câmera convencional não registra a banda necessária ao padrão.

NDVI · Índice de Vegetação por Diferença Normalizada

Combina infravermelho próximo e vermelho: ( − vermelho) ÷ ( + vermelho). É adimensional. Para entradas não negativas e soma positiva, varia entre −1 e 1.

Uma diferença entre zonas sugere investigar cobertura e condição da vegetação com registros e campo.

Não diagnostica sozinho doença, deficiência, quantidade de forragem ou necessidade de replantio. Verifique escalas e máscaras do produto.

GSD · Distância de amostragem no terreno

Ground Sampling Distance: dimensão aproximada do terreno representada por um pixel, informada em m/pixel ou cm/pixel.

de 5 cm/pixel corresponde nominalmente a 0,05 × 0,05 m por pixel.

Detalhe de pixel não garante acurácia posicional nem reconhecimento seguro de qualquer alvo desse tamanho.

Ortomosaico · Mosaico de imagens corrigidas geometricamente

Combina imagens em uma representação georreferenciada, com correções de geometria adequadas ao levantamento.

Localizar padrões de linhas e cobertura em um talhão.

Uma montagem visual de fotografias não assegura correção geométrica ou acurácia.

Validação · Teste da interpretação com evidências

Confronta uma interpretação com registros e observações adequados, incluindo hipóteses alternativas.

Comparar uma classe suspeita no mapa com contagens e datas de plantio.

Um pequeno conjunto de pontos escolhidos por conveniência não comprova uma conclusão para todo o talhão.

Imagens e registros geram um produto; a hipótese é testada em campo antes da decisão 1 · DadosRGB + data de plantioe registros da operação2 · ProdutoOrtomosaico compadrões localizados3 · HipóteseFalha real ouemergência tardia?4 · CampoContagens + datasem zonas contrastantes5 · InterpretaçãoConfrontar hipótesese declarar os limites6 · DecisãoSe confirmado, avaliara correção no prazo
Da observação à decisão. Exemplo fictício: falhas aparentes no milho. Uma hipótese precisa de teste antes da recomendação.

Pergunta norteadora

Como podemos escolher e integrar drones, sensores, imagens de satélite e informações de campo para transformar dados geoespaciais em decisões mais eficientes, produtivas, sustentáveis e economicamente viáveis no agronegócio?

Bloom revisadaSou capaz de...
Lembraridentificar necessidades de informação em sistemas produtivos.
Compreenderexplicar o papel dos dados nas transformações do agronegócio.
Compreenderdiferenciar agricultura digital de agricultura de precisão.
Aplicarmapear dados de drones no ciclo produtivo.
Analisarcomparar potencialidades e limitações de fontes geoespaciais.
Avaliarjustificar a escolha de tecnologias conforme a necessidade produtiva.
Criarpropor uma estratégia de uso integrado de dados geoespaciais.

Competência-síntese

Sou capaz de escolher e integrar drones, sensores, imagens de satélite e informações de campo para transformar dados geoespaciais em decisões mais eficientes, produtivas, sustentáveis e economicamente viáveis no agronegócio.

O caminho do workshop

Ciclo 1: entender o problema e a necessidade de informação. Ciclo 2: comparar tecnologias nas quatro estações e justificar uma estratégia integrada. Ciclo 3: transformar dados em uma recomendação e testar prazo, qualidade e custo. Desafio: criar, apresentar e revisar um Mapa de Inteligência Geoespacial para Tomada de Decisão. Reflexão: demonstrar individualmente o que mudou.

Base conceitual: Senar. Inteligência com drones para o agronegócio, Módulo 1, 1ª edição, 2026, pp. 19–40. Textos e atividades elaborados para este workshop; não são transcrições do e-book.

Página 1 · Caderno dos Participantes
Glossário completo · consulta sem JavaScript
RGB · Vermelho, verde e azul

Canais da luz visível usados em câmeras convencionais. Permitem examinar aparência, linhas e cobertura vegetal.

Um ortomosaico RGB pode orientar a busca por trechos sem plantas visíveis.

Uma câmera RGB convencional não registra a banda NIR necessária ao NDVI padrão.

NIR · Infravermelho próximo

Faixa do espectro além do vermelho visível. O sensor precisa registrar essa banda para utilizá-la em um índice.

NIR = 0,60 e vermelho = 0,20 dão NDVI = 0,50, no exemplo de refletâncias.

Não confundir com radiação térmica nem com uma cor criada na edição da fotografia.

NDVI · Índice de Vegetação por Diferença Normalizada

Combina infravermelho próximo e vermelho: (NIR − vermelho) ÷ (NIR + vermelho). É adimensional. Para entradas não negativas e soma positiva, varia entre −1 e 1.

Uma diferença entre zonas sugere investigar cobertura e condição da vegetação com registros e campo.

Não diagnostica sozinho doença, deficiência, quantidade de forragem ou necessidade de replantio. Verifique escalas e máscaras do produto.

GSD · Distância de amostragem no terreno

Ground Sampling Distance: dimensão aproximada do terreno representada por um pixel, informada em m/pixel ou cm/pixel.

GSD de 5 cm/pixel corresponde nominalmente a 0,05 × 0,05 m por pixel.

Detalhe de pixel não garante acurácia posicional nem reconhecimento seguro de qualquer alvo desse tamanho.

GNSS · Sistema Global de Navegação por Satélite

Família de sistemas de posicionamento, que inclui GPS e outros sistemas. Permite associar coordenadas a imagens e medições.

Registrar a posição de uma contagem de plantas e o sistema de referência usado.

Coordenadas dependem do equipamento, da correção e das condições de observação.

RTK · Posicionamento cinemático em tempo real

Real-Time Kinematic: técnica de posicionamento GNSS que utiliza correções durante a observação.

Pode apoiar a georreferência de imagens quando integrado a um levantamento adequado.

Não elimina controle independente da qualidade nem corrige automaticamente todos os erros do mapa.

PPK · Posicionamento cinemático pós-processado

Post-Processed Kinematic: calcula a solução de posicionamento com observações GNSS e referências após a coleta.

Processar o posicionamento das imagens junto a dados de referência compatíveis.

A existência de PPK não é, por si, certificação de acurácia do produto.

GCP · Ponto de controle no terreno

Ground Control Point: ponto identificável nas imagens com coordenadas de referência, utilizado no ajuste do levantamento.

Distribuir pontos de controle conforme o objetivo e a geometria da área.

Pontos usados no ajuste não substituem pontos independentes de verificação.

Ponto de verificação · Referência independente para conferir o produto

Ponto com coordenadas de referência que não foi usado como controle no ajuste. Permite examinar erros posicionais.

Comparar a posição calculada de um ponto com a sua referência independente.

A avaliação exige distribuição, referência e métricas adequadas ao objetivo.

LiDAR · Medição de distâncias por laser

Light Detection and Ranging: sensor que mede distâncias com pulsos de luz e gera pontos tridimensionais.

Uma nuvem de pontos pode representar copas, construções e retornos ao solo.

O terreno sob vegetação depende de retornos ao solo e de classificação; não é garantido em qualquer cobertura.

MDS · Modelo Digital de Superfície

Representa elevações da superfície observada, incluindo vegetação e objetos.

Um perfil de superfície pode acompanhar o topo das copas.

Não use automaticamente essas elevações como se fossem o solo descoberto.

MDT · Modelo Digital de Terreno

Representa o relevo do solo, buscando excluir vegetação e objetos.

Pode ser construído a partir de pontos classificados como terreno e de verificações.

Cobertura densa e ausência de observação do solo podem impedir uma representação confiável.

Ortomosaico · Mosaico de imagens corrigidas geometricamente

Combina imagens em uma representação georreferenciada, com correções de geometria adequadas ao levantamento.

Localizar padrões de linhas e cobertura em um talhão.

Uma montagem visual de fotografias não assegura correção geométrica ou acurácia.

Fotogrametria · Obtenção de medidas a partir de imagens

Métodos que utilizam imagens e sua geometria para reconstrução e medição.

Imagens sobrepostas podem apoiar a geração de nuvem de pontos e ortomosaico.

Reconstrução exige imagens adequadas, referências e controle de qualidade.

Nuvem de pontos · Conjunto de pontos tridimensionais

Pontos com coordenadas que representam superfícies observadas, obtidos por diferentes métodos.

Examinar a estrutura de um plantio a partir de pontos 3D.

Nuvem de pontos e modelo de terreno são produtos diferentes; classificação e processamento importam.

Acurácia · Proximidade da referência

No posicionamento, expressa a proximidade das coordenadas estimadas a referências apropriadas.

Conferir erros em pontos independentes do ajuste.

Não equivale a GSD nem à repetibilidade de uma medição.

Precisão · Consistência entre medições

No sentido de medição, descreve a dispersão ou repetibilidade dos resultados.

Medições próximas entre si podem ainda estar deslocadas em relação à referência.

Diferencie este uso do termo de agricultura de precisão, que trata da variabilidade para orientar manejo.

Resolução espacial · Detalhe representado no espaço

Na comparação inicial deste caderno, examine a dimensão do pixel e a capacidade efetiva de distinguir o alvo.

Um pixel de 10 m representa nominalmente 100 m².

Contraste, mistura de materiais, nitidez e processamento também afetam a interpretação.

Resolução espectral · Bandas registradas pelo sensor

Quantidade, posição e largura das faixas espectrais medidas.

Verifique se existem bandas de vermelho e NIR para o NDVI.

Mais bandas não garantem uma resposta agronômica melhor para qualquer pergunta.

Resolução temporal · Observações ao longo do tempo

Frequência e disponibilidade de observações para acompanhar mudanças.

Diferencie passagem prevista do satélite, cena adquirida e cena útil sem obstrução.

A revisita programada não garante uma imagem óptica utilizável antes do prazo.

Resolução radiométrica · Discriminação de níveis de sinal

Capacidade de representar diferenças na intensidade do sinal registrado.

Examinar a qualidade e os níveis registrados pelo instrumento.

Mais níveis não comprovam a causa de uma diferença entre plantas.

Refletância · Fração de radiação refletida

Relação entre energia refletida e incidente, considerada em uma banda e sob condições definidas.

No simulador, use frações didáticas entre 0 e 1, na mesma escala.

Não confundir com o número bruto de um pixel. Produtos podem usar fatores de escala e correções.

Multiespectral · Sensor com diferentes bandas espectrais

Registra faixas específicas que podem incluir visível, red edge e NIR, conforme o equipamento.

Selecionar um sensor pelas bandas necessárias ao produto.

A palavra multiespectral não informa sozinha quais bandas estão disponíveis.

Red edge · Região de transição próxima ao vermelho

Faixa de transição entre o vermelho e o infravermelho próximo, importante na resposta espectral da vegetação.

Consultar a especificação de uma banda red edge do sensor.

Não substitui automaticamente vermelho ou NIR em uma fórmula de índice.

Metadados · Informações sobre o dado

Descrevem origem, data, sensor, referência espacial e processamento, entre outras características.

Guardar a data de aquisição, bandas e sistema de coordenadas junto ao mapa.

Um mapa sem data e legenda pode induzir comparações inadequadas.

SIG · Sistema de Informação Geográfica

Ferramentas e procedimentos para organizar e analisar dados associados à localização.

Cruzar limites de talhões, imagens e pontos de campo.

Uma sobreposição de camadas depende de referências e datas compatíveis.

Amostragem · Seleção de observações de uma população

Plano para escolher unidades ou pontos que permitam investigar a pergunta.

No mapa didático, compare zonas contrastantes e referências, evitando só os pontos de acesso fácil.

A amostragem dirigida investiga padrões; estimativas para toda a área exigem desenho e análise apropriados.

Validação · Teste da interpretação com evidências

Confronta uma interpretação com registros e observações adequados, incluindo hipóteses alternativas.

Comparar uma classe suspeita no mapa com contagens e datas de plantio.

Um pequeno conjunto de pontos escolhidos por conveniência não comprova uma conclusão para todo o talhão.

Agricultura digital · Uso de tecnologias para dados no agro

Coleta, armazenamento, análise e transmissão de dados com ferramentas digitais.

Registrar contagens e datas em um aplicativo.

Digitalizar o registro não garante interpretação correta nem manejo diferenciado.

Agricultura de precisão · Manejo atento à variabilidade

Considera diferenças no espaço e no tempo para orientar práticas adequadas a cada condição.

Usar zonas verificadas para fundamentar uma intervenção localizada.

Não exige uma única plataforma; o valor depende da relação entre dados e decisão.

Estande · População de plantas estabelecidas

Quantidade e distribuição de plantas em uma área, linha ou unidade de avaliação definida.

Contar plantas em comprimentos de linha conhecidos e registrar espaçamento e data.

Ausência aparente na imagem pode ser emergência tardia; a correção exige avaliação técnica.

Piquete · Divisão de uma área de pastagem

Parcela usada para organizar o pastejo e o manejo dos animais.

Relacionar cobertura do piquete à data de saída dos animais e à altura do pasto.

Cor ou índice da imagem não define sozinho lotação ou capacidade de suporte.

Talhão · Unidade de gestão de uma área

Divisão identificada de uma lavoura ou plantio, com limites e registros associados.

Comparar os dois talhões de 160 ha do caso soja.

Uma média do talhão pode ocultar diferenças importantes dentro dele.

SARPAS · Sistema para solicitar acesso ao espaço aéreo

Sistema do DECEA para solicitações de acesso de aeronaves não tripuladas ao espaço aéreo brasileiro.

Consultar requisitos e procedimentos aplicáveis à missão no portal oficial do DECEA.

O cálculo de prazo deste caderno não concede autorização de voo. Consulte também ANAC e ANATEL conforme a operação.

Mapa de aprendizagemPágina 2 de 37
Registro individual · Participante 1

Diagnóstico e acompanhamento

Antes do workshop, preencha a coluna Inicial. Ao finalizar, preencha Final. Escala: 0 = não explico; 1 = reconheço, mas preciso de ajuda; 2 = explico e aplico com apoio; 3 = aplico sozinho e justifico com evidências.

CapacidadeInicialFinal
Identificar necessidades de informação em sistemas produtivos.____
Diferenciar agricultura digital de agricultura de precisão.____
Comparar potencialidades e limitações de fontes geoespaciais.____
Propor uma estratégia de coleta, processamento e validação.____
Justificar uma recomendação considerando prazo, qualidade e custo.____
Propor uma estratégia de uso integrado de dados geoespaciais.____

1. Antes de escolher uma tecnologia, que informação você precisa conhecer para orientar uma decisão no agronegócio?

2. Que dado de drones, satélites ou campo cruzaria primeiro? Por quê?

3. Ao final, indique uma entrega ou resposta que demonstra seu avanço.

A autoavaliação registra sua percepção. O facilitador também observará os cálculos, a argumentação, os produtos e as respostas individuais. Dominar o capítulo exige saber explicar a escolha e seus limites, além de reconhecer conceitos.

Página 2 · Caderno dos Participantes
Situação A · AgriculturaPágina 3 de 37
Registro da equipe · Grupo 1

Situação A • Agricultura

Falhas de implantação: onde investigar primeiro?

Sua missão

Vocês são uma equipe de inteligência de dados. Leiam o caso, definam o problema e construam uma proposta que ajude o gestor a decidir. Comecem pela informação necessária; depois comparem tecnologias. Levem este caso aos ciclos 1 e 2 e retomem-no no desafio final.

O que está acontecendo

A Fazenda Horizonte acaba de implantar uma lavoura de milho. O responsável pela operação percebeu diferenças de emergência e trechos aparentemente vazios em uma visita pelos carreadores. A equipe precisa decidir onde concentrar a inspeção e se há áreas que merecem uma avaliação técnica de correção do estande. Uma observação rápida não mostra toda a extensão nem explica a origem das diferenças.

Recursos, prazo e condições

Dois talhões somam 80 hectares. Existem registros de plantio, datas, trajetória da semeadora e um mapa dos limites. O gestor solicita uma proposta de diagnóstico em dois dias. Há possibilidade de contratar levantamento com drone e de enviar técnicos ao campo. A cobertura de nuvens pode impedir o uso de uma imagem orbital recente. Esses valores e condições são fictícios, definidos exclusivamente para a atividade.

O que ainda não sabemos

Falhas podem estar associadas a deposição irregular de sementes, condições de solo, germinação tardia ou outros fatores. A inspeção visual pelos carreadores não comprova nenhuma dessas causas. Uma fotografia pode indicar descontinuidade de linhas ou menor cobertura, mas registros da operação e verificações diretas são necessários para interpretar a situação.

Conteúdo de apoio: da imagem à decisão

Dados geoespaciais são informações associadas a uma localização. Drones são plataformas de coleta: sensor, planejamento e processamento determinam o produto. Imagens registram luz visível e ajudam a observar cobertura, linhas e falhas. Produtos multiespectrais mostram diferenças de resposta espectral da vegetação e podem apoiar o monitoramento, desde que sejam interpretados com informações de campo.

O valor surge ao organizar, processar e interpretar os dados em função de uma decisão. Uma área diferente no mapa é uma observação; sua causa é uma hipótese a investigar. Verificar pontos com padrões contrastantes e registrar as condições encontradas fortalece a interpretação.

Leia individualmente por 3 minutos; depois destaque um fato, uma hipótese e uma informação ausente.

Página 3 · Caderno dos Participantes
Situação A · AgriculturaPágina 4 de 37
Registro da equipe · Grupo 1

Ficha de investigação do caso

Situação A • Agricultura • use no ciclo 1 e preserve para os demais ciclos.

Ponto de partida

Etapa do ciclo produtivo: Implantação e acompanhamento inicial da lavoura.

Decisão sugerida para discussão: Que áreas devem ser inspecionadas primeiro e que evidências são necessárias para avaliar uma possível correção do estande?

Informações que podem ajudar: Localização e extensão das falhas; datas de plantio; contagens amostrais de plantas; condições do solo; registros de operação e comparação entre trechos com e sem falhas.

Estas pistas não são uma solução pronta. A equipe deve selecionar o que realmente responde à sua pergunta e justificar o que ainda precisa coletar.

1. Qual é o problema e qual decisão precisa ser tomada?

2. Registrem um fato, uma hipótese e uma informação que falta.

3. Precisamos saber onde, quanto, quando ou por quê? Qual detalhe é necessário?

4. O que precisa ser verificado em campo? Como escolher os pontos?

5. Complete: Para decidir ______, precisamos conhecer ______, porque ______.

No pitch de 1 minuto, apresentem problema, decisão e informação necessária. Não tratem uma causa possível como comprovada. Nos ciclos seguintes, acrescentem tecnologias, produtos e justificativas.

Base conceitual: Senar. Inteligência com drones para o agronegócio, Módulo 1, 1ª edição, 2026, pp. 19–40. Textos e atividades elaborados para este workshop; não são transcrições do e-book.

Página 4 · Caderno dos Participantes
Situação B · PecuáriaPágina 5 de 37
Registro da equipe · Grupo 1

Situação B • Pecuária

Pastagens desiguais: como orientar o manejo?

Sua missão

Vocês são uma equipe de inteligência de dados. Leiam o caso, definam o problema e construam uma proposta que ajude o gestor a decidir. Comecem pela informação necessária; depois comparem tecnologias. Levem este caso aos ciclos 1 e 2 e retomem-no no desafio final.

O que está acontecendo

A Fazenda Boa Vista utiliza pastejo rotacionado e identificou diferenças entre piquetes. Alguns apresentam menor cobertura vegetal e outros parecem mais vigorosos. O gestor precisa decidir onde concentrar a avaliação de campo e quais piquetes devem ter o manejo reavaliado. A equipe dispõe de observações dispersas, mas ainda não reuniu informações comparáveis sobre toda a área.

Recursos, prazo e condições

São 240 hectares divididos em 12 piquetes. Existem limites georreferenciados, registros de entrada e saída dos animais e estimativas anteriores de altura do pasto. O prazo para apresentar uma proposta é de uma semana. Há imagens orbitais históricas e possibilidade de levantamento ou multiespectral em áreas prioritárias. Os números e condições deste caso são fictícios e servem apenas à aprendizagem.

O que ainda não sabemos

A aparência de menor vigor pode se relacionar ao pastejo recente, à cobertura do solo, à disponibilidade de água, à espécie forrageira ou a outras condições. Um índice de vegetação não confirma sozinho a quantidade de forragem disponível, a causa de uma diferença nem a capacidade de suporte. Medições e registros de manejo ajudam a interpretar os padrões.

Conteúdo de apoio: da imagem à decisão

Dados geoespaciais são informações associadas a uma localização. Drones são plataformas de coleta: sensor, planejamento e processamento determinam o produto. Imagens registram luz visível e ajudam a observar cobertura, linhas e falhas. Produtos multiespectrais mostram diferenças de resposta espectral da vegetação e podem apoiar o monitoramento, desde que sejam interpretados com informações de campo.

O valor surge ao organizar, processar e interpretar os dados em função de uma decisão. Uma área diferente no mapa é uma observação; sua causa é uma hipótese a investigar. Verificar pontos com padrões contrastantes e registrar as condições encontradas fortalece a interpretação.

Leia individualmente por 3 minutos; depois destaque um fato, uma hipótese e uma informação ausente.

Página 5 · Caderno dos Participantes
Situação B · PecuáriaPágina 6 de 37
Registro da equipe · Grupo 1

Ficha de investigação do caso

Situação B • Pecuária • use no ciclo 1 e preserve para os demais ciclos.

Ponto de partida

Etapa do ciclo produtivo: Acompanhamento da produção e manejo das pastagens.

Decisão sugerida para discussão: Quais piquetes precisam de avaliação prioritária e que informações sustentariam uma revisão do manejo?

Informações que podem ajudar: Cobertura e distribuição da vegetação; altura amostral do pasto; datas de pastejo; lotação registrada; condição do solo e da água; comparação de áreas e períodos.

Estas pistas não são uma solução pronta. A equipe deve selecionar o que realmente responde à sua pergunta e justificar o que ainda precisa coletar.

1. Qual é o problema e qual decisão precisa ser tomada?

2. Registrem um fato, uma hipótese e uma informação que falta.

3. Precisamos saber onde, quanto, quando ou por quê? Qual detalhe é necessário?

4. O que precisa ser verificado em campo? Como escolher os pontos?

5. Complete: Para decidir ______, precisamos conhecer ______, porque ______.

No pitch de 1 minuto, apresentem problema, decisão e informação necessária. Não tratem uma causa possível como comprovada. Nos ciclos seguintes, acrescentem tecnologias, produtos e justificativas.

Base conceitual: Senar. Inteligência com drones para o agronegócio, Módulo 1, 1ª edição, 2026, pp. 19–40. Textos e atividades elaborados para este workshop; não são transcrições do e-book.

Página 6 · Caderno dos Participantes
Situação C · Setor florestalPágina 7 de 37
Registro da equipe · Grupo 1

Situação C • Setor florestal

Falhas e desenvolvimento: como priorizar vistorias?

Sua missão

Vocês são uma equipe de inteligência de dados. Leiam o caso, definam o problema e construam uma proposta que ajude o gestor a decidir. Comecem pela informação necessária; depois comparem tecnologias. Levem este caso aos ciclos 1 e 2 e retomem-no no desafio final.

O que está acontecendo

A unidade Floresta Nova acompanha uma área recém-implantada de eucalipto. Durante a vistoria, a equipe percebeu descontinuidade em algumas linhas e diferenças de desenvolvimento entre blocos. O responsável precisa decidir onde enviar os técnicos e quais áreas exigem avaliação de reposição de mudas. Parte dos blocos está distante das vias de acesso.

Recursos, prazo e condições

O plantio possui 300 hectares distribuídos em seis blocos. Há mapa de limites, datas de implantação, registros de mudas e informações de acesso. O diagnóstico preliminar deve ser apresentado em quatro dias. Podem ser consultadas imagens orbitais e contratado um levantamento com drone nas áreas prioritárias. Estes números, recursos e prazos são fictícios, elaborados para o workshop.

O que ainda não sabemos

Trechos aparentemente vazios podem corresponder a falhas de implantação, mortalidade de mudas, obstáculos à visibilidade ou diferenças no desenvolvimento. Fotografias podem ajudar a localizar linhas e descontinuidades; informações multiespectrais podem evidenciar diferenças de resposta da vegetação. Nenhum desses produtos, isoladamente, determina a causa nem autoriza uma recomendação de reposição.

Conteúdo de apoio: da imagem à decisão

Dados geoespaciais são informações associadas a uma localização. Drones são plataformas de coleta: sensor, planejamento e processamento determinam o produto. Imagens registram luz visível e ajudam a observar cobertura, linhas e falhas. Produtos multiespectrais mostram diferenças de resposta espectral da vegetação e podem apoiar o monitoramento, desde que sejam interpretados com informações de campo.

O valor surge ao organizar, processar e interpretar os dados em função de uma decisão. Uma área diferente no mapa é uma observação; sua causa é uma hipótese a investigar. Verificar pontos com padrões contrastantes e registrar as condições encontradas fortalece a interpretação.

Leia individualmente por 3 minutos; depois destaque um fato, uma hipótese e uma informação ausente.

Página 7 · Caderno dos Participantes
Situação C · Setor florestalPágina 8 de 37
Registro da equipe · Grupo 1

Ficha de investigação do caso

Situação C • Setor florestal • use no ciclo 1 e preserve para os demais ciclos.

Ponto de partida

Etapa do ciclo produtivo: Implantação, acompanhamento e planejamento do manejo florestal.

Decisão sugerida para discussão: Quais blocos ou trechos devem ser vistoriados primeiro e como reunir evidências para avaliar a reposição de mudas?

Informações que podem ajudar: Localização das descontinuidades; datas e registros de implantação; contagem amostral de mudas vivas; observações de solo e água; condições de acesso e comparação entre blocos.

Estas pistas não são uma solução pronta. A equipe deve selecionar o que realmente responde à sua pergunta e justificar o que ainda precisa coletar.

1. Qual é o problema e qual decisão precisa ser tomada?

2. Registrem um fato, uma hipótese e uma informação que falta.

3. Precisamos saber onde, quanto, quando ou por quê? Qual detalhe é necessário?

4. O que precisa ser verificado em campo? Como escolher os pontos?

5. Complete: Para decidir ______, precisamos conhecer ______, porque ______.

No pitch de 1 minuto, apresentem problema, decisão e informação necessária. Não tratem uma causa possível como comprovada. Nos ciclos seguintes, acrescentem tecnologias, produtos e justificativas.

Base conceitual: Senar. Inteligência com drones para o agronegócio, Módulo 1, 1ª edição, 2026, pp. 19–40. Textos e atividades elaborados para este workshop; não são transcrições do e-book.

Página 8 · Caderno dos Participantes
Ciclo 1 · Entender o problemaPágina 9 de 37
Registro da equipe · Grupo 1

Ciclo 1 • Entender o problema

40 minutos • Aprendizagem Baseada em Problemas • equipe de 4 a 6 pessoas

Questão do ciclo

De que informação precisamos para tomar uma boa decisão no campo?

O que vou aprender

Sou capaz de identificar necessidades de informação em sistemas produtivos. Sou capaz de explicar o papel dos dados nas transformações do agronegócio. Sou capaz de diferenciar agricultura digital de agricultura de precisão.

Leitura de apoio

O agronegócio articula insumos, produção, processamento e serviços em atividades agrícolas, pecuárias e florestais. Sua diversidade de usos do solo, recursos, acessos e ciclos exige observar a realidade de cada sistema. Tecnologias de posicionamento, sensores, imagens e plataformas digitais ampliam os registros disponíveis, mas o resultado depende da interpretação dessas informações.

Agricultura digital reúne tecnologias para coletar, armazenar, analisar e transmitir dados. Agricultura de precisão considera diferenças no espaço e no tempo para orientar práticas de manejo adequadas. As abordagens se complementam: registrar um dado em um aplicativo é uso digital; utilizar diferenças verificadas entre zonas para fundamentar manejo específico caracteriza uma abordagem de precisão.

O ciclo produtivo compreende planejamento, implantação, acompanhamento, manejo, colheita e avaliação dos resultados. A mesma tecnologia pode apoiar diferentes etapas, desde que os dados respondam à decisão daquele momento. Aumentar eficiência em uma área já utilizada também pode contribuir para melhor gestão de recursos.

Sequência de trabalho

TempoAção
5 minDefinam papéis; leiam seu caso; cada pessoa separa fato, hipótese e dúvida.
8 minLeiam este apoio. Expliquem os dois conceitos com exemplos do caso.
12 minPreencham o quadro do problema e retomem a ficha do caso escolhido; evitem copiar o mesmo texto.
8 minApresentem pitches de 1 minuto; escutem e comparem necessidades.
7 minRecebam a síntese do facilitador e respondam à evidência individual do ciclo 1.

Entrega: quadro do problema, frase-síntese e resposta individual. Guardem as folhas para o ciclo 2.

Página 9 · Caderno dos Participantes
Ciclo 1 · Entender o problemaPágina 10 de 37
Registro da equipe · Grupo 1

Quadro do problema

1. Qual problema produtivo estamos investigando?

2. Que decisão o gestor precisa tomar e em qual etapa do ciclo?

3. Quais fatos estão disponíveis? Que hipóteses ainda precisam de teste?

4. Que informação falta? Indiquem localização, extensão, período e detalhe necessário.

5. Que dados digitais podem ajudar? Como seriam usados para compreender variações?

6. O que deve ser confirmado em campo e por quê?

Síntese para apresentar

“Para decidir ____________________, precisamos conhecer ____________________, porque ____________________.”

Revisão: a decisão está explícita? Fatos e hipóteses estão separados? A informação proposta atende ao problema? Há um exemplo correto de agricultura digital e de agricultura de precisão?

Página 10 · Caderno dos Participantes
Exemplo: fato, hipótese e pergunta

Fato fornecido: o gestor observou trechos aparentemente vazios. Hipótese: problema na semeadura. Alternativa: emergência tardia. Teste: comparar contagens, datas e registros nos padrões observados. A fotografia ajuda a localizar; a causa ainda precisa ser investigada.

Ciclo 1 · Entender o problemaPágina 11 de 37
Registro individual · Participante 1

Evidência individual • Ciclo 1

1. Explique, com suas palavras, a diferença entre agricultura digital e agricultura de precisão.

2. Dê um exemplo de como elas se complementam no caso trabalhado.

3. Como a informação do caso pode melhorar o uso de recursos na área já produtiva?

4. Qual pergunta você precisa responder antes de escolher um drone? Justifique.

Autoavaliação

Escolha um nível e sustente sua percepção com uma resposta ou entrega.

Meu nível neste ciclo

Minha evidência e a dúvida que levarei ao próximo ciclo:

Compartilhe uma resposta com um colega. Se houver divergência, retome os conceitos do ciclo 1 e peça devolutiva ao facilitador.

Base conceitual: Senar. Inteligência com drones para o agronegócio, Módulo 1, 1ª edição, 2026, pp. 19–40. Textos e atividades elaborados para este workshop; não são transcrições do e-book.

Página 11 · Caderno dos Participantes
Ciclo 2 · Comparar tecnologiasPágina 12 de 37
Registro da equipe · Grupo 1

Ciclo 2 • Comparar tecnologias

60 minutos • Rotação por estações + adaptação do Jigsaw

Questão e objetivos

Qual combinação de tecnologias entrega a informação necessária no prazo e na escala do problema? Sou capaz de comparar potencialidades e limitações de fontes geoespaciais. Sou capaz de justificar a escolha de tecnologias conforme a necessidade produtiva.

Estação 1 • Satélites

Oferecem visão ampla e séries temporais para acompanhar grandes áreas. O detalhe depende do sensor e das bandas. Para alvos pequenos, a imagem disponível pode ser insuficiente. Nuvens limitam imagens ópticas úteis; revisita prevista não garante dado utilizável. Perguntem: o alvo do nosso caso pode ser distinguido? Existe imagem recente adequada?

Estação 2 • Drones

Permitem levantamentos locais com maior detalhe e missão ajustável. pode apoiar mapeamento de linhas, cobertura e falhas; multiespectral apoia análise da vegetação; termografia e fornecem outros tipos de informação. Exigem planejamento, condições adequadas, processamento e pessoal capacitado. Perguntem: que alvo precisa ser observado e qual produto responde à decisão?

Estação 3 • Sensores e medições de campo

Medições diretas de solo, plantas, animais e máquinas complementam imagens. Contagem de plantas, altura de pasto e observação do solo podem testar hipóteses. Uma amostra não representa automaticamente toda a área; pontos devem incluir padrões contrastantes. Perguntem: o que medir e onde para validar a interpretação?

Estação 4 • Aeronaves tripuladas

Podem cobrir grandes extensões com bom detalhamento, dependendo do equipamento e da missão. Requerem estrutura especializada e custo operacional a considerar. A escala regional pode favorecer sua utilização, mas disponibilidade e prazo precisam ser verificados. Perguntem: sua cobertura e mobilização são adequadas ao nosso caso?

Sequência de trabalho

5 min: retomem decisão e prazo. 20 min: visitem quatro estações, 5 min cada, anotando contribuição e limite. 12 min: no grupo de origem, cada integrante ensina uma tecnologia, 3 min cada; integrantes adicionais questionam. 13 min: completem matriz e estratégia. 5 min: troquem com outra equipe e revisem. 5 min: respondam à evidência individual.

Em cada estação, todos registram; na síntese, cada especialista deve explicar como a tecnologia atende ou não ao caso.

Página 12 · Caderno dos Participantes
Ciclo 2 · Comparar tecnologiasPágina 13 de 37
Registro da equipe · Grupo 1

Matriz e estratégia integrada

Use descrições curtas e condicionais, sem dar notas genéricas. Relacione cada avaliação ao alvo, à área e ao prazo do seu caso. Registre “a verificar” quando o cenário não informar um dado.

Satélite

Drone

Campo

Aeronave

1. Escolha de tecnologia ou combinação e justificativa:

2. Descrevam: fonte de dados → produto → interpretação → verificação → decisão.

3. O que precisa ser verificado sobre custo, disponibilidade e qualidade?

4. Plano alternativo se a coleta principal não for viável no prazo:

Revisão entre pares: uma equipe parceira deve apontar uma escolha bem justificada e uma informação faltante. Ajustem a proposta antes de avançar.

Página 13 · Caderno dos Participantes
Exemplo de comparação com critérios

Satélite: útil para contexto e triagem de 80 ha, se houver cena adequada; um pixel de 10 m não garante delimitar uma pequena falha na linha; a próxima cena sem nuvens é incerta; confirmar padrões com inspeção e dados de detalhe.

Este é um exemplo parcial, não a escolha obrigatória do caso. Complete custo, disponibilidade e alternativa com evidências.

A matriz agora tem quatro registros estruturados, em lugar de vinte células. Rever o roteiro do ciclo 2.
Ciclo 2 · Comparar tecnologiasPágina 14 de 37
Registro individual · Participante 1

Evidência individual • Ciclo 2

1. Uma fazenda precisa acompanhar uma área extensa e investigar pequenas falhas. Que fontes você combinaria e por quê?

2. Em que situação uma aeronave tripulada merece ser considerada?

3. Uma imagem multiespectral mostrou baixo vigor. Que conclusão é possível e o que ainda não é possível afirmar?

4. Como escolheria pontos de campo para testar a interpretação do mapa?

5. Qual decisão da sua equipe mudou depois da rotação? Cite o critério utilizado.

Autoavaliação e preparação

Escolha um nível e sustente sua percepção com uma resposta ou entrega.

Meu nível neste ciclo

Base conceitual: Senar. Inteligência com drones para o agronegócio, Módulo 1, 1ª edição, 2026, pp. 19–40. Textos e atividades elaborados para este workshop; não são transcrições do e-book.

Página 14 · Caderno dos Participantes
Estação 1 · SatélitesPágina 15 de 37
Registro da equipe · Grupo 1

Estação 1 • Satélites

Ciclo 2 • Comparar tecnologias • material para participantes

Pergunta central

O dado orbital disponível consegue representar o alvo e chegar a tempo da decisão?

O que vou demonstrar

Sou capaz de explicar como imagens orbitais apoiam o monitoramento. Sou capaz de avaliar sua adequação à escala, ao prazo e ao detalhe necessário.

Leitura essencial para a rotação

Visão ampla e histórico.

O alvo cabe no detalhe da imagem útil disponível?

Limite: Nuvens, sombras e pixel podem limitar a decisão.

Leitura de apoio · Satélites

Satélites transportam sensores que registram informações da superfície. Sensores ópticos observam a energia refletida em diferentes faixas do espectro; sensores de radar usam sinais de micro-ondas e oferecem outra forma de observação. Uma imagem orbital permite relacionar padrões à localização e compará-los ao longo do tempo. Cada missão tem características próprias: não existe uma resolução ou frequência única para todos os satélites.

Contribuição principal: Acompanhar grandes extensões e mudanças entre datas; localizar áreas que merecem investigação mais detalhada.

Limite decisivo: Uma cena pode ter detalhe insuficiente para pequenas falhas. Em imagens ópticas, nuvens e sombras podem esconder o alvo; a passagem do satélite não garante uma imagem útil.

Complementaridade: O satélite pode indicar regiões prioritárias; drones podem detalhá-las e medições de campo podem testar as hipóteses.

Trabalho na estação • 5 minutos

1 min: leiam a síntese rápida. 2 min: discutam as perguntas do caso. 2 min: registrem contribuição e limite na ficha desta estação.

1. Precisamos observar uma região, um talhão, uma linha ou uma planta?

2. A imagem útil mais recente representa a situação atual do caso?

3. O prazo permite aguardar outra imagem ou exige uma fonte alternativa?

Como usar as demais páginas

Aprofundamentos: conceitos e produtos e aplicações e critérios. A ficha da estação prepara o ensino entre pares. A consulta aprofundada pode ocorrer antes ou depois da rotação de cinco minutos.

Use o mesmo caso setorial do ciclo 1. Se alguma informação não estiver disponível, escreva “a verificar”; não invente custo, prazo ou desempenho.

Página 15 · Caderno dos Participantes
Estação 1 · SatélitesPágina 16 de 37
Registro da equipe · Grupo 1

Como interpretar o dado orbital

Quatro características para examinar

Um trecho de seis metros é menor que um pixel de dez metros; pixels menores dão mais amostras sem garantir diagnóstico Pixel nominal de 10 mAmostragem mais fina 10 m × 10 m = 100 m²Trecho vazio de 6 m: mistura no pixel Mais amostras sobre o mesmo alvoAinda exige nitidez e verificação
O alvo precisa caber na pergunta. Esquema sem escala de aquisição. Mistura, contraste e posição do alvo afetam a interpretação. A ampliação na tela não cria detalhe medido.
CaracterísticaSignificado e consequência
Resolução espacialDimensão representada por um pixel. Um pixel pode misturar solo, vegetação e sombras. Um alvo menor que o pixel pode influenciar o sinal, mas não ter limites identificáveis.
Resolução espectralFaixas de energia registradas. Bandas diferentes permitem observar características distintas; não são apenas cores decorativas.
Resolução temporalIntervalo e disponibilidade de observações. Diferencie revisita prevista, cena adquirida e cena realmente utilizável.
Resolução radiométricaCapacidade de registrar diferenças no sinal. Não equivale a identificar a causa de uma diferença agronômica.

Exemplo técnico • Sentinel-2 [ESA]

O instrumento MSI registra 13 bandas, com quatro bandas a 10 m, seis a 20 m e três a 60 m. A ESA informa revisita de cinco dias para a configuração de dois satélites no equador. Esses números descrevem a missão, não a disponibilidade garantida de imagens sem nuvens. A banda escolhida determina o detalhe efetivo; todas as bandas não têm 10 m.

Um pixel de 10 m representa nominalmente 10 × 10 m, ou 100 m². Essa conta geométrica não significa que qualquer objeto de 100 m² seja identificado com segurança. O contraste, a posição do alvo e a mistura de materiais também afetam o que pode ser interpretado. Ampliar a imagem na tela não cria detalhe medido pelo sensor.

Imagem, índice e diagnóstico são coisas diferentes

Uma composição em cores combina bandas para facilitar a visualização. Um índice de vegetação combina valores espectrais; o utiliza vermelho e infravermelho próximo. Seu comportamento depende, entre outros fatores, da cobertura vegetal e do contexto. Um valor diferente aponta uma condição a investigar, mas não identifica sozinho doença, deficiência nutricional ou necessidade de correção.

Radar como possibilidade complementar

O radar pode produzir observações mesmo sob nuvens, mas sua interpretação depende das propriedades do sensor e da interação com o alvo. Não é uma substituição automática para qualquer imagem óptica: textura, umidade e estrutura afetam a resposta. A equipe deve verificar se o produto e a análise disponíveis respondem à pergunta do caso.

Conceito-chave: maior cobertura e frequência de passagens não compensam automaticamente detalhe inadequado ao alvo.

Página 16 · Caderno dos Participantes
Estação 1 · SatélitesPágina 17 de 37
Registro da equipe · Grupo 1

Aplicações e critérios de escolha

SetorAplicação possívelConfirmação necessária
AgriculturaComparar talhões e datas; localizar manchas ou diferenças de desenvolvimento.Registros do plantio, observações e contagens nos padrões identificados.
PecuáriaAcompanhar variações amplas da cobertura das pastagens ao longo do tempo.Altura, cobertura e registros de pastejo; biomassa exige método validado.
FlorestalAcompanhar grandes blocos, mudanças de cobertura e padrões de desenvolvimento.Vistorias, registros de implantação e inventário compatível com o objetivo.

Fluxo: da cena à informação

1. Definir: área, período, alvo e decisão. 2. Buscar: cenas e metadados, incluindo data, bandas e resolução. 3. Verificar: cobertura, nuvens, sombras, qualidade e localização. 4. Preparar: recortar a área e utilizar produtos e correções adequados à comparação. 5. Analisar: comparar padrões entre áreas e datas. 6. Validar: cruzar com registros e campo. 7. Comunicar: mapa de prioridades, limitações e próximos passos.

Quando é uma boa candidata

O problema exige visão ampla, histórico ou triagem de áreas; os alvos têm dimensão compatível com o dado; existe imagem útil no período; e há capacidade de processar e interpretar. Uma série temporal ajuda a distinguir um evento recente de um padrão recorrente, desde que as datas e condições sejam comparáveis.

Quando precisa de complemento ou alternativa

A decisão depende de pequenas falhas entre linhas, contagem individual ou delimitação fina que a imagem não permite. Também precisa de alternativa quando a cena útil chega depois da janela de decisão. Em uma urgência, o histórico orbital pode contextualizar o problema, mas não substitui o diagnóstico atual.

Custos e prazo: o que verificar

Algumas imagens públicas são disponibilizadas sem cobrança de aquisição. Mesmo assim, a busca, a preparação, o processamento, a análise e a validação demandam recursos. Imagens comerciais podem ter custo e condições de entrega próprios. Compare o custo da informação útil no prazo, e não apenas o preço do arquivo.

Erros que prejudicam a decisão

Comparar fases diferentes do cultivo como se fossem equivalentes; considerar sombra de nuvem uma falha; usar uma média de talhão para ocultar variações internas; calcular área afetada sem indicar a resolução e os critérios; atribuir causa agronômica a um índice sem confirmação.

Aplicação ao caso: no milho e no eucalipto, verifique se o alvo é uma linha ou um bloco. Na pastagem, separe monitoramento amplo de estimativa de oferta de forragem. A mesma imagem pode servir à primeira tarefa e ser insuficiente para a segunda.

Página 17 · Caderno dos Participantes
Estação 1 · SatélitesPágina 18 de 37
Registro da equipe · Grupo 1

Ficha de análise e ensino entre pares

Estação 1 • Satélites | Equipe: __________________ | Caso: ______

1. Que informação esta tecnologia pode fornecer para o nosso caso?

2. Que produto seria útil e como ele apoiaria a decisão?

3. Qual limite pode comprometer o prazo ou a interpretação?

4. Que fonte complementar ou verificação de campo seria necessária?

Teste rápido de compreensão

Uma imagem tem pixels de 10 m e o problema envolve trechos vazios de uma linha de plantio. Podemos garantir a delimitação desses trechos? Explique a relação entre alvo, pixel e necessidade de outro dado.

Resposta e justificativa:

Preparação do especialista • fala de 3 minutos

30 s: explique o funcionamento. 60 s: apresente a contribuição ao caso. 45 s: destaque limite e forma de validação. 45 s: justifique se deve ser usada, combinada ou dispensada. Os colegas podem questionar a justificativa.

Pergunta para o grupo de origem: Qual seria nossa estratégia se não houvesse cena óptica útil antes do prazo?

Fontes e aprofundamento

SENAR. Inteligência com drones para o agronegócio. Módulo 1: Drones como ferramenta estratégica para o agronegócio. 1ª ed., 2026, pp. 19–40. Material de autoria pedagógica, elaborado a partir do capítulo anexado.

ESA. Sentinel-2: Facts and figures. https://www.esa.int/Applications/Observing_the_Earth/Copernicus/Sentinel-2/Facts_and_figures

Embrapa Soja. Documentos 463: discussão de índices de vegetação e . https://www.infoteca.cnptia.embrapa.br/infoteca/bitstream/doc/1164458/1/Doc-463.pdf

Fontes complementares consultadas em 06/10/2026. Os exemplos e atividades deste material são propostas didáticas; não constituem dados de levantamentos executados.

Página 18 · Caderno dos Participantes
Prática opcional · confira seu raciocínio
Um pixel de 10 m garante delimitar uma falha de 6 m?
Estação 2 · DronesPágina 19 de 37
Registro da equipe · Grupo 1

Estação 2 • Drones

Ciclo 2 • Comparar tecnologias • material para participantes

Pergunta central

Qual sensor, levantamento e produto permitem observar o alvo e apoiar a decisão?

O que vou demonstrar

Sou capaz de relacionar sensores de drones a produtos geoespaciais. Sou capaz de justificar o uso de um levantamento local e sua integração com dados de campo.

Leitura essencial para a rotação

Detalhe local com sensor escolhido pela pergunta.

Qual produto precisamos e ele estará pronto no prazo?

Limite: O voo não encerra o diagnóstico: processe e valide.

Leitura de apoio · Drones

O drone é uma plataforma que transporta um sensor; não determina sozinho o tipo de informação. Uma câmera registra luz visível. Sensores multiespectrais registram faixas selecionadas, inclusive fora do visível, conforme o equipamento. Sensores térmicos observam a radiação associada à temperatura, enquanto o utiliza pulsos de laser para medir distâncias. As informações úteis dependem também do planejamento, da qualidade da coleta e do processamento.

Contribuição principal: Observar alvos locais com elevado detalhe e planejar coletas conforme a necessidade, quando houver condições adequadas.

Limite decisivo: Cobertura por missão, autonomia, clima, relevo, acesso, capacidade de processamento e prazo de entrega podem restringir o trabalho. Uma imagem detalhada não comprova a causa de um problema.

Complementaridade: Cruzar padrões locais com histórico orbital, registros de operações e medições de campo.

Trabalho na estação • 5 minutos

1 min: leiam a síntese rápida. 2 min: discutam as perguntas do caso. 2 min: registrem contribuição e limite na ficha desta estação.

1. O alvo é uma falha visível, uma diferença espectral, temperatura ou estrutura?

2. Qual produto será entregue, e não apenas qual equipamento será utilizado?

3. Há tempo para coletar, processar, verificar e comunicar a informação?

Como usar as demais páginas

Aprofundamentos: conceitos e produtos e aplicações e critérios. A ficha da estação prepara o ensino entre pares. A consulta aprofundada pode ocorrer antes ou depois da rotação de cinco minutos.

Use o mesmo caso setorial do ciclo 1. Se alguma informação não estiver disponível, escreva “a verificar”; não invente custo, prazo ou desempenho.

Página 19 · Caderno dos Participantes
Estação 2 · DronesPágina 20 de 37
Registro da equipe · Grupo 1

Sensores, produtos e qualidade

SensorO que mede ou registraUso possível e limite
Luz visível: vermelho, verde e azul.Fotografias, ortomosaico e reconstrução 3D; úteis para linhas, cobertura e falhas visíveis. Não mede infravermelho próximo.
MultiespectralBandas específicas, conforme o sensor; podem incluir vermelho, red edge e infravermelho próximo.Mapas de resposta da vegetação e índices. Necessita controle de coleta e calibração; não comprova a causa do estresse.
TérmicoRadiação térmica, convertida em estimativas de temperatura sob condições e ajustes próprios.Investigar padrões térmicos; ambiente e propriedades do alvo afetam a interpretação.
Distâncias obtidas com pulsos de laser, compondo uma nuvem de pontos.Analisar estrutura e relevo; terreno sob vegetação depende de retornos ao solo e classificação dos pontos.
Três canais RGB no visível e banda NIR fora do visível; fórmula do NDVI Luz visível · câmera RGBAlém do visível AzulVerdeVermelhoNIR Aparência, linhas e coberturaBanda medida NDVI = (NIR − vermelho) ÷ (NIR + vermelho)
e usam informações diferentes. Posições de bandas apenas conceituais, sem escala espectral. NDVI usa vermelho e NIR; a cor de uma imagem editada não acrescenta uma banda medida.

Produtos que precisam ser distinguidos

Ortomosaico: conjunto de imagens corrigidas e organizado espacialmente. Nuvem de pontos: representação tridimensional com pontos e coordenadas. Modelo de superfície: inclui objetos, como vegetação. Modelo de terreno: busca representar o solo; não é automaticamente obtido sob copas densas. Mapa de índice: mostra valores calculados de bandas; exige legenda, data e interpretação.

Detalhe espacial não é acurácia posicional

O expressa a dimensão aproximada de terreno representada por um pixel. Um pequeno favorece a observação de detalhes, mas não garante que o mapa esteja corretamente localizado. Acurácia posicional diz respeito à proximidade entre as coordenadas representadas e as de referência. Verificações independentes são importantes quando a decisão exige localização confiável.

Planejamento e controle de qualidade

Defina o alvo antes do sensor. O profissional responsável dimensiona câmera, altura, cobertura, sobreposição, posicionamento e controle da qualidade conforme a missão. Examine nitidez, iluminação, cobertura completa, falhas de reconstrução e consistência entre datas. O voo e o processamento precisam produzir informação adequada à pergunta; parâmetros fixos não servem para todos os cenários.

Fotografias de uma câmera convencional não fornecem o padrão, que exige a banda do infravermelho próximo. Índices calculados apenas com cores visíveis são outros indicadores e têm interpretação própria.

Página 20 · Caderno dos Participantes
Detalhe, precisão e acurácia: exemplo

Uma imagem pode ter pixels pequenos e ainda apresentar deslocamento em relação à referência. Medições repetidas podem ser semelhantes e compartilhar esse deslocamento. Especifique e acurácia separadamente e utilize verificações independentes.

Estação 2 · DronesPágina 21 de 37
Registro da equipe · Grupo 1

Aplicações, fluxo e limitações

SetorAplicação possívelDados complementares
AgriculturaLocalizar falhas, observar linhas e comparar desenvolvimento em áreas prioritárias.Datas, registros de plantio, contagens e inspeções nas zonas observadas.
PecuáriaMapear cobertura; estudar diferenças na pastagem e apoiar inspeções.Altura e condição do pasto, registros de pastejo e método validado para estimar biomassa.
FlorestalObservar descontinuidades, monitorar plantios e gerar modelos 3D para aplicações específicas.Registros de implantação, inventários e medições de referência; volume exige validação.

Fluxo: planejar, coletar, processar e interpretar

1. Especificar: decisão, alvo, área, prazo e produto. 2. Planejar: sensor, missão, qualidade requerida e pontos de campo. 3. Coletar: registrar imagens e metadados em condições adequadas. 4. Conferir: avaliar a coleta antes de encerrar o trabalho. 5. Processar: gerar e verificar o produto. 6. Integrar: combinar com dados e registros de campo. 7. Entregar: mapa, interpretação, incerteza e recomendação condicional.

Quando considerar o drone

A decisão requer detalhe local que outras fontes não oferecem no período necessário. O levantamento pode ser direcionado a zonas previamente identificadas. A missão é viável e existem recursos para processar e validar. Em áreas extensas, faça a comparação entre cobrir tudo e detalhar apenas locais prioritários, evitando deixar zonas relevantes sem investigação.

Quando o produto pode enganar

Uma linha sem plantas visíveis pode ter emergência tardia. Uma sombra pode parecer solo exposto. Diferenças de iluminação podem produzir contrastes que não representam mudança no cultivo. Um índice pode variar com cobertura e estrutura. Por isso, separe padrão observado, hipótese explicativa e evidência que confirma ou refuta a hipótese.

Custo total e prazo real

Inclua mobilização, coleta, operador, sensor, processamento, armazenamento, verificações e comunicação. O prazo real inclui toda essa cadeia e eventual repetição da coleta. Não considere o fim do voo como fim do diagnóstico. A disponibilidade de uma plataforma também não garante disponibilidade do sensor adequado.

Integração e decisão

Um caminho possível é usar imagens orbitais para triagem, drone para detalhe e campo para testar a interpretação. Outra solução pode começar diretamente pelo drone ou pelo campo. Escolha a sequência que responde ao caso. A execução deve atender aos requisitos operacionais aplicáveis; esta estação trata da escolha estratégica e não ensina a pilotagem.

Aplicação ao caso: para falhas visíveis, examine se RGB basta. Para comparar resposta da vegetação, justifique a necessidade de multiespectral. Não acrescente sensores apenas por serem mais sofisticados.

Página 21 · Caderno dos Participantes
Da proposta à operação real

Na execução, o responsável precisa verificar requisitos aplicáveis da ANAC, do DECEA e da ANATEL, condições meteorológicas, obstáculos, pessoas e capacidade da equipe. O planejamento didático não autoriza voo.

Consulte os portais oficiais em fontes da estação e verifique o enquadramento da missão. Este workshop trata de aquisição de informação, não de aplicação de produtos ou treinamento de pilotagem.

Estação 2 · DronesPágina 22 de 37
Registro da equipe · Grupo 1

Ficha de análise e ensino entre pares

Estação 2 • Drones | Equipe: __________________ | Caso: ______

1. Que informação esta tecnologia pode fornecer para o nosso caso?

2. Que produto seria útil e como ele apoiaria a decisão?

3. Qual limite pode comprometer o prazo ou a interpretação?

4. Que fonte complementar ou verificação de campo seria necessária?

Teste rápido de compreensão

Uma equipe possui apenas câmera convencional e promete um mapa que identificará a causa das falhas. Que duas partes dessa promessa precisam ser corrigidas?

Resposta e justificativa:

Preparação do especialista • fala de 3 minutos

30 s: explique o funcionamento. 60 s: apresente a contribuição ao caso. 45 s: destaque limite e forma de validação. 45 s: justifique se deve ser usada, combinada ou dispensada. Os colegas podem questionar a justificativa.

Pergunta para o grupo de origem: Qual é o produto mínimo necessário e qual dado de campo permitirá interpretá-lo?

Fontes e aprofundamento

SENAR. Inteligência com drones para o agronegócio. Módulo 1: Drones como ferramenta estratégica para o agronegócio. 1ª ed., 2026, pp. 19–40. Material de autoria pedagógica, elaborado a partir do capítulo anexado.

Embrapa Florestas. Câmeras modificadas e multiespectrais embarcadas em drones, 2022. https://www.infoteca.cnptia.embrapa.br/handle/doc/1145351

USGS. Diferença entre nuvem e modelo digital de elevação. https://www.usgs.gov/faqs/what-difference-between-lidar-data-and-a-digital-elevation-model-dem

Fontes complementares consultadas em 06/10/2026. Os exemplos e atividades deste material são propostas didáticas; não constituem dados de levantamentos executados.

Página 22 · Caderno dos Participantes
Prática opcional · confira seu raciocínio
RGB convencional promete NDVI e causa exata da falha. O que revisar?
Portais para planejar uma operação real
Estação 3 · Sensores e campoPágina 23 de 37
Registro da equipe · Grupo 1

Estação 3 • Sensores e medições de campo

Ciclo 2 • Comparar tecnologias • material para participantes

Pergunta central

O que precisamos medir diretamente para interpretar o mapa e testar nossas hipóteses?

O que vou demonstrar

Sou capaz de selecionar medições de campo coerentes com uma hipótese. Sou capaz de explicar por que localização, amostragem e qualidade dos registros importam para a decisão.

Leitura essencial para a rotação

Observação direta para distinguir hipóteses.

O que medir e quais zonas contrastantes comparar?

Limite: Só o carreador não representa todo o talhão.

Leitura de apoio · Campo

As medições de campo observam diretamente características do solo, das plantas, dos animais ou das operações. Podem ser feitas por pessoas, instrumentos portáteis, sensores fixos ou equipamentos embarcados em máquinas. Exemplos incluem contagem de plantas, altura do pasto, umidade do solo e registros georreferenciados de operação. Não se trata de uma única tecnologia: cada variável exige instrumento e procedimento próprios.

Contribuição principal: Testar hipóteses sobre padrões encontrados nas imagens e fornecer informações que não são diretamente observadas por elas.

Limite decisivo: Uma leitura é válida para um local, um momento e um procedimento. Poucos pontos escolhidos por conveniência podem não representar toda a área; sensores também apresentam erros.

Complementaridade: Mapas orientam a escolha de pontos; medições ajudam a explicar o padrão e a avaliar a confiança da interpretação.

Trabalho na estação • 5 minutos

1 min: leiam a síntese rápida. 2 min: discutam as perguntas do caso. 2 min: registrem contribuição e limite na ficha desta estação.

1. Qual hipótese queremos confirmar ou refutar?

2. Que variável e procedimento permitem testar essa hipótese?

3. Os pontos incluem situações contrastantes e registram localização e momento?

Como usar as demais páginas

Aprofundamentos: conceitos e produtos e aplicações e critérios. A ficha da estação prepara o ensino entre pares. A consulta aprofundada pode ocorrer antes ou depois da rotação de cinco minutos.

Use o mesmo caso setorial do ciclo 1. Se alguma informação não estiver disponível, escreva “a verificar”; não invente custo, prazo ou desempenho.

Página 23 · Caderno dos Participantes
Estação 3 · Sensores e campoPágina 24 de 37
Registro da equipe · Grupo 1

O que medir e como registrar

FonteExemplo de dadoCuidados de interpretação
Observação e contagemPlantas por trecho definido; presença de falhas; mudas vivas.Definir unidade de observação, comprimento ou área, e repetir o mesmo procedimento.
Instrumento portátilAltura do pasto, umidade ou outra variável do solo.Registrar método, unidade, condição e adequação do instrumento à variável.
Sensor fixoSérie de medições em um local, como umidade ao longo do tempo.O ponto pode não representar o talhão. Verificar instalação, manutenção e possíveis lacunas.
Sensor em máquinaDados associados à trajetória e às operações.Conferir calibração, posição, horário e compatibilidade com o registro da operação.
Registro operacionalData de plantio, manejo, lote, pastejo ou inventário.Separar observação atual de registro histórico; conferir a origem e a completude.
Três zonas identificadas por letras e padrões, com pontos de campo distribuídos e carreador 123456 Zona AZona BZona CCarreador · acesso fácil ≠ representação da áreaPlano de investigação1–2 · padrão suspeito A3–4 · padrão contrastante B5–6 · referência CRegistre posição, data,método e observação.
Compare padrões e referências. Mapa inteiramente fictício, sem escala. Os pontos exemplificam uma investigação dirigida; não definem tamanho de amostra para estimar a área toda.

Amostragem: de um ponto à interpretação da área

Defina primeiro a população de interesse: talhão, piquete, bloco ou outro conjunto. Decida quais variáveis serão observadas e como repetir o procedimento. A quantidade e a distribuição dos pontos dependem do objetivo, da variabilidade e da precisão necessária; não existe um número universal para todos os problemas.

Uma estratégia estratificada pode separar zonas com padrões distintos no mapa e realizar medições dentro de cada zona. Inclua áreas aparentemente normais para comparação. O acesso fácil não deve ser o único critério. Registre quando uma parte da área não pôde ser visitada e não extrapole automaticamente os resultados para ela.

Investigar e validar não são exatamente a mesma tarefa

Pontos direcionados a manchas suspeitas ajudam a investigar causas. Para avaliar a qualidade de uma classificação ou estimativa, use também referências independentes e um desenho amostral coerente com a avaliação. Os mesmos pontos usados para ajustar um modelo não bastam, por si só, para demonstrar que ele funciona em novas situações.

Unidade, posição e tempo

Registre coordenadas ou referência espacial suficiente, data, hora, variável, unidade, procedimento, responsável e observação contextual. Uma leitura de umidade feita depois de chuva pode não explicar uma imagem anterior. Uma contagem sem comprimento do trecho não permite comparação consistente. A posição deve ser confiável para relacionar a medição ao padrão no mapa.

Medição direta é evidência relevante, mas não é infalível. Um equipamento desajustado ou um método inconsistente pode comprometer o diagnóstico.

Página 24 · Caderno dos Participantes
Estação 3 · Sensores e campoPágina 25 de 37
Registro da equipe · Grupo 1

Aplicações e plano de verificação

SetorExemplo de verificaçãoPergunta que ajuda a responder
AgriculturaContar plantas em trechos definidos e inspecionar falhas, solo e registros de semeadura.A descontinuidade do mapa corresponde a falha real? Há indícios que distingam as causas?
PecuáriaMedir altura e cobertura em pontos e consultar datas e intensidade de pastejo.O padrão corresponde ao manejo recente ou merece investigação adicional?
FlorestalContar mudas vivas, inspecionar trechos e conferir datas e registros de implantação.Há mortalidade ou apenas desenvolvimento diferente? Qual extensão foi confirmada?

Fluxo: da pergunta ao dado confiável

1. Formular: hipótese e alternativas. 2. Selecionar: variável, instrumento e procedimento. 3. Distribuir: pontos por situações relevantes e unidades de comparação. 4. Coletar: registrar medições e contexto de forma padronizada. 5. Conferir: unidades, valores improváveis, localização e completude. 6. Integrar: relacionar pontos, imagens e registros. 7. Concluir: confirmar, refutar ou manter a hipótese como incerta.

Exemplo didático de raciocínio

Um piquete apresenta menor índice de vegetação. A equipe considera duas hipóteses: pastejo recente ou condição desfavorável do solo. Pode comparar altura e cobertura com um piquete de referência, consultar datas de pastejo e verificar condições pertinentes do solo. Se o pastejo foi recente, o índice menor pode ter interpretação diferente. Esses dados ainda precisam ser avaliados no contexto produtivo; não definem automaticamente lotação ou adubação.

Controle de qualidade

Use procedimentos comparáveis entre pontos e pessoas. Confira instrumentos conforme suas orientações e repita leituras quando necessário. Não misture unidades. Preserve a identificação das amostras. Se houver análise laboratorial, registre também preparo, identificação, envio e método. Diferencie valor ausente de valor igual a zero.

Custos, prazo e representatividade

Considere deslocamentos, acesso, pessoal, instrumentos, análises e consolidação dos registros. Sensores fixos exigem instalação e manutenção; conectividade pode afetar a transmissão. Medir mais pontos não resolve um desenho inadequado. Uma equipe pequena pode contribuir bastante quando o mapa direciona a investigação, mas a delimitação de toda a área pode exigir outra fonte.

Como conectar à decisão

Uma hipótese confirmada, uma localização confiável e uma extensão bem estimada fortalecem o parecer. Se os dados forem inconclusivos, explicite a incerteza e o próximo teste. No caso das falhas, a correção depende também da avaliação técnica e da janela de ação; o campo qualifica a recomendação em vez de apenas ilustrar o relatório.

Página 25 · Caderno dos Participantes
Estação 3 · Sensores e campoPágina 26 de 37
Registro da equipe · Grupo 1

Ficha de análise e ensino entre pares

Estação 3 • Sensores e medições de campo | Equipe: __________________ | Caso: ______

1. Que informação esta tecnologia pode fornecer para o nosso caso?

2. Que produto seria útil e como ele apoiaria a decisão?

3. Qual limite pode comprometer o prazo ou a interpretação?

4. Que fonte complementar ou verificação de campo seria necessária?

Teste rápido de compreensão

A equipe verificou somente os pontos junto ao carreador e concluiu que todo o talhão tem o mesmo problema. Qual é o limite dessa conclusão e como melhorar o plano?

Resposta e justificativa:

Preparação do especialista • fala de 3 minutos

30 s: explique o funcionamento. 60 s: apresente a contribuição ao caso. 45 s: destaque limite e forma de validação. 45 s: justifique se deve ser usada, combinada ou dispensada. Os colegas podem questionar a justificativa.

Pergunta para o grupo de origem: Que hipótese alternativa nossos pontos de campo precisam distinguir?

Fontes e aprofundamento

SENAR. Inteligência com drones para o agronegócio. Módulo 1: Drones como ferramenta estratégica para o agronegócio. 1ª ed., 2026, pp. 19–40. Material de autoria pedagógica, elaborado a partir do capítulo anexado.

Fontes complementares consultadas em 06/10/2026. Os exemplos e atividades deste material são propostas didáticas; não constituem dados de levantamentos executados.

Página 26 · Caderno dos Participantes
Prática opcional · confira seu raciocínio
Só pontos junto ao carreador permitem concluir sobre todo o talhão?
Estação 4 · Aeronaves tripuladasPágina 27 de 37
Registro da equipe · Grupo 1

Estação 4 • Aeronaves tripuladas

Ciclo 2 • Comparar tecnologias • material para participantes

Pergunta central

A escala do levantamento justifica a mobilização de uma operação aérea especializada?

O que vou demonstrar

Sou capaz de explicar as contribuições de aeronaves tripuladas. Sou capaz de comparar sua cobertura, mobilização e produtos com os de drones, satélites e campo.

Leitura essencial para a rotação

Cobertura extensa com missão especializada.

Cobertura, sensor e entrega atendem à decisão?

Limite: Mais área coberta não compensa um produto atrasado.

Leitura de apoio · Aeronaves

Aviões e helicópteros podem transportar câmeras e outros sensores para levantar informações da superfície. A presença de piloto a bordo distingue a plataforma, mas o tipo de dado depende do sensor e do plano de aquisição. Podem gerar fotografias, ortomosaicos, produtos espectrais e representações tridimensionais, conforme o serviço contratado. Não existe detalhe fixo que corresponda a toda aeronave tripulada.

Contribuição principal: Cobrir grandes extensões com produtos planejados para a necessidade do levantamento, quando escala e logística favorecem a operação.

Limite decisivo: Mobilização, estrutura especializada, condições meteorológicas, disponibilidade e custo total podem tornar a opção inadequada para um problema pequeno ou urgente.

Complementaridade: Usar satélite para histórico, aeronave para levantamento amplo, drone para detalhes locais e campo para validar, quando essa combinação tiver justificativa.

Trabalho na estação • 5 minutos

1 min: leiam a síntese rápida. 2 min: discutam as perguntas do caso. 2 min: registrem contribuição e limite na ficha desta estação.

1. A área exige um levantamento amplo ou apenas inspeção de poucos pontos?

2. A operação e os produtos podem ser entregues antes da decisão?

3. A cobertura adicional compensa a mobilização e atende ao detalhe necessário?

Como usar as demais páginas

Aprofundamentos: conceitos e produtos e aplicações e critérios. A ficha da estação prepara o ensino entre pares. A consulta aprofundada pode ocorrer antes ou depois da rotação de cinco minutos.

Use o mesmo caso setorial do ciclo 1. Se alguma informação não estiver disponível, escreva “a verificar”; não invente custo, prazo ou desempenho.

Página 27 · Caderno dos Participantes
Estação 4 · Aeronaves tripuladasPágina 28 de 37
Registro da equipe · Grupo 1

Plataforma, sensores e produtos

A aeronave não define sozinha o resultado

Perfil com copas e construção acima do solo; linhas de MDS e MDT separadas e nomeadas MDS · inclui copas e objetosMDT · representa o solo Linha azul contínua: superfícieLinha marrom tracejada: terreno
Superfície e terreno são produtos distintos. Perfil conceitual, sem escala. A linha de superfície inclui objetos; a linha do terreno busca o solo. Dados insuficientes sob as copas podem gerar lacunas.

Uma aeronave tripulada pode carregar câmeras , sensores multiespectrais, sistemas térmicos ou . A configuração determina o sinal observado. Altura, características do sensor, trajetória e processamento influenciam a cobertura e o detalhe. A comparação deve considerar missões e produtos reais: uma aeronave pode oferecer alta resolução, mas isso precisa ser especificado e verificado.

ConfiguraçãoProduto possívelPergunta de qualidade
Câmera e fotogrametriaOrtomosaico, nuvem de pontos e modelos de superfície.O alvo é distinguível? Cobertura, geometria e posicionamento atendem ao objetivo?
Sensor multiespectralMapas espectrais e índices de vegetação.Bandas e calibração são adequadas? Como serão interpretadas e validadas?
Sensor térmicoMapa de padrões de temperatura.Horário e condições ambientais permitem interpretar as diferenças?
Nuvem de pontos, produtos de estrutura e modelos de elevação.Há retornos e classificação adequados? Qual é a qualidade verificada do modelo?

Reconstrução 3D e terreno sob vegetação

Fotogrametria reconstrói superfícies a partir de correspondências entre imagens. O resultado depende do que é visível e da qualidade das imagens. Sob vegetação densa, o solo pode não ser observado suficientemente. O mede distâncias e gera uma nuvem de pontos; para representar terreno, os retornos de solo precisam ser identificados e usados de forma adequada. Não confunda modelo de copas com modelo do solo.

Cobertura e acurácia precisam de especificação

Cobrir mais área por operação pode ser uma vantagem em projetos amplos. A cobertura necessária, porém, deve incluir o que realmente interessa à decisão. Defina limites, detalhe, data, sistema de coordenadas e critérios de verificação. Uma imagem nítida não comprova a acurácia do posicionamento. Um produto 3D também exige verificação coerente com o uso previsto.

Papel estratégico

Aeronaves tripuladas podem ser consideradas em levantamentos extensos e regionais. Não precisam substituir todas as outras fontes. Um levantamento amplo pode fornecer a base, enquanto revisitas locais com drone e medições no solo acompanham mudanças ou verificam trechos prioritários.

Página 28 · Caderno dos Participantes
Estação 4 · Aeronaves tripuladasPágina 29 de 37
Registro da equipe · Grupo 1

Quando escolher e como comparar

SetorAplicação possívelIntegração necessária
AgriculturaLevantamentos de grandes conjuntos de talhões ou bases territoriais para planejamento.Registros, amostras e levantamentos locais para problemas específicos.
PecuáriaMapeamento de extensas áreas, relevo e distribuição das pastagens.Medições do pasto e registros de manejo para orientar decisões produtivas.
FlorestalBases de grandes blocos e modelos estruturais conforme sensor e projeto.Inventário e referências de campo; estimativas precisam de método e validação.

Fluxo de contratação e utilização

1. Definir: problema, área, produto e qualidade requerida. 2. Consultar: prestadores quanto a configuração, disponibilidade e mobilização. 3. Especificar: aquisição, processamento, prazo e verificação dos resultados. 4. Executar: levantamento com equipe especializada e condições adequadas. 5. Verificar: cobertura, falhas, metadados e qualidade dos produtos. 6. Integrar: dados existentes e referências de campo. 7. Entregar: informação interpretada para a decisão.

Comparação com as outras fontes

Com satélites: avalie se o detalhe ou produto contratado justifica a nova aquisição, considerando a disponibilidade orbital. Com drones: compare extensão, logística, número de missões e processamento, sem pressupor que um seja sempre mais preciso. Com campo: a cobertura aérea amplia a observação, mas não elimina medições para testar causas ou estimativas.

Custo total e escala

A mobilização pode ter peso elevado em uma área pequena. Em uma área maior, compare o orçamento completo e o custo por área útil coberta. Inclua processamento, qualidade, entregas, validação e possíveis repetições. Não há preço ou área mínima universal que determine a melhor escolha. Uma proposta de menor custo pode ser inadequada se chegar tarde ou não permitir observar o alvo.

Prazo: do agendamento ao produto utilizável

Verifique disponibilidade da equipe, condições de aquisição e tempo de processamento. Acrescente a conferência dos produtos e a interpretação. Uma operação pode coletar rapidamente uma área extensa, mas depender de mobilização que não cabe na janela do problema. O cronograma deve chegar até a decisão e, quando necessário, até a intervenção.

Limitações e possíveis erros

Assumir que “tripulada” significa automaticamente melhor qualidade; contratar cobertura sem especificar o produto; tratar modelo de superfície como terreno; comparar apenas preço por hectare; ignorar falhas de cobertura ou prazo; esperar que um mapa aéreo explique sozinho a causa de um problema.

Página 29 · Caderno dos Participantes
Estação 4 · Aeronaves tripuladasPágina 30 de 37
Registro da equipe · Grupo 1

Ficha de análise e ensino entre pares

Estação 4 • Aeronaves tripuladas | Equipe: __________________ | Caso: ______

1. Que informação esta tecnologia pode fornecer para o nosso caso?

2. Que produto seria útil e como ele apoiaria a decisão?

3. Qual limite pode comprometer o prazo ou a interpretação?

4. Que fonte complementar ou verificação de campo seria necessária?

Teste rápido de compreensão

Um prestador oferece cobertura de toda a região, mas entregará o mapa depois da janela de decisão. O fato de cobrir mais área torna a proposta adequada? Quais critérios precisam ser comparados?

Resposta e justificativa:

Preparação do especialista • fala de 3 minutos

30 s: explique o funcionamento. 60 s: apresente a contribuição ao caso. 45 s: destaque limite e forma de validação. 45 s: justifique se deve ser usada, combinada ou dispensada. Os colegas podem questionar a justificativa.

Pergunta para o grupo de origem: Quais informações faltam para decidir se devemos consultar um serviço de aeronave tripulada?

Fontes e aprofundamento

SENAR. Inteligência com drones para o agronegócio. Módulo 1: Drones como ferramenta estratégica para o agronegócio. 1ª ed., 2026, pp. 19–40. Material de autoria pedagógica, elaborado a partir do capítulo anexado.

USGS. Creating 3D point clouds, digital elevation models, and orthomosaics from historical aerial imagery through structure from motion aided photogrammetry, 2026. https://pubs.usgs.gov/publication/tm11C11/full

USGS. Diferença entre nuvem e modelo digital de elevação. https://www.usgs.gov/faqs/what-difference-between-lidar-data-and-a-digital-elevation-model-dem

Fontes complementares consultadas em 06/10/2026. Os exemplos e atividades deste material são propostas didáticas; não constituem dados de levantamentos executados.

Página 30 · Caderno dos Participantes
Prática opcional · confira seu raciocínio
Uma aeronave cobre a região, mas entrega após a janela. Como avaliar?
Ciclo 3 · Do dado à decisãoPágina 31 de 37
Registro da equipe · Grupo 1

Ciclo 3 • Do dado à decisão

50 minutos • Aprendizagem Baseada em Desafios + prototipagem e revisão

Questão e objetivos

Como transformar a coleta de dados em uma recomendação útil e defensável? Sou capaz de analisar alternativas de diagnóstico. Sou capaz de propor uma estratégia de coleta, processamento e validação. Sou capaz de justificar uma recomendação considerando prazo, qualidade e custo.

Caso comum • Janela de replantio da soja

Uma propriedade de 2.000 hectares plantou soja há poucos dias. Em dois talhões que somam 160 hectares, o gerente observou possíveis falhas de germinação pelos carreadores. Suspeita de problema na semeadora, mas não confirmou a causa. Restam cinco dias para a janela regional de replantio. Ele propõe usar uma imagem orbital ou enviar três técnicos para contar plantas em pontos aleatórios. A diretoria quer uma estratégia que delimite o problema e evite tanto replantio desnecessário quanto atraso.

Este caso adapta a situação apresentada pelo Senar nas pp. 33–34. O quadro abaixo acrescenta condições fictícias para comparar alternativas; não são preços de mercado nem garantias de desempenho.

AlternativaCondição didática
Imagem orbital ópticaConsulta sem custo de imagem; não há cena recente sem nuvens. A próxima cena útil é incerta. Análise tem custo não informado.
Caminhamento de três técnicosCusto simulado de R$ 3.000; prazo de 3 dias; gera contagens amostrais, não delimita sozinho todas as falhas.
Drone + verificações direcionadasCusto simulado total de R$ 6.000; coleta e processamento em 2 dias, campo no 3º dia, se houver condição de voo. Não garante diagnóstico da causa.
Correção do estandeCusto simulado de R$ 1.200 por hectare corrigido; viabilidade depende de confirmação técnica e execução dentro da janela.

Leitura de apoio

Um ortomosaico reúne imagens em uma representação espacial e pode apoiar localização e delimitação de padrões. Uma contagem ou classificação precisa ser verificada. Dados de campo e registros do plantio ajudam a distinguir falha real de emergência tardia ou outra condição. O mapa deve indicar áreas a investigar e o grau de confiança; a recomendação depende da confirmação.

Não é necessário definir altitude, sobreposição ou algoritmos. Trabalhem a lógica estratégica e indiquem o que um profissional precisará dimensionar.

Página 31 · Caderno dos Participantes
Planejar o prazo completo

Coleta, processamento, validação, comunicação e execução precisam caber na janela. No exemplo, dois dias para coleta e processamento + um para campo não deixam automaticamente dois dias livres: confirme o tempo de comunicação e correção.

Ciclo 3 · Do dado à decisãoPágina 32 de 37
Registro da equipe · Grupo 1

Canvas de decisão • caso soja

Roteiro de 50 min: leitura e problema (5); comparação e escolha (10); canvas (15); cálculo e teste por pares (10); revisão (5); evidência individual (5).

ElementoResposta da equipe
1. Problema e decisão necessária
2. Evidência e informação ausente
3. Fontes e justificativa da escolha
4. Coleta, prazo e responsável por etapa
5. Processamento e produto a entregar
6. Interpretação e hipótese alternativa
7. Verificação em campo e critérios
8. Recomendação condicional e alternativa
9. Limites e indicador de resultado

Teste da proposta

Troquem o canvas. A equipe revisora pergunta: “Se não for possível voar, como vocês obtêm evidências no prazo?” e “Como distinguem falha de emergência tardia?”. Registrem a mudança mais importante na resposta acima. A devolutiva deve testar a lógica da solução, sem exigir uma única tecnologia.

Para o calendário, considerem também o tempo para confirmar a interpretação, comunicar a decisão e executar eventual correção antes do fim da janela.

Página 32 · Caderno dos Participantes
Ciclo 3 · Do dado à decisãoPágina 33 de 37
Registro individual · Participante 1

Cálculo e evidência individual

Comparação didática de custos

Para este exercício, suponha que a avaliação técnica confirme necessidade de correção em 24 dos 160 hectares. Compare: cenário A, correção de 160 ha sem diagnóstico; cenário B, diagnóstico de R$ 6.000 e correção de 24 ha. Use R$ 1.200/ha. Não inclua produtividade, receitas ou custos não informados. A comparação não é uma autorização para replantar.

1. Custo A; custo B; diferença A − B. Mostre as contas.

2. Por que a diferença de custo não basta para provar rentabilidade da estratégia?

3. Que verificações precisam ocorrer antes de recomendar a correção?

4. Escreva uma recomendação condicional: “Se os dados e o campo confirmarem..., recomendamos..., porque...”.

5. Qual evidência mudou sua opinião ao avaliar as alternativas?

Conferência após responder

A = 160 × 1.200 = R$ 192.000. B = 6.000 + 24 × 1.200 = R$ 34.800. Diferença = R$ 157.200. É uma diferença entre cenários simulados: não é lucro garantido e depende da área confirmada, da necessidade de intervenção e dos custos considerados. Compare sua justificativa com a de um colega.

Base conceitual: Senar. Inteligência com drones para o agronegócio, Módulo 1, 1ª edição, 2026, pp. 19–40. Textos e atividades elaborados para este workshop; não são transcrições do e-book.

Página 33 · Caderno dos Participantes
Desafio final · Criar e defenderPágina 34 de 37
Registro da equipe · Grupo 1

Desafio final • Criar e defender

35 min para criar + 5 min de apresentação e 3 min de perguntas por equipe

Missão: do dado à decisão

Retomem a situação setorial recebida no início. Criem um Mapa de Inteligência Geoespacial para Tomada de Decisão e defendam a proposta diante da turma, que atuará como comitê gestor. A solução deve explicar o que será coletado, como será interpretado e quais verificações sustentam a decisão.

O que vou demonstrar

Sou capaz de propor uma estratégia de uso integrado de dados geoespaciais. Sou capaz de justificar escolhas e reconhecer limitações. Sou capaz de formular uma recomendação condicional para apoiar a tomada de decisão no agronegócio.

Produto da equipe

Em uma folha A3 ou cartaz, representem: problema → decisão → dados → tecnologias → coleta → produto → validação de campo → interpretação → recomendação → valor esperado. Incluam título, nomes, setor e etapa do ciclo produtivo. Usem setas e legendas; o produto deve poder ser compreendido sem depender da fala de um integrante.

Acrescentem: prazo e responsáveis; motivo de combinar ou descartar alternativas; hipótese a testar; limite relevante; plano alternativo; um indicador para verificar o resultado. Exemplos de indicadores: proporção de áreas suspeitas verificadas, tempo até o diagnóstico, concordância entre classificação e campo ou custo do levantamento. Definam como medir o indicador.

Distingam evidências e projeções

Vocês estão projetando uma solução e não executaram um levantamento. Identifiquem dados fornecidos pelo caso, hipóteses e informações a coletar. Se desenharem um mapa ilustrativo, escrevam “representação esquemática, sem escala”. Se acrescentarem números, registrem “estimativa didática” e a origem da suposição. Apresentem o valor esperado como algo a verificar.

Plano de criação • 35 minutos

TempoAção
5 minReleiam o caso e os produtos dos ciclos 1 e 2; definam a decisão.
10 minPreencham o planejamento do mapa; usem a aprendizagem do ciclo 3.
15 minConstruam o mapa em A3; chequem os requisitos e a rubrica.
5 minEnsaiem a apresentação e distribuam falas entre os participantes.

Materiais: ficha do caso, roteiros preenchidos, folha A3, canetas e calculadora. A produção pode ser feita integralmente em papel.

Página 34 · Caderno dos Participantes
Desafio final · Criar e defenderPágina 35 de 37
Registro da equipe · Grupo 1

Planejamento do mapa

Antes de finalizar

Use o checklist abaixo para revisar a proposta. A conferência registra sua revisão; não substitui o parecer dos colegas.

Preencha sua seleção

Cada integrante deve conseguir explicar pelo menos uma escolha e sua evidência. Deixem visível no mapa o que ainda precisa ser confirmado.

Página 35 · Caderno dos Participantes
Desafio final · Criar e defenderPágina 36 de 37
Registro da equipe · Grupo 1

Pitch e avaliação entre pares

Apresentação de 5 minutos

1 min: problema, contexto e decisão. 1 min: tecnologias e justificativa. 1 min: coleta, processamento e produto. 1 min: validação e recomendação. 1 min: valor, indicador e limitações. Dividam as falas para mostrar a compreensão da equipe.

Comitê gestor • 3 minutos

Uma equipe parceira inicia com uma pergunta: “Por que escolheram...?”, “Como confirmariam...?” ou “O que fariam se...?”. As demais podem complementar. A equipe apresentadora responde e registra uma revisão. A avaliação formativa usa as evidências visíveis no mapa e na defesa.

Rubrica • 5 critérios, de 1 a 4 pontos

Escala comum: 1 = ausente ou incoerente; 2 = parcial, com lacuna importante; 3 = atende ao critério com justificativa coerente; 4 = atende, compara alternativas ou incertezas pertinentes e explica como verificar. Máximo: 20 pontos. Uma nota não comprova sozinha domínio individual.

CritérioEvidência para o nível 3Nota
Problema e contextoIdentifica decisão, necessidade e etapa produtiva./4
Escolha tecnológicaRelaciona fontes a escala, detalhe e prazo./4
Integração e validaçãoLiga produto geoespacial a registros e verificações de campo./4
Decisão e valorRecomendação depende de evidências; indicador tem forma de medição./4
ArgumentaçãoJustifica escolhas, reconhece limites e responde ao comitê./4

Identifique as equipes avaliada e avaliadora. O total aparece automaticamente após as cinco notas.

Uma evidência consistente e uma melhoria prioritária:

Revisão assumida pela equipe após a apresentação:

Página 36 · Caderno dos Participantes
Selecione as cinco notas para calcular o total.
Desafio final · Criar e defenderPágina 37 de 37
Registro individual · Participante 1

Reflexão final • Individual

15 minutos: 8 para responder, 4 para compartilhar e 3 para retomar o diagnóstico final e exportar. Cite entregas e decisões concretas.

Minha percepção de aprendizagem

Escolha um nível por capacidade; relacione-o às evidências acima. A percepção não mede sozinha o domínio.

Retome a coluna Final no diagnóstico inicial e final. Use as evidências escritas para explicar sua percepção.

Leve seus registros

O HTML compartilha a aula. O backup JSON transporta respostas de todos os grupos e participantes.

Página 37 · Caderno dos Participantes

Adaptação do arquivo Caderno Digital · Drones no Agronegócio · SENAR i.
Aprendizagem Profunda · Imaginal Transformation Center · Fundação Shunji Nishimura de Tecnologia.
Base e atribuição preservadas do material fornecido. Diagramas novos são didáticos, sem escala.

Grupo e registros

Escolha um dispositivo principal para o grupo. As respostas coletivas pertencem ao grupo; as individuais pertencem ao participante ativo.

JSON: inclui todos os grupos e participantes. Texto: reúne os registros do grupo ativo e de seus participantes. HTML limpo: compartilha a aula sem respostas. Importar substitui os registros desta edição após confirmação; aceita também backups do caderno original.

Glossário de geotecnologias

Definição, exemplo e limite de interpretação. Clique nas siglas do caderno para abrir aqui.

RGBVermelho, verde e azul

Canais da luz visível usados em câmeras convencionais. Permitem examinar aparência, linhas e cobertura vegetal.

Exemplo: Um ortomosaico RGB pode orientar a busca por trechos sem plantas visíveis.

Limite: Uma câmera RGB convencional não registra a banda NIR necessária ao NDVI padrão.

NIRInfravermelho próximo

Faixa do espectro além do vermelho visível. O sensor precisa registrar essa banda para utilizá-la em um índice.

Exemplo: NIR = 0,60 e vermelho = 0,20 dão NDVI = 0,50, no exemplo de refletâncias.

Limite: Não confundir com radiação térmica nem com uma cor criada na edição da fotografia.

NDVIÍndice de Vegetação por Diferença Normalizada

Combina infravermelho próximo e vermelho: (NIR − vermelho) ÷ (NIR + vermelho). É adimensional. Para entradas não negativas e soma positiva, varia entre −1 e 1.

Exemplo: Uma diferença entre zonas sugere investigar cobertura e condição da vegetação com registros e campo.

Limite: Não diagnostica sozinho doença, deficiência, quantidade de forragem ou necessidade de replantio. Verifique escalas e máscaras do produto.

GSDDistância de amostragem no terreno

Ground Sampling Distance: dimensão aproximada do terreno representada por um pixel, informada em m/pixel ou cm/pixel.

Exemplo: GSD de 5 cm/pixel corresponde nominalmente a 0,05 × 0,05 m por pixel.

Limite: Detalhe de pixel não garante acurácia posicional nem reconhecimento seguro de qualquer alvo desse tamanho.

GNSSSistema Global de Navegação por Satélite

Família de sistemas de posicionamento, que inclui GPS e outros sistemas. Permite associar coordenadas a imagens e medições.

Exemplo: Registrar a posição de uma contagem de plantas e o sistema de referência usado.

Limite: Coordenadas dependem do equipamento, da correção e das condições de observação.

RTKPosicionamento cinemático em tempo real

Real-Time Kinematic: técnica de posicionamento GNSS que utiliza correções durante a observação.

Exemplo: Pode apoiar a georreferência de imagens quando integrado a um levantamento adequado.

Limite: Não elimina controle independente da qualidade nem corrige automaticamente todos os erros do mapa.

PPKPosicionamento cinemático pós-processado

Post-Processed Kinematic: calcula a solução de posicionamento com observações GNSS e referências após a coleta.

Exemplo: Processar o posicionamento das imagens junto a dados de referência compatíveis.

Limite: A existência de PPK não é, por si, certificação de acurácia do produto.

GCPPonto de controle no terreno

Ground Control Point: ponto identificável nas imagens com coordenadas de referência, utilizado no ajuste do levantamento.

Exemplo: Distribuir pontos de controle conforme o objetivo e a geometria da área.

Limite: Pontos usados no ajuste não substituem pontos independentes de verificação.

Ponto de verificaçãoReferência independente para conferir o produto

Ponto com coordenadas de referência que não foi usado como controle no ajuste. Permite examinar erros posicionais.

Exemplo: Comparar a posição calculada de um ponto com a sua referência independente.

Limite: A avaliação exige distribuição, referência e métricas adequadas ao objetivo.

LiDARMedição de distâncias por laser

Light Detection and Ranging: sensor que mede distâncias com pulsos de luz e gera pontos tridimensionais.

Exemplo: Uma nuvem de pontos pode representar copas, construções e retornos ao solo.

Limite: O terreno sob vegetação depende de retornos ao solo e de classificação; não é garantido em qualquer cobertura.

MDSModelo Digital de Superfície

Representa elevações da superfície observada, incluindo vegetação e objetos.

Exemplo: Um perfil de superfície pode acompanhar o topo das copas.

Limite: Não use automaticamente essas elevações como se fossem o solo descoberto.

MDTModelo Digital de Terreno

Representa o relevo do solo, buscando excluir vegetação e objetos.

Exemplo: Pode ser construído a partir de pontos classificados como terreno e de verificações.

Limite: Cobertura densa e ausência de observação do solo podem impedir uma representação confiável.

OrtomosaicoMosaico de imagens corrigidas geometricamente

Combina imagens em uma representação georreferenciada, com correções de geometria adequadas ao levantamento.

Exemplo: Localizar padrões de linhas e cobertura em um talhão.

Limite: Uma montagem visual de fotografias não assegura correção geométrica ou acurácia.

FotogrametriaObtenção de medidas a partir de imagens

Métodos que utilizam imagens e sua geometria para reconstrução e medição.

Exemplo: Imagens sobrepostas podem apoiar a geração de nuvem de pontos e ortomosaico.

Limite: Reconstrução exige imagens adequadas, referências e controle de qualidade.

Nuvem de pontosConjunto de pontos tridimensionais

Pontos com coordenadas que representam superfícies observadas, obtidos por diferentes métodos.

Exemplo: Examinar a estrutura de um plantio a partir de pontos 3D.

Limite: Nuvem de pontos e modelo de terreno são produtos diferentes; classificação e processamento importam.

AcuráciaProximidade da referência

No posicionamento, expressa a proximidade das coordenadas estimadas a referências apropriadas.

Exemplo: Conferir erros em pontos independentes do ajuste.

Limite: Não equivale a GSD nem à repetibilidade de uma medição.

PrecisãoConsistência entre medições

No sentido de medição, descreve a dispersão ou repetibilidade dos resultados.

Exemplo: Medições próximas entre si podem ainda estar deslocadas em relação à referência.

Limite: Diferencie este uso do termo de agricultura de precisão, que trata da variabilidade para orientar manejo.

Resolução espacialDetalhe representado no espaço

Na comparação inicial deste caderno, examine a dimensão do pixel e a capacidade efetiva de distinguir o alvo.

Exemplo: Um pixel de 10 m representa nominalmente 100 m².

Limite: Contraste, mistura de materiais, nitidez e processamento também afetam a interpretação.

Resolução espectralBandas registradas pelo sensor

Quantidade, posição e largura das faixas espectrais medidas.

Exemplo: Verifique se existem bandas de vermelho e NIR para o NDVI.

Limite: Mais bandas não garantem uma resposta agronômica melhor para qualquer pergunta.

Resolução temporalObservações ao longo do tempo

Frequência e disponibilidade de observações para acompanhar mudanças.

Exemplo: Diferencie passagem prevista do satélite, cena adquirida e cena útil sem obstrução.

Limite: A revisita programada não garante uma imagem óptica utilizável antes do prazo.

Resolução radiométricaDiscriminação de níveis de sinal

Capacidade de representar diferenças na intensidade do sinal registrado.

Exemplo: Examinar a qualidade e os níveis registrados pelo instrumento.

Limite: Mais níveis não comprovam a causa de uma diferença entre plantas.

RefletânciaFração de radiação refletida

Relação entre energia refletida e incidente, considerada em uma banda e sob condições definidas.

Exemplo: No simulador, use frações didáticas entre 0 e 1, na mesma escala.

Limite: Não confundir com o número bruto de um pixel. Produtos podem usar fatores de escala e correções.

MultiespectralSensor com diferentes bandas espectrais

Registra faixas específicas que podem incluir visível, red edge e NIR, conforme o equipamento.

Exemplo: Selecionar um sensor pelas bandas necessárias ao produto.

Limite: A palavra multiespectral não informa sozinha quais bandas estão disponíveis.

Red edgeRegião de transição próxima ao vermelho

Faixa de transição entre o vermelho e o infravermelho próximo, importante na resposta espectral da vegetação.

Exemplo: Consultar a especificação de uma banda red edge do sensor.

Limite: Não substitui automaticamente vermelho ou NIR em uma fórmula de índice.

MetadadosInformações sobre o dado

Descrevem origem, data, sensor, referência espacial e processamento, entre outras características.

Exemplo: Guardar a data de aquisição, bandas e sistema de coordenadas junto ao mapa.

Limite: Um mapa sem data e legenda pode induzir comparações inadequadas.

SIGSistema de Informação Geográfica

Ferramentas e procedimentos para organizar e analisar dados associados à localização.

Exemplo: Cruzar limites de talhões, imagens e pontos de campo.

Limite: Uma sobreposição de camadas depende de referências e datas compatíveis.

AmostragemSeleção de observações de uma população

Plano para escolher unidades ou pontos que permitam investigar a pergunta.

Exemplo: No mapa didático, compare zonas contrastantes e referências, evitando só os pontos de acesso fácil.

Limite: A amostragem dirigida investiga padrões; estimativas para toda a área exigem desenho e análise apropriados.

ValidaçãoTeste da interpretação com evidências

Confronta uma interpretação com registros e observações adequados, incluindo hipóteses alternativas.

Exemplo: Comparar uma classe suspeita no mapa com contagens e datas de plantio.

Limite: Um pequeno conjunto de pontos escolhidos por conveniência não comprova uma conclusão para todo o talhão.

Agricultura digitalUso de tecnologias para dados no agro

Coleta, armazenamento, análise e transmissão de dados com ferramentas digitais.

Exemplo: Registrar contagens e datas em um aplicativo.

Limite: Digitalizar o registro não garante interpretação correta nem manejo diferenciado.

Agricultura de precisãoManejo atento à variabilidade

Considera diferenças no espaço e no tempo para orientar práticas adequadas a cada condição.

Exemplo: Usar zonas verificadas para fundamentar uma intervenção localizada.

Limite: Não exige uma única plataforma; o valor depende da relação entre dados e decisão.

EstandePopulação de plantas estabelecidas

Quantidade e distribuição de plantas em uma área, linha ou unidade de avaliação definida.

Exemplo: Contar plantas em comprimentos de linha conhecidos e registrar espaçamento e data.

Limite: Ausência aparente na imagem pode ser emergência tardia; a correção exige avaliação técnica.

PiqueteDivisão de uma área de pastagem

Parcela usada para organizar o pastejo e o manejo dos animais.

Exemplo: Relacionar cobertura do piquete à data de saída dos animais e à altura do pasto.

Limite: Cor ou índice da imagem não define sozinho lotação ou capacidade de suporte.

TalhãoUnidade de gestão de uma área

Divisão identificada de uma lavoura ou plantio, com limites e registros associados.

Exemplo: Comparar os dois talhões de 160 ha do caso soja.

Limite: Uma média do talhão pode ocultar diferenças importantes dentro dele.

SARPASSistema para solicitar acesso ao espaço aéreo

Sistema do DECEA para solicitações de acesso de aeronaves não tripuladas ao espaço aéreo brasileiro.

Exemplo: Consultar requisitos e procedimentos aplicáveis à missão no portal oficial do DECEA.

Limite: O cálculo de prazo deste caderno não concede autorização de voo. Consulte também ANAC e ANATEL conforme a operação.

Cálculos guiados

Valores didáticos editáveis. Primeiro resolva; depois confira o raciocínio e seus limites. As entradas dos simuladores são temporárias e não fazem parte do backup de respostas.

Custos do caso soja

A = área total × custo por hectare.
B = diagnóstico + área confirmada × custo por hectare.

Exemplo resolvido e alcance

A = 160 × 1.200 = R$ 192.000. B = 6.000 + 24 × 1.200 = R$ 34.800. Diferença A − B = R$ 157.200.

É uma redução simulada de custo. Rentabilidade exigiria receitas, produtividade, outros custos e risco. A área e a necessidade de correção dependem de confirmação técnica.

Mapa de Inteligência Geoespacial do grupo

Gerado a partir do planejamento. Campos sem resposta permanecem identificados. Revise antes de apresentar.

Voltar ao planejamento

Fontes e critérios desta edição

O texto-base, os casos e a atribuição ao módulo Senar de 2026 foram preservados do arquivo fornecido. O e-book citado não foi anexado a esta revisão; sua paginação e transcrições não foram verificadas aqui. As novas explicações são paráfrases pedagógicas. Os cenários e diagramas são fictícios.

Revisão editorial: 08/10/2026. Regras para voo devem ser consultadas conforme a missão. Esta edição não generaliza limites operacionais nem concede autorização. O período de 4h30 é um roteiro sugerido, com apresentações simultâneas quando necessário.