MODELAGEM COM REDE NEURAL ARTIFICIAL PARA ESTIMATIVA DE RENDIMENTO DE GRÃOS DE SOJA EM MUNICÍPIOS DO RIO GRANDE DO SUL

O estudo desenvolve um modelo de redes neurais artificiais (RNA) para estimar a produção anual de soja em 56 municípios da Região Noroeste do Rio Grande do Sul, utilizando dados agrometeorológicos e espectrais. A pesquisa abrangeu o período de 2000 a 2022, com os municípios como unidade territorial de análise. A metodologia incluiu a coleta de dados do Inventário Anual da Produção Agrícola (PAM) do IBGE, a aplicação de um fator de regressão para eliminar tendência tecnológica. Foram calculadas precipitações e temperaturas mensais com dados do CHIRPS e NCEP NOAA, além de valores médios do índice de vegetação NDVI obtidos do MODIS. O modelo de RNA treinado alcançou um coeficiente de determinação de 0,907 e um erro percentual de 8,88%, mostrando eficácia em diferentes cenários de produção. O erro médio da estimativa foi inferior a quatro sacas por hectare (213,99 kg/ha), indicando precisão na estimativa de rendimento.