Um conjunto de dados abrangente sobre rendimento de culturas no Reino Unido incorporando informações de satélite, clima e tipo de solo

Por que isso importa para o nosso futuro alimentar

Quanto alimento um país pode produzir depende não apenas do clima, mas da interação sutil entre clima, solo e as condições dia a dia nas áreas cultivadas. Até agora, pesquisadores no Reino Unido não dispunham de um grande conjunto de dados aberto que ligasse o que realmente saiu das colheitadeiras a medições detalhadas de satélites e estações meteorológicas. Este artigo apresenta esse recurso, chamado conjunto de dados CYCleSS, que reúne rendimentos das culturas, clima, solos e observações por satélite para centenas de campos na Inglaterra. Ele fornece a cientistas, formuladores de políticas e até empresas de tecnologia agrícola uma nova maneira de entender e prever colheitas em um mundo mais quente e incerto.

Unindo muitas peças do quebra‑cabeça agrícola

Os autores criaram o CYCleSS a partir de dados de rendimento “de solo” coletados por colheitadeiras modernas em 934 campos na Inglaterra entre 2015 e 2017. Essas máquinas rotineiramente registram quanto grão é recolhido com alta resolução espacial, mas esses dados geralmente ficam na fazenda por serem comercialmente sensíveis. A equipe trabalhou com o UK Centre for Ecology and Hydrology e outros parceiros para anonimizar essas informações de modo que nenhuma fazenda individual pudesse ser identificada, mantendo-as ainda suficientemente precisas para uso científico. Além do rendimento, registraram qual cultura foi cultivada em cada campo, principalmente trigo de inverno, colza e cevada, bem como feijão.

Clima, solo e satélites no mesmo mapa

Para entender por que os rendimentos variam, o conjunto de dados combina várias outras fontes de informação, todas alinhadas em uma grade de quadrados de um quilômetro. Registros climáticos diários, como temperatura, precipitação, insolação, vento, pressão do ar e evaporação, foram extraídos de arquivos climáticos nacionais que cobrem toda a Grã‑Bretanha. Propriedades do solo, incluindo quanto de água o solo pode reter, quão rápido drena e a mistura de areia, silte e argila, foram adicionadas a partir de mapas de solo em escala europeia. Os pesquisadores então filtraram essa grade para manter apenas as áreas realmente usadas para agricultura arável, usando um mapa de uso do solo detalhado que distingue diferentes tipos de cultura com resolução de 10 metros.

Observando as culturas crescerem do espaço

Uma força-chave do CYCleSS é a integração de dados de satélite com rendimentos de campo. Usando uma plataforma de computação em nuvem, a equipe extraiu séries temporais de medições de radar da missão europeia Sentinel‑1 para cada quadrado de grade selecionado. O radar tem a vantagem de funcionar através de nuvens e à noite, e seus sinais mudam à medida que as culturas desenvolvem mais folhas e biomassa. Para cada pixel de satélite de 10 metros dentro das áreas escolhidas, os pesquisadores recolheram leituras de radar a cada cinco dias em duas polarizações diferentes e sua razão, que se sabe ser sensível ao tipo de cultura e ao estádio de crescimento. Esses sinais a nível de pixel foram então agregados até a escala do campo e vinculados ao rendimento correspondente e às informações de manejo.

Manter os agricultores anônimos preservando a utilidade dos dados

Como os mapas de rendimento estão diretamente ligados ao sustento dos agricultores, a privacidade foi uma preocupação central. Para proteger os contribuintes, os autores introduziram um processo de duas equipes. Uma equipe tratou do alinhamento de satélite, solo e clima em uma grade fina; uma equipe separada no UKCEH fez a correspondência dessas grades com os campos reais e rendimentos, e então removeu as localizações precisas. Os campos foram finalmente identificados apenas por códigos aleatórios e pelos quadrados de grade mais amplos de 10 quilômetros em que se situam. Isso significa que qualquer um desses quadrados contém muitas fazendas, tornando praticamente impossível ligar um registro de rendimento específico a um negócio em particular, ao mesmo tempo em que se preserva o vínculo científico entre ambiente e rendimento.

O que isso possibilita para a agricultura e a resiliência climática

O conjunto de dados CYCleSS abre caminho para modelos muito mais poderosos de desempenho de culturas no Reino Unido. Por unir resultados reais de colheita a fluxos ricos de medições de clima, solo e satélite, ele é ideal para treinar e testar ferramentas de aprendizado de máquina, como redes neurais profundas, que precisam de conjuntos de dados grandes e bem estruturados. Também pode ser usado para verificar e melhorar modelos tradicionais de crescimento de culturas e para explorar formas de combinar esses modelos com observações por satélite em quase tempo real. Embora os dados provenham principalmente de fazendas mais bem equipadas no sul da Inglaterra e ainda contenham algumas incertezas de medição, oferecem uma janela rara e de acesso aberto sobre como as culturas do Reino Unido respondem ao seu ambiente, ajudando pesquisadores a projetar previsões de rendimento mais confiáveis e a informar esforços para tornar a agricultura produtiva e sustentável.

Citação: Corcoran, E., Bebber, D.P., Curceac, S. et al. A comprehensive UK crop yield dataset incorporating satellite, weather, and soil type information. Sci Data 13, 491 (2026). https://doi.org/10.1038/s41597-025-06528-x

Palavras-chave: previsão de rendimento de culturas, sensoriamento remoto por satélite, dados agrícolas, agricultura no Reino Unido, aprendizado de máquina