LÍVIA NAIARA DE ANDRADE, Bolsista Embrapa Café; TATIANA GROSSI CHQUILOFF VIEIRA, EPAMIG; WILIAN SOARES LACERDA, UFLA; MARGARETE MARIN LORDELO VOLPATO, EPAMIG; HELENA MARIA RAMOS ALVES, SAPC; ALEXSANDRO CÂNDIDO DE OLIVEIRA SILVA, UFLA; CAROLINA GUSMÃO SOUZA, Bolsista Embrapa Café.2026-07-01http://hdl.handle.net/123456789/403543A cafeicultura é atividade de fundamental importância na região Sul do estado de Minas Gerais, no Brasil, e técnicas de estimativa da área plantada, visando previsões de safra confiáveis, estão sendo intensamente pesquisadas. Este estudo apresenta uma aplicação de Redes Neurais Artificiais (RNA) para a classificação automática de dados de sensoriamento remoto, com o objetivo de identificar áreas cafeeiras na região de Três Pontas, Sul de Minas Gerais. Um fator complicador é a alta similaridade do padrão espectral do café com áreas de mata nativa. Foram criadas máscaras na drenagem e na área urbana. O resultado da classificação feita pela RNA foi superior aos resultados encontrados na literatura, com um índice kappa de 69%.Publicado também no CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 33., 2011, Uberlândia. Solos nos biomas brasileiros: sustentabilidade e mudanças climáticas: anais. Uberlândia: SBCS: UFU, ICIAG, 2011.openAccessRedes neurais artificiaisClassificação automáticaMapeamentoSensoriamento RemotoUso da TerraArtigo em anais e proceedings