QUEM SOMOS

O Centro de Sensoriamento Remoto, no Instituto de Geociências, é um Laboratório Institucional de Pesquisa da UFMG que desenvolve pesquisas em análise e modelagem de sistemas ambientais, incluindo suas aplicações no desenho e na avaliação de políticas públicas.

O QUE FAZEMOS

A nossa pesquisa consiste na modelagem ambiental, em especial o desenvolvimento de modelos de simulação de mudanças no uso e cobertura do solo, rentabilidade agrícola e florestal, dinâmica urbana, fogo florestal, regime fluvial e balanço de carbono. Aplicações desses modelos envolvem valoração de serviços ecossistêmicos, desenvolvimento de cadeias produtivas sustentáveis, planejamento territorial e desenho de políticas públicas, bem como a avaliação ex-ante do impacto dessas políticas (ver publicações). Outros produtos importantes da nossa pesquisa são o software DINAMICA EGO, uma plataforma para modelagem ambiental, e o mappia.earth, um conjunto de ferramentas para construção de servidores de mapas interativos.

Acesse o resumo de atividades desenvolvidas no Centro de Sensoriamento Remoto: 

NOTÍCIAS EM DESTAQUE

Centro de Sensoriamento Remoto (CSR) e CT-Modelagem na COP31

A 31ª Conferência das Nações Unidas sobre Mudanças Climáticas (COP31) acontece em Antália, na Turquia, entre os dias 9 e 20 de novembro. O encontro tem como principal desafio transformar compromissos climáticos em ações concretas. Entre os temas em destaque estão a transição energética e a eletrificação, o financiamento climático, a adaptação às mudanças do clima e o fortalecimento da resiliência de cidades e comunidades. Neste ano, o CSR e o CT-Modelagem participam de cinco painéis durante a conferência.

UFMG inaugura 'Soberano', um supercomputador destinado a pesquisas com inteligência artificial para cartografar o território brasileiro

Foi inaugurado, no dia 27 de outubro de 2026, o supercomputador Soberano. Adquirido no contexto do projeto GeoIDE: Extração de Geoinformação com Inteligência Artificial para Aplicações Duais, em parceria com o Exército Brasileiro, por meio da Diretoria de Serviço Geográfico (DSG), e o Instituto Militar de Engenharia (IME), o equipamento será usado para treinamento de modelos de IA avançados em solo brasileiro, processamento de imagens satélite em escala continental e simulações climáticas e territoriais de alta resolução que devem ser utilizados no monitoramento do cumprimento da legislação ambiental e na elaboração de estratégias de defesa nacional. Leia a matéria da UFMG sobre o assunto.

Britaldo Soares-Filho integra ranking dos 2% cientistas mais influentes do mundo pelo 7º ano consecutivo

O professor Britaldo Soares-Filho alcançou a posição 70.971 na edição mais recente do banco de dados global de indicadores de citação da Elsevier, desenvolvido pela Universidade de Stanford. O resultado consolida seu sétimo ano consecutivo no ranking que reúne os 2% de cientistas de maior impacto no mundo em suas subáreas científicas de atuação. A atualização do estudo (Versão 9), publicada em outubro de 2026, reflete os dados extraídos da plataforma Scopus em 1º de agosto de 2026, com métricas consolidadas até o final do ano de citação de 2025. Esse reconhecimento contínuo reforça a excelência da pesquisa brasileira em sensoriamento remoto, modelagem de sistemas ambientais e conservação da natureza.

Novo estudo: Effects of climate change on marine biodiversity on the western Atlantic coast

Como o aquecimento do oceano pode mudar a vida marinha nas Américas? Essa foi a pergunta que um estudo liderado por um pesquisador do CSR buscou responder utilizando aprendizado de máquina. Os resultados mostram que, em um cenário de emissões muito altas, até 69% da área estudada pode sofrer uma redução de mais de 5% na riqueza de espécies até o ano 2100. Entre as áreas mais afetadas estão a Flórida, o Golfo do México, o Caribe, o norte da América do Sul e o sul do Brasil. Veja aqui o trabalho completo.

Novo estudo: Deep learning for large-scale mapping of coffee cultivation in Minas Gerais, Brazil

Pesquisadores do CSR publicam método que utiliza aprendizado de máquina profundo (deep learning) e imagens de satélite Sentinel-2 para mapear área plantada de café em Minas Gerais. Resultado da pesquisa de mestrado de Ester Fiorillo, o método mapeou 915 mil hectares de lavouras. Veja o artigo completo aqui.

Novo estudo: Occurrence-based models reveal greater spatial details in tropical species richness

Pesquisadores do CSR desenvolvem método de aprendizado de máquina para isolar o efeito real do ambiente sobre a biodiversidade e o efeito da carência de dados coletados em determinadas áreas. O modelo computacional é capaz de estimar a riqueza de espécies caso todos os lugares fossem pesquisados com a mesma intensidade. A Amazônia aparece como a região de maior diversidade do planeta em quase todos os grupos analisados, enquanto o Cerrado brasileiro se destaca como a savana tropical mais rica entre todas as estudadas. Os resultados do estudo foram publicados na revista Frontiers in Ecology and Evolution.

VÍDEOS EM DESTAQUE

Jornal Nacional repercute inauguração do supercomputador “Soberano”.
Assista aqui.
Vídeo apresenta plataforma SimAmazoniaINFRA, desenvolvida pelo CSR.
Assista aqui.
Vídeo do CSR no Youtube aborda a importância da cooperação acadêmica entre China e Brasil na opinião do professor Liu Jinlong da Universidade Renmin da China (RUC).
Assista.
Pesquisador do CSR apresenta, em vídeo, resultados de estudo sobre distribuição de aves na Amazônia.
Veja o aqui.