No que diz respeito às aplicações do sensoriamento remoto na agricultura, julgue o item subsequente. 

Dados da refletância podem ser associados a características das plantas como índice da área foliar, biomassa ou fração radiativa interceptada fotossinteticamente.

Julgue o próximo item, relativo a análise espacial e geoprocessamento. 

O uso de sistema de informação geográfica na inteligência estratégica territorial permite identificar zonas de conflito de uso da terra, auxiliando na tomada de decisão para o planejamento agrícola sustentável. 

Julgue o próximo item, relativo a análise espacial e geoprocessamento. 

O uso de sistema de informação geográfica na agricultura de precisão permite mapear áreas com diferentes níveis de produtividade e criar zonas de manejo específicas, o que otimiza o uso de insumos e reduz os impactos ambientais. 

Julgue o próximo item, relativo a análise espacial e geoprocessamento. 

A análise espacial de índices de vegetação, como o NDVI (normalized difference vegetation index), permite monitorar a saúde das culturas agrícolas e pode indicar deficiências nutricionais ou estresse hídrico. 

Julgue o próximo item, relativo a análise espacial e geoprocessamento. 

A análise de variabilidade espacial da umidade do solo a partir de dados de sensores remotos é imprecisa, pois, nas imagens obtidas, é difícil capturar variações na umidade do solo. 

Julgue o próximo item, relativo a análise espacial e geoprocessamento. 

A estimativa de produtividade agrícola por meio de imagens de satélite pode ter sua acurácia comprometida, devido a fatores como cobertura de nuvens, resolução espectral inadequada e ausência de dados de calibração com medições de campo.

Julgue o próximo item, relativo a análise espacial e geoprocessamento. 

Sensores multiespectrais embarcados em VANTs dispensam a necessidade de calibração com dados de campo para estimar biomassa e estresse hídrico das culturas. 

Julgue o próximo item, relativo a análise espacial e geoprocessamento. 

A aplicação de algoritmos de aprendizado de máquina, como random forest e redes neurais artificiais, na modelagem de dados de imagens de satélite para estimativa de produtividade agrícola, elimina a necessidade de calibração e validação com dados coletados em campo.

Julgue o item subsequente, a respeito de sensoriamento remoto e de sistemas de informação geográfica. 

Em sistemas de agricultura de precisão, o armazenamento de dados em servidores locais é preferível ao armazenamento em nuvem, pois garante maior controle sobre os dados e menor dependência de conectividade com a Internet. 

Julgue o item subsequente, a respeito de sensoriamento remoto e de sistemas de informação geográfica. 

A integração de dados provenientes de diferentes fontes, como sensores de solo, drones e satélites, permite a criação de modelos preditivos que ajudam na melhoria de práticas agrícolas e no aumento da produtividade.