O cultivo conservacionista é um método importante para o desenvolvimento sustentável das terras agrícolas e já foi adotado em várias regiões do mundo. A determinação da quantidade de cobertura de palha, passando de "existência ou ausência" para "quanto", é um indicador importante para a detecção do retorno da palha ao solo. Através do uso de drones equipados com câmeras multiespectrais para fotogrametria aérea, foram coletados dados de sensoriamento remoto nas estações de primavera e outono na área de estudo, com medição simultânea da cobertura de palha de milho. Primeiro, a reflectância espectral foi extraída dos dados de sensoriamento remoto e índices espectrais foram construídos; utilizando o método do coeficiente de correlação, foram selecionadas as variáveis espectrais e das bandas sensíveis à quantidade de cobertura de palha para servir como variáveis de entrada para o modelo; em seguida, foram aplicados quatro algoritmos de aprendizagem de máquina: Máquina de Vetor de Suporte (SVM), Floresta Aleatória (RF), Rede Neural de Retropropagação (BPNN) e Máquina de Aprendizagem Extrema (ELM), para construir um modelo de inversão da cobertura de palha de milho, comparando a precisão do modelo em diferentes períodos e regiões; por fim, para resolver o problema do desempenho preditivo ser fortemente influenciado pelos parâmetros do modelo, foram introduzidos o Algoritmo Genético (GA) e o Algoritmo de Otimização por Enxame de Partículas (PSO), propondo um algoritmo híbrido GA-PSO, aproveitando sua complementaridade para melhorar o desempenho do modelo, completando a estimativa da cobertura de palha na área. Os resultados experimentais mostram que o modelo de inversão da cobertura de palha de milho baseado em RF otimizado por GA-PSO alcançou os melhores resultados, com R² atingindo 0,74. Além disso, a análise comparativa dos resultados de inversão de diferentes dados refletiu de maneira bastante realista a cobertura de palha na região, com uma precisão estimada de 91,36%, indicando que é possível realizar a estimativa de resultados por meio da otimização do modelo. O estudo fornece referência científica para a detecção da quantidade de retorno de palha na agricultura conservacionista e também oferece um método confiável de inversão de modelo para estimar a cobertura de palha de outras culturas.

imagens multiespectrais; aprendizado de máquina; cobertura de palha; drone; algoritmo genético; algoritmo de otimização por enxame de partículas