Inteligência geoespacial trans-temporal para fiscalização tributária do agronegócio.
O Anacronópete reconstrói o passado de cada propriedade rural e aprende, com o que estava observável antes de cada auto de infração, a detectar os mesmos padrões — mais cedo — em propriedades ainda não autuadas. Como a máquina do tempo de Enrique Gaspar, vai ao passado para entender o presente.
O SICAR-GO registra 450 mil imóveis rurais em Goiás. Satélites Sentinel-1 e Sentinel-2 cobrem cada talhão a cada 6–12 dias, em todas as estações. As NF-e de saída e as declarações de ITR registram o que foi declarado ao fisco.
Entre o que o satélite vê que foi produzido e o que o fisco recebeu como declaração, existe um gap: δ(p,s) = Q̂(p,s) − Q*(p,s). Quando esse gap supera 2σ de forma persistente ao longo de safras consecutivas, ele se torna uma assinatura fiscal — não um erro isolado de estimativa.
O Anacronópete aprende a reconhecer essa assinatura meses antes da lavratura do auto de infração — e a distinguir padrões sistemáticos de variações climáticas e erros de mensuração.
Hipótese central: Para todo caso de irregularidade fiscal confirmada, existe um momento t* anterior à lavratura em que os dados geoespaciais, fenológicos e fiscais já disponíveis teriam permitido sua identificação. A missão do Anacronópete é determinar qual é esse t* — e detectá-lo prospectivamente.
Série histórica completa por imóvel rural desde 2018/19: talhões identificados por SAM, produção projetada Q̂, produção declarada Q* e gap fiscal δ por safra — em GeoParquet particionado.
Para cada auto do corpus histórico: distribuição de Δ_refinado(α) — quantas safras antes da lavratura o changepoint em δ teria sido detectável. Evidência auditável com cadeia de custódia.
Ranking mensal automatizado de propriedades ordenadas pelo score P̂_final — integrado ao ArcGIS Enterprise com dossiê de evidências multidimensional por propriedade.
Foundation models SpectralGPT e SARMAE ajustados para o domínio fiscal do Cerrado goiano — distinção entre variação climática e desvio fiscal intencional com robustez SAR no período chuvoso.
Representação formal do conhecimento dos autos de ICMS agropecuários — artefato institucional perene que serve de base para gerações futuras de modelos e alimenta o score integrado.
Retreino contínuo com novos autos e novas safras, versionamento MLflow, monitoramento de drift — 100% no ambiente computacional da SEFAZ-GO. Zero dado fora do ambiente institucional.
CPSI Nº 001/2026 — GOVTECH 2 — Secretaria de Estado da Economia de Goiás
Construção do histórico longitudinal para os 450k imóveis SICAR-GO. Pipeline STAC com Sentinel-1/-2. Talhões identificados por SAM. Q̂ e Q* por propriedade × safra. ArcGIS Enterprise integrado.
Fine-tuning SpectralGPT e SARMAE no corpus fiscal do Cerrado. Micro-modelos de produção por propriedade. Δ_refinado(α) calculado para todos os autos do corpus histórico. MLflow operacional on-premise.
DAPM integrado ao event log fiscal. Score P̂_final combinando δ geoespacial, conformidade processual e subgrafo GCF. Ranking mensal automático com dossiê de evidências. TRL 8 entregue.
Arquitetura extensível a ITCD, ITR, FUNRURAL e outros estados. Prazo de adaptação: 1–3 meses por extensão.