Uma pesquisa desenvolvida pela Empresa Brasileira de Pesquisa Agropecuária (Embrapa) e pela Universidade de Brasília (UnB) com o uso de inteligência artificial (IA) mapeou terras agrícolas abandonadas no Cerrado que podem passar por processos de restauração ambiental.
A partir de imagens de satélite da Agência Espacial Europeia (ESA), a pesquisa utilizou a tecnologia de aprendizado profundo (deep learning) para que a IA fosse capaz de reconhecer padrões que identificam essas áreas.
Notícias relacionadas:Embrapa inaugura Unidade Mista de Pesquisa e Inovação em Mato Grosso.Conheça novas áreas de proteção ambiental no Cerrado e no Pantanal.Dia Mundial da Água: entidades alertam para perda das águas do Cerrado.O estudo analisou terras agrícolas do município de Buritizeiro, no norte de Minas Gerais, que faz parte do bioma Cerrado.
Pelas imagens de satélite, a IA conseguiu classificar vegetação nativa, pastagens cultivadas, lavouras anuais, plantações de eucalipto e, de forma inédita, áreas agrícolas abandonadas.
>> Siga o canal da Agência Brasil no WhatsApp
A precisão da análise alcançou 94,7%. De acordo com a pesquisa, é um indicador “considerado excelente” para classificações de uso da terra com sensoriamento remoto.
Pesquisadores da empresa estatal e da universidade federal publicaram artigo com os resultados na revista científica internacional Land, especializada em temas como terras, água e clima.
O texto recebeu o título Putting Abandoned Farmlands in the Legend of Land Use and Land Cover Maps of the Brazilian Tropical Savanna (Incluindo Terras Agrícolas Abandonadas na Legenda de Mapas de Uso e Cobertura da Terra da Savana Tropical Brasileira, em tradução livre).
Restauração ecológica
Uma vez identificadas as áreas agrícolas abandonadas, os analistas da Embrapa e da UnB sustentam que os dados podem servir de subsídio para formuladores de políticas públicas voltadas à área ambiental.
“Esses mapas podem auxiliar órgãos governamentais, planejadores ambientais e proprietários rurais a priorizar áreas para reabilitação, incluindo plantações de eucalipto degradadas e pastagens de baixo desempenho”, escrevem no artigo.
Pesquisador da Embrapa, o analista Gustavo Bayma, da divisão Meio Ambiente, ressalta ainda que os mapas detalhados de áreas abandonadas demonstram o potencial das tecnologias de IA para apoiar políticas públicas de restauração ambiental.
Ele sugere, por exemplo, o uso das informações para estratégias de estimativa do potencial de sequestro de carbono da atmosfera, já que áreas verdes ajudam a reduzir a concentração do dióxido de carbono, uma das causas do aquecimento global.
Outra utilidade seria orientar a criação de corredores de restauração ecológica no Cerrado.
Abandono de quase 5%
As imagens de Buritizeiro foram usadas para comparar dados de 2018 a 2022. A IA constatou que mais de 13 mil hectares ─ área equivalente à cidade de Niterói, na Região Metropolitana do Rio de Janeiro ─ foram abandonados no intervalo. Essa dimensão equivale a 4,7% da área agrícola original da cidade mineira.
Das terras abandonadas, 87% correspondiam a antigas plantações de eucalipto destinadas à produção de carvão vegetal.
De acordo com o pesquisador Edson Sano, da divisão Cerrado da Embrapa, a região é caracterizada por desafios produtivos, como baixa produtividade em pastagens durante períodos secos e custos crescentes de insumos fertilizantes.
“A predominância do abandono em áreas de eucalipto está associada à queda da atratividade econômica da produção de carvão vegetal, em função de fatores como o aumento nos custos logísticos e de produção”, aponta.
Limitação
Os pesquisadores reconhecem que são necessários mais avanços para resolver uma das limitações da tecnologia, conforme detalha o representante da Embrapa Agricultura Digital Édson Bolfe.
“A análise se baseou em apenas duas datas de aquisição de imagens durante um período de quatro anos, o que impede distinguir com precisão entre abandono permanente e práticas temporárias de pousio [descanso da terra por um ano ou menos]”, diz.
“Embora o uso de imagens de alta resolução e de visualizações auxiliares tenha ajudado na validação, a confirmação de abandono ainda depende, em parte, da interpretação visual e do conhecimento local”, completa Bolfe.
O texto no periódico internacional aponta que “a melhoria da precisão do monitoramento exigirá conjuntos de dados com maior resolução espaço-temporal”.
No entanto, a conclusão ressalta que as descobertas destacam a adequação de métodos de aprendizado profundo para “captar transições sutis” de uso da terra em ambientes complexos de savana tropical.
“Oferecem uma ferramenta valiosa para o planejamento do uso da terra em nível regional e para a gestão ambiental no Cerrado, fornecendo informações espaciais precisas sobre áreas abandonadas para apoiar processos de tomada de decisão relacionados à restauração agrícola”, assinalam os pesquisadores.
