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.
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.
Agência Brasilno 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.
