Uma pesquisa inovadora desenvolvida pela Empresa Brasileira de Pesquisa Agropecuária (Embrapa) em parceria com a Universidade de Brasília (UnB) utilizou inteligência artificial para mapear terras agrícolas abandonadas no bioma Cerrado que podem passar por processos de restauração ambiental. O estudo, que alcançou 94,7% de precisão na análise, representa um avanço significativo no monitoramento do uso da terra no Brasil.
A partir de imagens de satélite da Agência Espacial Europeia (ESA), os pesquisadores aplicaram tecnologia de aprendizado profundo (deep learning) para treinar a inteligência artificial a reconhecer padrões que identificam áreas abandonadas. O foco da análise foi o município de Buritizeiro, no norte de Minas Gerais, região que integra o Cerrado brasileiro.
Pela primeira vez, a IA conseguiu classificar não apenas vegetação nativa, pastagens cultivadas, lavouras anuais e plantações de eucalipto, mas também áreas agrícolas abandonadas - uma categoria que normalmente não aparece nos mapas convencionais de uso da terra. A precisão de 94,7% foi considerada "excelente" pelos pesquisadores para classificações com sensoriamento remoto.
Os resultados foram publicados na revista científica internacional Land, especializada em temas como terras, água e clima, com 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 ganha ferramenta poderosa
Uma vez identificadas as áreas agrícolas abandonadas, os dados podem servir como subsídio valioso 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 os pesquisadores no artigo.
Gustavo Bayma, analista da divisão Meio Ambiente da Embrapa, ressalta que os mapas detalhados 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 aplicação prática seria orientar a criação de corredores de restauração ecológica no Cerrado, conectando fragmentos de vegetação nativa e aumentando a biodiversidade do bioma.
Abandono de quase 5% das terras agrícolas
As imagens de Buritizeiro foram usadas para comparar dados de 2018 a 2022. A inteligência artificial constatou que mais de 13 mil hectares - área equivalente à cidade de Niterói, na Região Metropolitana do Rio de Janeiro - foram abandonados nesse intervalo. Essa dimensão equivale a 4,7% da área agrícola original do município mineiro.
Das terras abandonadas, 87% correspondiam a antigas plantações de eucalipto destinadas à produção de carvão vegetal. Segundo Edson Sano, pesquisador 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", explica Sano.
Limitações e próximos passos
Os pesquisadores reconhecem que são necessários mais avanços para resolver uma das limitações da tecnologia. Édson Bolfe, representante da Embrapa Agricultura Digital, detalha: "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]".
"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 artigo publicado 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 no estudo que promete revolucionar o monitoramento ambiental no Brasil.
