Em um avanço significativo para a conservação e gestão territorial do Brasil, uma colaboração entre a Empresa Brasileira de Pesquisa Agropecuária (Embrapa) e a Universidade de Brasília (UnB) utilizou inteligência artificial (IA) para identificar e mapear terras agrícolas abandonadas no bioma Cerrado. Este mapeamento inovador abre caminho para a implementação de estratégias de restauração ambiental em áreas degradadas, oferecendo uma ferramenta poderosa para tomadores de decisão e proprietários rurais na recuperação de ecossistemas.
Metodologia Pioneira com Aprendizado Profundo
A pesquisa empregou a tecnologia de aprendizado profundo (deep learning) para analisar extensas bases de dados de imagens de satélite fornecidas pela Agência Espacial Europeia (ESA). Essa abordagem permitiu que a IA reconhecesse padrões complexos de uso e cobertura da terra, classificando diversas categorias, incluindo vegetação nativa, pastagens cultivadas, lavouras anuais e plantações de eucalipto. O grande diferencial foi a capacidade inédita de identificar com alta precisão (94,7%) as áreas agrícolas que foram abandonadas, um indicador considerado excelente para classificações obtidas por sensoriamento remoto.
Os resultados detalhados deste estudo foram publicados em um artigo na renomada revista científica internacional Land, especializada em temas de terra, água e clima. O título, "Putting Abandoned Farmlands in the Legend of Land Use and Land Cover Maps of the Brazilian Tropical Savanna", reflete a relevância de incluir essas áreas na compreensão do dinamismo territorial do Cerrado.
Subsídio Estratégico para a Restauração Ecológica
A identificação precisa das terras agrícolas abandonadas oferece um subsídio valioso para a formulação e execução de políticas públicas ambientais. Os dados gerados são essenciais para órgãos governamentais, planejadores ambientais e proprietários rurais, que agora podem priorizar áreas para reabilitação. Isso inclui não apenas pastagens de baixo desempenho, mas também plantações de eucalipto degradadas, que representam uma parcela significativa do abandono.
Conforme destacou Gustavo Bayma, analista da divisão Meio Ambiente da Embrapa, a criação de mapas detalhados de áreas abandonadas demonstra o potencial transformador das tecnologias de IA no apoio a políticas de restauração ambiental. Ele aponta para a aplicabilidade das informações em estratégias de estimativa do potencial de sequestro de carbono da atmosfera, um fator crucial no combate ao aquecimento global, além de guiar a criação de corredores de restauração ecológica, fortalecendo a conectividade e a biodiversidade do Cerrado.
Dimensionando o Abandono e Seus Impulsionadores Econômicos
A análise focou no município de Buritizeiro, no norte de Minas Gerais, revelando um panorama alarmante: entre 2018 e 2022, mais de 13 mil hectares foram abandonados. Essa extensão, equivalente à área da cidade de Niterói, representa 4,7% da área agrícola original do município. Destes, impressionantes 87% correspondiam a antigas plantações de eucalipto, predominantemente destinadas à produção de carvão vegetal.
Edson Sano, pesquisador da divisão Cerrado da Embrapa, explicou que o abandono é resultado de uma combinação de desafios produtivos e econômicos inerentes à região. A baixa produtividade de pastagens em períodos secos, o aumento dos custos de insumos fertilizantes e, em particular, a queda da atratividade econômica da produção de carvão vegetal — influenciada por custos logísticos e de produção crescentes — são fatores-chave que levam os produtores a desativar essas áreas.
Limitações e o Caminho para o Aprimoramento Tecnológico
Apesar do sucesso em identificar as áreas, os pesquisadores reconhecem que ainda há espaço para aprimoramento da tecnologia. Uma das limitações apontadas por Édson Bolfe, representante da Embrapa Agricultura Digital, é que a análise atual se baseou em apenas duas datas de aquisição de imagens ao longo de quatro anos. Isso dificulta a distinção entre abandono permanente e práticas temporárias de pousio – um descanso da terra por um ano ou menos.
Bolfe ressalta que, embora o uso de imagens de alta resolução e visualizações auxiliares tenha sido crucial para a validação, a confirmação definitiva do abandono ainda se apoia, em parte, na interpretação visual e no conhecimento local. Para superar esses desafios, o artigo científico indica a necessidade de conjuntos de dados com maior resolução espaço-temporal, o que permitiria um monitoramento mais preciso e granular das transições no uso da terra. Contudo, a pesquisa reafirma a adequação dos métodos de aprendizado profundo para captar mudanças sutis em ambientes complexos de savana tropical, oferecendo uma ferramenta promissora para o planejamento territorial e a gestão ambiental no Cerrado.
