Pesquisadores da Universidade Estadual Paulista (Unesp) em Tupã desenvolveram uma nova metodologia de inteligência geoespacial que promete aprimorar projetos de gestão do uso da terra e planejamento territorial. Esta ferramenta inovadora permite delimitar com precisão áreas de floresta amazônica, vegetação de Cerrado, pastagens e culturas agrícolas em sistema de cultivo duplo. Tais mapeamentos podem fornecer subsídios valiosos para políticas públicas voltadas à produção agrícola e conservação ambiental.
Metodologia Inovadora para Mapeamento de Terras
A metodologia combina a arquitetura de cubos de dados, popularizada no Brasil pelo projeto Brazil Data Cube do Instituto Nacional de Pesquisas Espaciais (Inpe), com a abordagem Geobia (Geographic Object-Based Image Analysis). Com esta técnica, os cientistas foram capazes de identificar a vegetação e as práticas de cultivo duplo, como soja e milho, ao longo de uma safra em Mato Grosso. Para isso, foram utilizadas séries temporais de imagens de satélite do sensor Modis da NASA.
Os resultados mostraram que a combinação dessas metodologias, em conjunto com algoritmos de aprendizado de máquina, alcançou uma taxa de acerto de 95% no mapeamento. Essa precisão é crucial para a eficácia das análises em gestão territorial.
Vantagens da Geobia e Cubos de Dados
A técnica Geobia é essencial para o processamento de imagens de satélite, pois permite a segmentação de pixels em geo-objetos. A análise dessas características, como forma e textura, proporciona uma interpretação mais próxima da realidade. Os cubos de dados, por sua vez, organizam informações em dimensões de tempo e localização, facilitando a visualização de dados referentes a uma área específica em um período determinado.
Atualmente, os mapeamentos convencionais utilizam análises pixel por pixel, o que gera problemas de confusão espectral em áreas de borda entre usos de terra distintos. Ao segmentar as imagens e considerar o geo-objeto como unidade mínima de análise, a nova metodologia reduz erros de borda e melhora a identificação de alvos mesmo em resoluções espaciais moderadas.
Aplicação Prática no Mato Grosso
Mato Grosso se destaca como líder na produção nacional de grãos, representando 31,4% da produção total do Brasil, seguido por Paraná e Rio Grande do Sul. A expectativa é que o Estado alcance 97,3 milhões de toneladas na safra 2024/2025, um aumento de 4,4% em relação à safra anterior, com destaque para a soja, que deve contribuir com 46,1 milhões de toneladas.
Além disso, Mato Grosso é um dos Estados com maior biodiversidade, possuindo parte dos três maiores biomas brasileiros: Amazônia, Cerrado e Pantanal. Devido à variedade dos usos do solo e tipos de vegetação, a nova metodologia foi aplicada utilizando dados da safra estratégica de 2016/2017, quando o Brasil produziu 115 milhões de toneladas de soja, das quais 30,7 milhões de toneladas vieram do Estado. A classificação de uso do solo incluiu diversas culturas, como culturas de cana-de-açúcar, áreas urbanas e corpos d’água.
Os resultados mostraram precisão geral de 95%, evidenciando o potencial da metodologia para mapeamentos mais precisos e informativos sobre florestas e áreas agrícolas. A metodologia pode ser aplicada para estimativas de área dentro de uma mesma safra, favorecendo previsões de produtividade e auxiliando no planejamento territorial.
Detecção de Mudanças Ambientais
Além de suas aplicações na agricultura, a metodologia permite a análise de perturbações em florestas e vegetação natural, proporcionando identificações mais rápidas de desmatamento em comparação com degradação. Essa agilidade na detecção de variações é crucial para o monitoramento ambiental.
Os pesquisadores também prestaram homenagem à professora Ieda Del’Arco Sanches, reconhecida por seu trabalho em sensoriamento remoto no Inpe, enfatizando a importância de sua contribuição para a análise serial de dados e políticas públicas.
O artigo detalhando essa nova abordagem foi publicado na revista científica AgriEngineering e pode ser acessado aqui. A pesquisa conta com o apoio da FAPESP, viabilizando avanços significativos na gestão da terra e tecnologia de sensoriamento remoto.
Informações da Agência FAPESP