Um levantamento realizado por meio de tecnologia de inteligência artificial, fruto de parceria entre a Embrapa e a Universidade de Brasília, permitiu identificar e mapear áreas de terras agrícolas que se encontram abandonadas no bioma Cerrado e que apresentam potencial para serem recuperadas ambientalmente.
O estudo se baseou em imagens produzidas por satélites da Agência Espacial Europeia, utilizando técnicas de aprendizado profundo, também conhecido como deep learning, com o objetivo de capacitar algoritmos a reconhecer padrões específicos de uso e ocupação do solo, incluindo, pela primeira vez, regiões agrícolas que não estão mais em atividade produtiva.
A análise concentrou-se em áreas do município de Buritizeiro, localizado no norte do estado de Minas Gerais, dentro dos limites do Cerrado brasileiro.
A partir da interpretação dessas imagens de satélite, a inteligência artificial conseguiu diferenciar vegetação nativa, pastagens formadas, lavouras anuais, plantios de eucalipto e, de forma inédita, espaços anteriormente utilizados para agricultura e que hoje encontram-se abandonados.
Os resultados do estudo foram detalhados em artigo publicado na revista científica internacional Land, cujo foco está em solos, recursos hídricos e questões climáticas. O artigo foi divulgado sob o título "Putting Abandoned Farmlands in the Legend of Land Use and Land Cover Maps of the Brazilian Tropical Savanna" (em tradução livre, "Incluindo Terras Agrícolas Abandonadas na Legenda de Mapas de Uso e Cobertura da Terra da Savana Tropical Brasileira").
Os pesquisadores constataram uma taxa de precisão de 94,7% na classificação das áreas a partir do sensoriamento remoto. O índice foi considerado excelente para o tipo de mapeamento realizado, segundo os critérios técnicos adotados pela equipe.
A pesquisa aponta que os dados obtidos podem ser utilizados como subsídio para a elaboração de políticas públicas ambientais. A expectativa é de que os mapas detalhados produzidos pelo estudo sirvam de instrumento para órgãos governamentais, planejadores ambientais e proprietários rurais, auxiliando na definição de áreas prioritárias para a restauração de ecossistemas, incluindo regiões com pastagens de baixo rendimento ou plantações de eucalipto que se encontram degradadas.
O analista Gustavo Bayma, da divisão Meio Ambiente da Embrapa, afirmou que os mapas detalhados de áreas abandonadas evidenciam o potencial das tecnologias de inteligência artificial para o fortalecimento de políticas públicas relacionadas à recuperação ambiental.
Entre as possibilidades de uso das informações obtidas, ele sugeriu a aplicação em estratégias que estimem o potencial de sequestro de carbono atmosférico, destacando que áreas vegetadas contribuem para a diminuição da presença de dióxido de carbono, um dos principais gases responsáveis pelo aquecimento global. Além disso, os dados podem orientar a criação de corredores ecológicos voltados à restauração ambiental no Cerrado.
O levantamento utilizou imagens do município de Buritizeiro, possibilitando a comparação de dados entre os anos de 2018 e 2022. A inteligência artificial identificou que, durante esse período, mais de 13 mil hectares foram abandonados, uma extensão de terra equiparável à cidade de Niterói, localizada na Região Metropolitana do Rio de Janeiro. Esse quantitativo corresponde a 4,7% da área agrícola total originalmente existente em Buritizeiro.
Segundo o estudo, do total de terras agrícolas abandonadas, 87% eram áreas anteriormente destinadas ao cultivo de eucalipto para a produção de carvão vegetal.
O pesquisador Edson Sano, pertencente à divisão Cerrado da Embrapa, detalhou que a região enfrenta desafios produtivos, como baixa produtividade de pastagens durante o período de seca e custos elevados de insumos agrícolas e fertilizantes.
Outro fator apontado por Sano para a predominância do abandono em áreas de eucalipto foi a redução da atratividade econômica da produção de carvão vegetal, decorrente do aumento nos custos logísticos e de produção.
O representante da Embrapa Agricultura Digital, Édson Bolfe, destacou que há limitações na abordagem adotada, já que a análise considerou apenas duas datas de aquisição de imagens ao longo de quatro anos, o que pode dificultar a distinção precisa entre abandono permanente e práticas temporárias de pousio, que consistem em deixar a terra em descanso 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”, completou Bolfe.
O artigo científico ressalta que, para aprimorar a precisão do monitoramento, será necessário ampliar o conjunto de dados com imagens de maior resolução espacial e temporal.
Apesar das limitações, os autores do estudo destacaram que os métodos de aprendizado profundo empregados demonstraram capacidade de identificar transições sutis de uso do solo em áreas complexas, como ocorre nas savanas tropicais.
Os pesquisadores afirmam que a tecnologia proporciona uma ferramenta relevante para o planejamento regional do uso do solo e para a gestão ambiental no Cerrado, ao fornecer informações espaciais detalhadas sobre áreas agrícolas abandonadas capazes de subsidiar decisões relacionadas à restauração dessas regiões.