Uma pesquisa conjunta da Empresa Brasileira de Pesquisa Agropecuária (Embrapa) e da Universidade de Brasília (UnB) utilizou inteligência artificial (IA) para identificar e mapear terras agrícolas abandonadas no bioma Cerrado. O estudo, que empregou imagens de satélite da Agência Espacial Europeia (ESA) e tecnologia de aprendizado profundo (deep learning), visa subsidiar processos de restauração ambiental nessas áreas. A capacidade da IA em reconhecer padrões específicos de abandono representa um avanço significativo no sensoriamento remoto aplicado à gestão do uso da terra.
Focando no município de Buritizeiro, no norte de Minas Gerais, a IA classificou com alta precisão (94,7%) diferentes tipos de cobertura do solo, incluindo vegetação nativa, pastagens cultivadas, lavouras anuais, plantações de eucalipto e, de forma inédita, as áreas agrícolas em desuso. Os resultados foram detalhados em um artigo publicado na revista científica internacional Land. Pesquisadores da Embrapa, como Gustavo Bayma, enfatizam que esses mapas detalhados são uma ferramenta valiosa para o desenvolvimento de políticas públicas de restauração, auxiliando órgãos governamentais e proprietários rurais a priorizar áreas para reabilitação e estimar o potencial de sequestro de carbono.
A análise comparativa das imagens de Buritizeiro entre 2018 e 2022 revelou que mais de 13 mil hectares, equivalentes à cidade de Niterói, foram abandonados no período, correspondendo a 4,7% da área agrícola original da cidade. Desse total, 87% eram antigas plantações de eucalipto, cujo abandono é atribuído, segundo o pesquisador Edson Sano da Embrapa, à queda da atratividade econômica da produção de carvão vegetal e aos desafios produtivos da região. Apesar dos avanços, o pesquisador Édson Bolfe da Embrapa Agricultura Digital ressalta a limitação de distinguir abandono permanente de pousio temporário com o uso de poucas datas de aquisição de imagens, necessitando de maior resolução espaço-temporal para aprimorar a precisão. No entanto, o método se mostra promissor para captar transições complexas em ambientes de savana tropical.
Fonte: Agência Brasil