Inteligência artificial mapeia terras agrícolas abandonadas no Cerrado

Uma parceria entre a Empresa Brasileira de Pesquisa Agropecuária (Embrapa) e a Universidade de Brasília (UnB) resultou no desenvolvimento de uma ferramenta de inteligência artificial capaz de identificar terras agrícolas abandonadas no Cerrado. Utilizando imagens de satélite da Agência Espacial Europeia (ESA) e técnicas de deep learning, a tecnologia consegue diferenciar vegetação nativa, pastagens e lavouras de áreas que deixaram de ser produtivas. O estudo inédito foi focado no município de Buritizeiro (MG) e alcançou uma precisão de 94,7%, índice considerado excelente para o monitoramento ambiental.

A pesquisa revelou que, entre 2018 e 2022, mais de 13 mil hectares foram abandonados na região analisada, o que equivale a quase 5% da área agrícola total da cidade. Desse montante, 87% correspondiam a antigas plantações de eucalipto voltadas à produção de carvão vegetal, que perderam atratividade econômica devido à alta nos custos de produção e logística. O mapeamento detalhado dessas áreas é visto como um passo fundamental para orientar proprietários rurais e órgãos governamentais na priorização de projetos de reabilitação ecológica.

Apoio a Políticas de Restauração e Sequestro de Carbono

Os dados gerados pela IA podem servir de subsídio estratégico para formuladores de políticas públicas focadas em sustentabilidade. Segundo os pesquisadores, a identificação precisa dessas terras facilita a criação de corredores de restauração ecológica e ajuda a estimar o potencial de sequestro de carbono da atmosfera, combatendo o aquecimento global. A tecnologia permite captar transições sutis no uso da terra em biomas complexos como o Cerrado, oferecendo uma visão clara de onde a natureza pode ser recuperada de forma assistida ou espontânea.

Apesar do sucesso inicial, os cientistas apontam que ainda há desafios para distinguir o abandono permanente de práticas temporárias de descanso da terra (pousio). Para superar essa limitação, a equipe planeja utilizar conjuntos de dados com maior frequência de imagens no futuro. No entanto, os resultados atuais já são considerados uma ferramenta valiosa para o planejamento regional, fornecendo informações espaciais que apoiam processos de tomada de decisão voltados para a gestão ambiental e a restauração agrícola em larga escala.