Buritizal encontrado na etapa de campo do projeto (Foto: Arquivo Atlas)

 

Jayme Leno

Um trabalho detalhado revelou que as bacias dos Rios Meia Ponte e dos Bois, em Goiás, abrigam uma área de vegetação nativa significativamente maior do que se estimava até então. A pesquisa faz parte do projeto Atlas dos Remanescentes de Vegetação do Estado de Goiás, uma iniciativa da Secretaria de Meio Ambiente e Desenvolvimento Sustentável de Goiás (Semad).

O projeto foi viabilizado por meio de um convênio entre a Semad e a Universidade Federal de Goiás (UFG), em parceria com a Fundação de Apoio à Pesquisa (Funape) e executado pelo Laboratório de Sensoriamento Remoto e Geoprocessamento (Lapig), vinculado ao Instituto de Estudos Socioambientais (Iesa). A ação resultou na produção do Produto 1 do Atlas, que mapeou 12.563 quillômetros quadrados de vegetação nativa – uma área 42% superior ao que apontavam bases como o MapBiomas.

A iniciativa combinou tecnologias de ponta, conhecimento técnico e trabalho coletivo. O objetivo principal foi identificar e classificar formações como florestas, savanas e campos nativos do Cerrado, além de localizar áreas degradadas ou em recuperação. "Esse trabalho é essencial para que o Estado conheça com precisão o que ainda resta de vegetação nativa, onde está localizada e que tipo é. Isso contribui diretamente para políticas de preservação, estratégias de recuperação e até projetos de crédito de carbono", explica a coordenadora geral do projeto, Elaine Barbosa.

O coordenador técnico do Atlas, Nilson Clementino Ferreira, destaca que a equipe utilizou imagens de satélite de altíssima resolução, como as fornecidas pelo CBERS-4A, que permitem observar detalhes com até dois metros de precisão. "Esse nível de detalhamento nos permitiu identificar pequenos fragmentos de vegetação que passam despercebidos em bases com resolução inferior, como as de 30 metros".

Mesmo fragmentados e cercados por áreas agrícolas, esses espaços funcionam como refúgios essenciais para a biodiversidade do Cerrado. "Mesmo degradados, eles cumprem um papel vital no ecossistema e precisam ser preservados", acrescenta Nilson.

A equipe utilizou plataformas como Google Earth Engine, QGIS, Python, além de metodologias de campo. Reuniões semanais garantiram o alinhamento das equipes e a consistência nos resultados. "O lançamento do projeto foi um momento marcante. Já na prévia, percebemos que havíamos identificado quase 40% a mais de vegetação em relação ao MapBiomas. Isso validou nosso esforço e chamou a atenção de gestores públicos e de outros estados", afirma Elaine.

Etapas do trabalho

O processo começou com a criação de máscaras – filtros que destacam áreas com potencial de vegetação nativa. A região foi dividida em blocos de cinco por cinco quilômetros – os chamados tiles – que, por sua vez, foram subdivididos em quadrículas de dez por dez metros. "Isso facilita para os intérpretes identificarem os quadradinhos com vegetação. Os que não têm, como pastagens ou lavouras, são descartados", explica Nilson. Essa organização possibilitou uma triagem mais eficiente e precisa.

Na etapa de amostragem, foram escolhidos pontos com vegetação bem definida, chamados de "amostras puras". Esses locais serviram como referência para o treinamento do sistema de inteligência artificial. "Precisamos ensinar ao computador os padrões de cada tipo de vegetação, mostrando exemplos concretos", detalha o coordenador técnico.

Foram mapeados seis tipos principais, como florestas secas, savanas úmidas e campos campestres. Algumas dessas áreas foram checadas em campo, especialmente nos pontos em que os analistas tinham dúvidas.

 

Leia também: Nos seus 30 anos, Lapig é referência nacional na área de geotecnologias

 

Pesquisadoras do Lapig (Iesa/UFG) avaliam em campo as imagens visualizadas via satélite (Foto: Arquivo Atlas)

 

Pixel por pixel

Durante a classificação, o sistema analisou pixel por pixel para identificar os tipos de vegetação presentes. Foram utilizadas técnicas de aprendizado de máquina, com apoio constante de intérpretes especializados. "O Cerrado é um bioma complexo. Às vezes, uma floresta degradada pode parecer uma savana nas imagens", comenta Nilson, ressaltando a importância das verificações em campo. Testes com diferentes algoritmos ajudaram a refinar os resultados.

As auditorias finais foram decisivas para garantir a qualidade e confiabilidade dos dados. Uma equipe secundária revisou todas as interpretações, corrigindo eventuais distorções e redefinindo limites. "Os auditores também ajudam os intérpretes nas dúvidas, o que aumenta a precisão das análises de campo", acrescentao coornador. A checagem em duas etapas reforçou a solidez dos dados apresentados no Atlas.

O projeto enfrentou desafios consideráveis, principalmente técnicos. Elaine destaca: "Trabalhar com imagens de alta resolução exige muito do processamento. Foi preciso superar limitações de hardware e software, além de investir fortemente no treinamento da equipe". Para ela, o resultado é fruto de uma organização coletiva sólida e de um planejamento consistente.