Una investigación desarrollada por la Empresa Brasileña de Investigación Agropecuaria (Embrapa) y la Universidad de Brasilia (UnB) cartografió, utilizando inteligencia artificial (IA), tierras agrícolas abandonadas en el Cerrado que podrían sufrir procesos de restauración ambiental.
Utilizando imágenes de satélite de la Agencia Espacial Europea (ESA), la investigación utilizó tecnología de aprendizaje profundo (aprendizaje profundo) para que la IA pueda reconocer patrones que identifiquen estas áreas.
El estudio analizó terrenos agrícolas en el municipio de Buritizeiro, en el norte de Minas Gerais, que forma parte del bioma Cerrado.
Utilizando imágenes satelitales, la IA pudo clasificar vegetación nativa, pastos cultivados, cultivos anuales, plantaciones de eucaliptos y, de manera inédita, áreas agrícolas abandonadas.
>>
La precisión del análisis alcanzó el 94,7%. Según la investigación, es un indicador “considerado excelente” para clasificaciones de uso de suelo con teledetección.
Investigadores de la empresa estatal y de la universidad federal publicaron un artículo con los resultados en la revista científica internacional Land, especializada en temas como la tierra, el agua y el clima.
El texto recibió el título. Incluir tierras agrícolas abandonadas en la leyenda de los mapas de uso y cobertura del suelo de la sabana tropical brasileña (Incluir tierras agrícolas abandonadas en la leyenda de los mapas de uso y cobertura de la tierra de la sabana tropical brasileña, ym traducción libre).
Restauración ecológica
Una vez identificadas las áreas agrícolas abandonadas, analistas de Embrapa y de la UnB sostienen que Los datos pueden servir como subsidio para los responsables de políticas públicas enfocadas en el área ambiental..
“Estos mapas pueden ayudar a las agencias gubernamentales, planificadores ambientales y propietarios de tierras a priorizar áreas para rehabilitación, incluidas plantaciones de eucalipto degradadas y pastos de bajo rendimiento”, escriben en el artículo.
El investigador de Embrapa, el analista Gustavo Bayma, de la división de Medio Ambiente, también destaca que Mapas detallados de áreas abandonadas demuestran el potencial de las tecnologías de inteligencia artificial para respaldar las políticas públicas de restauración ambiental.
Sugiere, por ejemplo, utilizar la información en estrategias para estimar el potencial de secuestro de carbono de la atmósfera, ya que las áreas verdes ayudan a reducir la concentración de dióxido de carbono, una de las causas del calentamiento global.
Otro uso sería orientar la creación de corredores de restauración ecológica en el Cerrado.
Abandono de casi el 5%
Las imágenes de Buritizeiro se utilizaron para comparar datos de 2018 a 2022. La AI constató que más de 13 mil hectáreas ─ un área equivalente a la ciudad de Niterói, en la Región Metropolitana de Río de Janeiro ─ fueron abandonadas en el intervalo. Este tamaño equivale al 4,7% de la superficie agrícola original de la ciudad de Minas Gerais.
De los terrenos abandonados, el 87% correspondía a antiguas plantaciones de eucaliptos destinadas a la producción de carbón vegetal..
Según el investigador Edson Sano, de la división Cerrado de Embrapa, la región se caracteriza por desafíos productivos, como la baja productividad de los pastos durante los períodos secos y los crecientes costos de los insumos de fertilizantes.
“El predominio del abandono en las zonas de eucalipto está asociado a la pérdida del atractivo económico de la producción de carbón vegetal, debido a factores como el aumento de los costos logísticos y de producción”, señala.
Limitación
Los investigadores reconocen que se necesitan más avances para resolver una de las limitaciones de la tecnología, según detalló el representante de Embrapa Agricultura Digital, Édson Bolfe.
“El análisis se basó en sólo dos fechas de adquisición de imágenes durante un período de cuatro años, lo que nos impide distinguir con precisión entre el abandono permanente y las prácticas de barbecho temporal. [descanso da terra por um ano ou menos]”, dice.
“Aunque el uso de imágenes de alta resolución y visualizaciones auxiliares ha ayudado a la validación, la confirmación del abandono todavía depende, en parte, de la interpretación visual y del conocimiento local”, añade Bolfe.
El texto de la revista internacional señala que “mejorar la precisión del seguimiento requerirá conjuntos de datos con mayor resolución espacio-temporal”.
Sin embargo, la conclusión destaca que los hallazgos resaltan la idoneidad de los métodos de aprendizaje profundo para “capturar transiciones sutiles” del uso de la tierra en entornos complejos de sabana tropical.
“Ofrecen una valiosa herramienta para la planificación del uso del suelo a nivel regional y para la gestión ambiental en el Cerrado, proporcionando información espacial precisa sobre áreas abandonadas para apoyar los procesos de toma de decisiones relacionadas con la restauración agrícola”, señalan los investigadores.
