Rastreando mudanças na produtividade da terra

Uma equipe internacional de pesquisa desenvolveu o primeiro conjunto de dados do mundo com resolução de 30 metros para rastrear mudanças na produtividade da terra, uma ferramenta crucial para combater a degradação global do solo. Publicada na Scientific Data, essa inovação promete ajudar as nações a monitorar o progresso em direção ao Objetivo de Desenvolvimento Sustentável (ODS) 15.3, que visa atingir um mundo com Neutralidade da Degradação da Terra (NDL) até 2030.

A degradação do solo, caracterizada pelo declínio da saúde do solo, da vegetação e da biodiversidade, representa sérias ameaças à segurança alimentar, à resiliência climática e aos ecossistemas. Para combater esses desafios, a Agenda 2030 da ONU para o Desenvolvimento Sustentável inclui a meta 15.3 dos ODS, que incentiva os países a monitorar a degradação do solo e a tomar medidas para alcançar a LDN.

Um indicador-chave para esse objetivo é a Dinâmica da Produtividade da Terra (DPL), que mede as mudanças na saúde da vegetação ao longo do tempo. Historicamente, os conjuntos de dados globais de DPL eram limitados a uma resolução aproximada de 250 metros, dificultando a identificação de degradações em pequena escala, como pastagens sobrepastoreadas ou áreas desmatadas.

Liderada pelo Prof. Li Xiaosong, do Instituto de Pesquisa de Informação Aeroespacial (AIR) da Academia Chinesa de Ciências, a equipe de pesquisa colaborou com a Organização das Nações Unidas para Agricultura e Alimentação (FAO), a Universidade Normal de Pequim e outras instituições globais. Eles combinaram imagens de satélite do Landsat-8 (com resolução de 30 metros) e sensores MODIS para criar um Índice de Vegetação por Diferença Normalizada (NDVI) mais preciso e confiável — uma medida da saúde das plantas.

Utilizando o Google Earth Engine, uma poderosa plataforma em nuvem para processamento de dados em escala planetária, a equipe analisou uma década de observações (2013-2022) para gerar o primeiro mapa global de LPD com resolução de 30 metros. Esse nível de detalhe permite que os cientistas detectem mudanças sutis em terras agrícolas, florestas e pastagens que antes eram indetectáveis.

O conjunto de dados foi validado usando múltiplos métodos, alcançando mais de 80% de precisão na identificação de áreas com declínio da produtividade da terra. Essa precisão é crucial para identificar pontos críticos de degradação, permitindo que os governos priorizem os esforços de restauração.

A Convenção das Nações Unidas para o Combate à Desertificação (UNCCD) adotou este conjunto de dados para os Pequenos Estados Insulares em Desenvolvimento (PEID) — nações particularmente vulneráveis ​​à perda de terras — como o conjunto de dados padrão para os relatórios do ODS 15.3.1. Além disso, o algoritmo e o produto foram incluídos no Guia de Boas Práticas para os relatórios do ODS 15.3.1.

ONU abre inscrições para o Prêmio Campeões da Terra 2025 em busca soluções sustentáveis

Brasil pode liderar mercado global com descoberta de terras raras

A equipe planeja expandir as aplicações do conjunto de dados, desde a orientação de projetos de reflorestamento até o monitoramento dos impactos da seca. Como afirma o Prof. Li, “Não se trata apenas de criar mapas melhores — trata-se de fornecer às nações as ferramentas necessárias para restaurar suas terras”. Com a aproximação do prazo dos ODS de 2030, este conjunto de dados de alta resolução pode ser um divisor de águas no esforço de proteger os recursos vitais da Terra.

Desafio fundamental

Acontece que, um desafio fundamental permanece na produção de conjuntos de dados NDVI consistentes e comparáveis ​​em larga escala com resolução temporal de pelo menos um mês, pois o campo de visão limitado do sensor e a interferência das nuvens reduzem a cobertura temporal. Além disso, o longo tempo de revisita dos sensores de alta resolução, juntamente com a variabilidade climática global, resulta em lacunas de dados que restringem a capacidade de capturar mudanças na vegetação, reduzindo a eficácia dos esforços de monitoramento de longo prazo.

A introdução da ferramenta de cálculo LPD de alta resolução espacial (HiLPD-GEE) aborda esses desafios de forma eficaz. Construída na plataforma de computação em nuvem da GEE, esta ferramenta integra o algoritmo Gap Filling e a filtragem Savitzky–Golay (GF-SG) para mesclar imagens Landsat e MODIS, gerando conjuntos de dados NDVI de 30 m com consistência espacial e temporal para qualquer região globalmente desde 2013. Ao aproveitar os poderosos recursos de computação em nuvem e armazenamento da GEE, o HiLPD-GEE apresenta um caminho promissor para o desenvolvimento de conjuntos de dados LPD globais de alta resolução.