Projeto foi feito em parceria com o Instituto Nacional de Pesquisas Espaciais (INPE),
Nos últimos 40 anos, o Brasil perdeu 111,7 milhões de hectares de áreas naturais, uma área maior do que a Bolívia. Só na Amazônia, o bioma mais afetado, foram 52,1 milhões de hectares destruídos. O Departamento de Engenharia Elétrica da PUC-Rio desenvolveu um modelo de Inteligência Artificial (IA) capaz de prever, com até 15 dias de antecedência, as áreas com maior risco de desmatamento na Amazônia Legal.
O projeto foi feito em parceria com o Instituto Nacional de Pesquisas Espaciais (INPE), o Instituto Brasileiro do Meio Ambiente e dos Recursos Naturais Renováveis (Ibama) e o Ministério do Meio Ambiente e Mudança do Clima (MMA). Essa ferramenta, batizada de Deforestation Prediction System, já está em operação na plataforma de dados geográficos TerraBrasilis, mantida pelo INPE, e disponível para uso do Ibama e dos municípios da região. Ela foi concebida para apoiar decisões estratégicas de fiscalização e prevenção, aumentando a eficiência das operações e reduzindo desperdícios de recursos.
A previsão de desmatamento é fundamental, pois os técnicos não podem visitar todos os lugares da Amazônia. É necessário priorizar. As ações de fiscalização são caras, envolvem deslocamentos por longas distâncias e áreas de difícil acesso. A ferramenta que até então era usada pelo Ibama precisava ser atualizada, pois se baseava em um método proposto há cerca de 20 anos. Por isso, o Ministério do Meio Ambiente buscou apoio para desenvolver uma solução que incorporasse os avanços mais recentes em Inteligência Artificial.
Como funciona a previsão
A base do modelo está em identificar fatores ou condições mais relacionadas ao desmatamento iminente, de modo que possam antecipar a sua ocorrência. Para isso, usamos a vasta base de dados históricos da Amazônia Legal, disponibilizada pelo INPE. O Instituto realiza o monitoramento sistemático dos biomas brasileiros por sensoriamento remoto, gerando um grande volume de dados em plataformas como PRODES e DETER.
Foram selecionadas variáveis espaciais e ambientais, como rede hidrográfica, proximidade de rodovias, limites de áreas protegidas e terras indígenas, padrões climáticos e, sobretudo, registros históricos de desmatamento. Esse último fator é essencial, já que novos eventos tendem a se repetir próximos aos locais já afetados no passado.
“Então, testamos quatro abordagens distintas de IA. A que apresentou melhor equilíbrio entre precisão e custo computacional foi adotada, conseguindo apontar, com alto grau de acerto, onde há maior probabilidade de novos desmatamentos em até 15 dias”, explicou o professor do Departamento de Engenharia Elétrica, Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio), Raul Queiroz Feitosa, no artigo originalmente publicado no site de divulgação científica The Conversation Brasil.
A última etapa foi a operacionalização. O INPE integrou o método à Sala de Situação da plataforma TerraBrasilis. O Ibama, como principal órgão de fiscalização, participou ativamente para garantir que a ferramenta atendesse às necessidades operacionais de planejamento e execução. Além disso, os modelos também foram disponibilizados aos municípios amazônicos, permitindo que orientem suas próprias ações dentro de seus territórios.
“Ainda é cedo para medir o impacto real da nova ferramenta sobre os índices de desmatamento em médio e longo prazos. Os próximos 12 meses serão decisivos para avaliar como ela reflete nos índices de desmatamento. Mas sabemos que é difícil estimar ganhos numéricos diretos, já que o desmatamento nos biomas brasileiros é um fenômeno complexo, influenciado por diversos fatores que extrapolam as operações do Ibama”, destacou Queiroz.
