Modelo de IA da NASA e da IBM mapeia arrozais da Ásia de monções com resolução de 30 metros
Pesquisadores usaram um modelo de inteligência artificial da NASA e da IBM para mapear arrozais da Ásia de monções com dados de satélite de 2018 a 2023. O mapa, com resolução de 30 metros, pode melhorar estimativas de área cultivada, demanda de água e emissões de metano.
IA identifica o cultivo de arroz na Ásia de monções
Pesquisadores produziram um novo mapa do cultivo de arroz na Ásia de monções com um modelo de inteligência artificial para observação da Terra desenvolvido pela NASA e pela IBM, segundo o Aaj Tak. Baseado em observações de satélite coletadas entre 2018 e 2023, o mapa identifica áreas produtoras de arroz com resolução espacial de 30 metros.
O projeto enfrenta um problema persistente do monitoramento agrícola. A produção asiática de arroz está espalhada por um território enorme e ocorre frequentemente em pequenas parcelas muito próximas, difíceis de distinguir de forma consistente em levantamentos regionais convencionais. A análise automatizada de imagens de satélite pode cobrir essas áreas mais rapidamente e aplicar uma metodologia comum em diferentes locais.
O Aaj Tak informa que o mapa alcançou precisão média de cerca de 84%, com resultados de aproximadamente 83% a 90% conforme a região. O desempenho não elimina a necessidade de validação local, mas oferece a pesquisadores e órgãos agrícolas uma referência de escala continental para localizar arrozais e acompanhar mudanças ao longo do tempo.
Dados do Landsat e do Sentinel-2 oferecem detalhe por área
O modelo usou imagens e observações dos programas de satélite Landsat e Sentinel-2 para reconhecer onde o arroz estava sendo cultivado. A resolução de 30 metros permite detectar cultivos em porções de terra relativamente pequenas, recurso importante em regiões onde a fragmentação das propriedades dificulta a estimativa da área plantada.
Um mapeamento mais preciso pode melhorar as estimativas de plantio e, quando combinado com dados de produtividade e sazonalidade, aperfeiçoar avaliações da produção de arroz. Governos, processadores, comerciantes e investidores dependem dessas informações para analisar disponibilidade da safra, necessidades de compra e risco de mercado. O mapa não fornece uma previsão de produção por si só, mas oferece uma base geográfica mais detalhada para construí-la.
Os dados de 2018 a 2023 também permitem estudar como as áreas cultivadas mudaram durante o período. A repetição do mapeamento pode separar zonas produtoras permanentes de locais onde o cultivo de arroz está aumentando, diminuindo ou mudando de posição. O Aaj Tak, porém, não apresentou números de área por país.
Estimativas de uso de água e metano podem melhorar
A localização dos arrozais importa além da medição da safra porque a cultura exige volumes consideráveis de água. O Aaj Tak cita uma estimativa global anterior segundo a qual a rizicultura representa cerca de 24% a 30% da água doce usada pelos seres humanos. Como a maior parte do arroz mundial é produzida na Ásia, informações mais precisas por área podem ajudar a determinar onde se concentra a demanda de irrigação.
Os arrozais inundados também são fonte de metano. Cientistas estimam que esses campos emitam cerca de 32 teragramas de metano por ano no mundo, com uma parcela significativa originada na Ásia, segundo o Aaj Tak. Dados mais precisos sobre localização e extensão podem melhorar os cálculos de emissões e ajudar a analisar a relação entre práticas agrícolas, consumo de água e liberação de metano.
Para os participantes do setor, o valor imediato está em ampliar a visibilidade, e não em alterar diretamente a oferta. Produtores e autoridades podem direcionar melhor programas de gestão hídrica, enquanto processadores e comerciantes podem combinar o mapa com dados meteorológicos, de produtividade e colheita para aperfeiçoar avaliações regionais de abastecimento. A utilidade comercial dependerá de atualizações regulares, validação em cada região produtora e integração com outras bases de dados agrícolas.
