Pesquisadores testam satélites e IA; resultados mostram avanços e limites no monitoramento de reflorestamentos

Pesquisadores de instituições brasileiras e internacionais usaram imagens Planet NICFI e inteligência artificial para acompanhar o crescimento de Pinus e Eucalipto em Santa Catarina. O método mostra potencial para tornar o monitoramento florestal mais acessível e escalável.

Satélite, Lidar, UAV, monitoramento — Satélites combinados à inteligência artificial oferecem nova forma de monitorar reflorestamentos no Brasil.

O reflorestamento tem ganhado destaque no mundo todo como uma das soluções mais promissoras para enfrentar as mudanças climáticas. Afinal, árvores em crescimento capturam grandes quantidades de dióxido de carbono, ajudando a equilibrar a concentração de gases de efeito estufa na atmosfera.

No entanto, acompanhar esse crescimento de forma precisa e em larga escala ainda é um desafio: métodos tradicionais dependem de medições em campo ou de equipamentos caros, como drones e sensores a laser (LiDAR).

Uma pesquisa publicada na revista Remote Sensing mostra uma alternativa inovadora: o uso de imagens de satélite Planet NICFI, associadas a modelos de inteligência artificial, para estimar a altura da copa das árvores.

Drone, UAV, eucalipto — Registro aéreo de plantação de eucalipto, utilizado como referência para comparar os dados de satélite no monitoramento do crescimento.

O estudo foi conduzido por cientistas da CTrees (EUA), da Universidade Federal de Santa Maria (UFSM), da Universidade Federal do Paraná (UFPR), da Universidade de São Paulo (USP) e do NASA-Jet Propulsion Laboratory (JPL). O foco da investigação foi monitorar plantações de Pinus e Eucalyptus em Riqueza, Santa Catarina, ao longo de oito anos.

O desafio de medir o crescimento das florestas

Mensurar a altura das árvores é mais do que uma curiosidade: trata-se de um indicador fundamental para calcular quanto carbono está sendo armazenado em uma área de reflorestamento. Até hoje, as opções mais confiáveis eram as medições em campo e os levantamentos com LiDAR, ambos limitados por custos e logística.

Eucalipto, Brasil, árvores — Mensurar a altura das árvores em plantações de eucalipto é um desafio, especialmente durante fases de rápido crescimento e copas muito densas.

O diferencial do novo estudo está em mostrar que é possível usar imagens de satélite com resolução de apenas cinco metros, processadas por modelos de aprendizagem profunda (deep learning), para acompanhar o crescimento de plantações em larga escala. O modelo, inicialmente treinado com dados da Amazônia e da Mata Atlântica, foi aplicado às plantações de Santa Catarina e comparado com medições feitas por drones.

O que os satélites conseguiram enxergar

No caso do Pínus, os resultados foram bastante animadores. O modelo acompanhou de perto a evolução do crescimento, com erros relativamente baixos. As árvores levaram cerca de quatro anos para atingir cinco metros de altura, crescendo de forma gradual e previsível.

IA, LIdar, modelos — A evolução do Pinus foi estimada com baixa margem de erro pelo modelo.

Já com o Eucalipto, conhecido mundialmente por seu crescimento acelerado, a inteligência artificial encontrou mais dificuldades. Durante os primeiros anos, o modelo subestimou em até dez metros a altura das árvores. Isso aconteceu porque as copas densas e muito próximas umas das outras dificultam a identificação dos detalhes nas imagens de satélite.

Curiosamente, quando os eucaliptos começaram a perder densidade no final do ciclo, as estimativas voltaram a se aproximar bastante da realidade observada pelos drones.

Avanços e limitações da tecnologia

Um dos pontos fortes do trabalho é mostrar como técnicas de inteligência artificial podem revelar padrões que antes passavam despercebidos. No entanto, os pesquisadores também encontraram limitações importantes. Em áreas de floresta natural estável, por exemplo, apareceram variações falsas associadas à inclinação do terreno e à posição do sol ao longo do ano.

Entre os principais aprendizados do estudo, destacam-se:

Satélites conseguem acompanhar bem o crescimento de espécies de crescimento mais lento, como o Pinus.
Para espécies de rápido desenvolvimento, como o Eucalyptus, ainda há desafios a superar.
A topografia e a sazonalidade podem gerar distorções nos resultados, que precisam ser corrigidas com métodos estatísticos.

Impactos e relevância para o futuro

A principal mensagem da pesquisa é que tecnologias acessíveis e escaláveis já podem complementar, e em alguns casos substituir, métodos caros de monitoramento florestal. Isso abre caminho para que projetos de reflorestamento no Brasil e em outros países tropicais sejam acompanhados com mais frequência e menor custo.

Com o avanço dessas ferramentas, iniciativas globais de restauração, como a Bonn Challenge e a Declaração de Nova York sobre Florestas, podem ganhar um aliado estratégico. O monitoramento mais preciso do crescimento florestal permitirá medir o quanto essas áreas realmente estão contribuindo para a captura de carbono e para a recuperação dos ecossistemas.

Referência da notícia

Monitoring the Early Growth of Pinus and Eucalyptus Plantations Using a Planet NICFI-Based Canopy Height Model: A Case Study in Riqueza, Brazil. 6 de agosto, 2025. Wagner, F., et. al.