As invasões biológicas são um dos principais fatores que contribuem para a perda de biodiversidade no mundo. Este fenômeno, em que espécies exóticas se estabelecem e se espalham em ecossistemas naturais, compete com as espécies nativas e altera o equilíbrio ambiental. Diante disso, a detecção e controle eficaz dessas espécies tornaram-se uma prioridade.
Um estudo recente realizado por pesquisadores da Universidade Federal de São Carlos (UFSCar) no campus Lagoa do Sino propôs uma solução inovadora para diagnosticar essas invasões. Publicado no Journal for Nature Conservation, o trabalho combina sensoriamento remoto por drones com algoritmos de aprendizado profundo em um esforço para auxiliar na conservação da biodiversidade.
Metodologia do Estudo
A pesquisa foi realizada em um campo úmido de 92 hectares, localizado na transição entre o Cerrado e a Mata Atlântica, em Buri (SP). Os pesquisadores aplicaram algoritmos de inteligência artificial para detectar a presença da espécie invasora Pinus elliottii, um pinheiro originário do sul dos Estados Unidos, amplamente utilizado na produção de madeira e celulose. Fora de sua área nativa, essa espécie se espalha rapidamente, alterando o solo e o regime de fogo, o que compromete a diversidade das espécies nativas brasileiras.
Giovanna de Andrade Ferreira, aluna da UFSCar e responsável pelo estudo, destacou que "a tecnologia que desenvolvemos tem potencial de revolucionar a forma como combatemos as invasões biológicas".
Impacto Prático e Colaboração Setorial
O sucesso da metodologia atraiu a atenção da empresa Bracell, que, em parceria com a Fundação Florestal do Estado de São Paulo, está aplicando a sistemática na Estação Ecológica de Itapeva (SP), uma área da Mata Atlântica impactada pela invasão do Pinus elliottii. A equipe, em colaboração com a Bioflore, identificou uma cobertura de 25% dessa espécie invasora na unidade de conservação, destacando a importância da metodologia no entendimento do problema e na formulação de políticas públicas para a biodiversidade.
O método oferece uma abordagem rápida, econômica e escalável, alinhando-se com as metas globais da Década da Restauração da Organização das Nações Unidas (ONU) e discussões da COP30 sobre mudanças climáticas.
Além de se concentrar na detecção do Pinus elliottii, a equipe se dedica ao desenvolvimento de algoritmos para identificar outras espécies invasoras, como braquiária, leucena e acácia. O projeto também busca monitorar espécies valiosas para conservação, como araucária, pau-brasil, castanheira e açaí.
Para mais detalhes sobre esta pesquisa, leia o artigo completo: Solution for diagnostics of biological invasion in terrestrial ecosystems: how can deep learning help biodiversity conservation?.
Informações da Agência FAPESP
