Um estudo conduzido por cientistas da Universidade Federal do Sul da Bahia (UFSB) testou um método para acompanhamento dinâmico da cobertura vegetal na Mata Atlântica. A ideia é que o monitoramento forneça dados que considerem o efeito do tempo nos processos de degradação e de recuperação ambiental. Assim, os projetos de licenciamento e restauração ambiental teriam dados essenciais para o planejamento das ações.
O método foi testado por cientistas no Sul da Bahia e está descrito no artigo Assessment and methodological proposal for the restoration of Brazilian Atlantic forest ecosystems [Avaliação e proposta metodológica para a restauração de ecossistemas da Mata Atlântica brasileira]. Quem assina o estudo são Vinícius de Amorim Silva e Hercules da Silva Carvalho, do Centro de Formação em Tecno-Ciências e Inovação (CFTCI) da UFSB; Paulo Sérgio Vila Nova Souza, Júlio Gonçalves da Silva Júnior e Ioná Gonçalves Santos Silva, do Centro de Formação em Ciências Agroflorestais (CFCAF), também da UFSB. O artigo foi publicado no periódico Remote Sensing Applications: Society and Environment, volume 42, de 2026.
Por que isso importa?
A questão importa por conta dos objetivos globais definidos para a recuperação dos ecosistemas florestais. O primeiro é fortalecer a resiliência socioambiental, isto é, a capacidade de recuperação ecológica. O segundo é o atendimento das metas da Agenda 2030 da ONU, em especial as que tratam da conservação da biodiversidade e das medidas para reduzir os impactos das mudanças climáticas.
Os cientistas pesquisaram em uma área da Mata Atlântica. Conhecido pela sua alta biodiversidade e pelo risco de extinção de espécies que só existem ali, esse bioma tem um histórico de forte degradação. Efeitos como a fragmentação de paisagens e a perda de qualidade dos habitats requerem medidas estratégicas de recuperação. Um exemplo está na criação de corredores ecológicos – projetos paisagísticos que ligam as áreas legalmente protegidas de mata entre si para facilitar o movimento do fluxo gênico e de espécies e a manutenção das florestas.
E essa recuperação é compromisso assumido pelo Brasil, ao ser signatário de convenções internacionais sobre conservação ambiental e clima. São 12 milhões de hectares de florestas a serem restauradas até 2030. Um dos desafios é monitorar com precisão e velocidade a recuperação e a degradação ao longo do tempo. O estudo conduzido pelo professor Vinicius e equipe testou uma metodologia capaz de medir com nuances essas variações, melhorando as condições para planejar, executar e acompanhar projetos de restauração florestal. O cenário é o sul da Bahia, onde a Mata Atlântica é pressionada pela expansão das áreas urbanas, das atividades agrícolas e dos projetos de infraestrutura. As áreas que restaram desse bioma em municípios como Ilhéus, Uruçuca e Itacaré são pontos estratégicos de conservação.
O trabalho descrito no artigo combina diferenciais. O primeiro é a série histórica que abrange 23 anos, de 2000 a 2023, o que permite entender a dinâmica de uso da terra na área estudada ao longo do tempo. O emprego da lógica fuzzy na modelagem computacional é feito combinando dados de variáveis ligadas ao ambiente e à atividade humana em um só modelo, ao invés de avaliações estáticas da cobertura e o uso da terra. A diferença é dar lógica temporal à ocupação da área analisada, em vez de analisar dados de forma separada.
Outro destaque é o fato de ser uma metodologia desenhada para apoiar a aplicação e fiscalização do Plano de Recuperação de Área Degradada (PRAD), conforme a Instrução Normativa nº 14/2024 do Instituto Brasileiro de Meio Ambiente e Recursos Renováveis (IBAMA). O PRAD é um projeto técnico exigido pelo IBAMA para orientar a regeneração de ecossistemas prejudicados pelas ações humanas, com detalhamento das etapas, métodos e prazos para essa recuperação acontecer. Ter informações precisas e com nuances aumenta a qualidade do planejamento. Com isso, o método está ligado a uma norma legal e pode ser parte dos procedimentos de licenciamento ambiental no Brasil.
O professor Vinícius de Amorim Silva, um dos autores do estudo, fala que integrar os dados de satélite, cobertura e uso da terra e modelagem fuzzy ajuda na eficácia aos projetos de restauração florestal no âmbito do PRAD. Ele aponta que a construção do PRAD envolve etapas como diagnóstico, preparo da área, implementação, manutenção e monitoramento. A abordagem descrita no artigo qualifica as fases iniciais e de acompanhamento. Como o método faz análise espacial contínua, é possível identificar áreas prioritárias para intervenção, sejam as mais degradadas ou com maior potencial de restauração ou recuperação, e usar melhor os recursos.
“Além disso, a ferramenta reduz a dependência exclusiva de campanhas de campo, que demandam tempo e elevados custos operacionais. Dessa forma, o método utilizado atua como um suporte técnico-científico que promove eficiência operacional e aprimoramento da qualidade do planejamento na Área de Proteção Ambiental da Lagoa Encantada e Rio Almada”, exemplifica o cientista.
Como medir?
Para saber como essas mudanças entre áreas desmatadas e recuperadas ocorreram ao longo de um período, a ideia foi combinar geotecnologias. Esse ramo de aplicações incluiu o sensoriamento remoto e os Sistemas de Informação Geográfica (SIG). Os SIG permitem combinar dados coletados em diversos momentos para analisar as mudanças e identificar padrões de degradação e regeneração florestal de um espaço no período.
Esse tipo de informação é essencial no âmbito do licenciamento ambiental brasileiro. É com esses dados que se pode desenvolver o Plano de Recuperação de Área Degradada (PRAD), conforme estabelecido pela Instrução Normativa nº 14 do IBAMA, de 1º de julho de 2024. O PRAD é um um projeto técnico exigido pelo IBAMA para orientar a regeneração de ecossistemas prejudicados pelas ações humanas, com detalhamento das etapas, métodos e prazos para essa recuperação acontecer. Ter informações precisas e com nuances aumenta a qualidade do planejamento.
Um diferencial do estudo feito pelo professor Vinícius e os outros autores do estudo é o uso da lógica fuzzy. Essa lógica matemática trabalha com valores que indicam graus intermediários de verdade. Ou seja, pode captar e analisar nuances, modelar incertezas e transições graduais de estados em sistemas complexos – como ocorre na nossa realidade concreta. A lógica difusa é diferente da lógica booleana — esta opera apenas com “0” ou “1”, “verdadeiro” ou “falso”.
Essa diferença na classificação pode ser explicada com um exemplo de altura de um ser humano. Na lógica booleana, ou convencional, não há espaço para nuances. Assim, uma pessoa com 1,69 m de altura pode ser considerada de altura mediana e outra, com 1,71 m, ser considerada alta, a depender de como se define o conjunto de medidas a considerar. A lógica fuzzy permite ver que as duas pessoas do exemplo tem graus de pertinência aos grupos de pessoas medianas e altas. Isso permite decidir com mais atenção aos detalhes.
O professor Vinicius explica que é muito útil empregar a lógica fuzzy na análise de ambientes naturais. As áreas onde existem os ecossistemas contém diferentes tipos de cobertura de vegetação e uso do solo, sem definição clara desses limites ou dos índices espectrais usados na análise.
“Enquanto a lógica booleana opera apenas de forma binária (0 ou 1), classificando os elementos de maneira rígida como pertencentes ou não a determinada classe, a lógica fuzzy possibilita uma representação realista das condições ambientais. Essa abordagem reduz perdas de informação e evita simplificações excessivas da Mata Atlântica no continente Sul-americano. Além disso, melhora a integração de múltiplos critérios ao permitir ponderações graduais, resultando em análises sensíveis às variações espaciais e robustas para a modelagem ambiental”, detalha o pesquisador.
A lógica fuzzy já é testada como ferramenta de apoio à decisão em contextos ambientais complexos. Os autores do artigo identificaram um ponto a melhorar: a maioria dos estudos usa dados de avaliações estáticas, sem considerar de forma adequada as mudanças ao longo do tempo. Aí está outro diferencial do artigo: usar a lógica fuzzy com ajustes para perceber e analisar como os processos de degradação e regeneração florestal ocorrem no tempo.
Coleta e análise
A pesquisa foi feita na Área de Proteção Ambiental (APA) da Lagoa Encantada e Rio Almada (LERA), localizada no litoral sul da Bahia. Essa área foi criada pelo Decreto Estadual nº 2.217/93 e ampliada pelo Decreto nº 8.106/2003 para uma área estimada de 1.577,45 km². A APA da Lagoa Encantada e Rio Almada contém remanescentes de Mata Atlântica, cachoeiras, nascentes, cavernas, áreas de preservação permanente (APPs) e manguezais, todas de alta relevância ambiental.
As imagens do satélite Landsat 7, da coleção Top of Atmosphere (TOA) foram selecionadas, cobrindo uma série histórica de 23 anos (de 2000 a 2023), com 91 imagens. Esse material foi processado na plataforma Google Earth Engine (GEE), uma infraestrutura em nuvem para processamento de dados geoespaciais em grande escala. A equipe de cientistas escolheu não usar imagens de outros sensores Landsat para preservar a consistência espectral da série. Outra decisão foi eliminar da análise as imagens com cobertura de nuvens acima de 15%.
Cada imagem de satélite foi analisada a partir de índices espectrais:
- NDVI — Índice de Vegetação por Diferença Normalizada (Normalized Difference Vegetation Index): caracteriza a cobertura vegetal. É calculado a partir das bandas do infravermelho próximo (B5) e do vermelho (B4).
- SAVI — Índice de Vegetação Ajustado ao Solo (Soil-Adjusted Vegetation Index): empregado para reduzir os efeitos do solo exposto sobre os valores do NDVI, especialmente em áreas com baixa densidade de vegetação.
- NDWI — Índice de Diferença Normalizada de Água (Normalized Difference Water Index): utilizado para detectar o teor de água com base nas bandas do verde (B3) e do infravermelho próximo (B5).
Outros recursos usados na análise ajudaram a entender as informações das imagens. A equipe consultou os dados de perda de cobertura vegetal de Hansen et al. (2013), versão 1.11, com resolução espacial de 30 m. Também usou os dados de cobertura e uso da terra do MapBiomas Coleção 9, com ênfase nas classes: formação florestal, pastagem, corpos d’água e infraestrutura urbana. A definição de Áreas de Preservação Permanente (APPs), com foco em manguezais e restingas, de acordo com o Código Florestal Brasileiro (Lei nº 12.651/2012) fez parte da base de informações.
Essas informações e índices aplicadas às imagens geraram dados que foram tratados por análise estatística no programa RStudio. Essa etapa ajudou a gerar produção cartográfica. Foi nessa etapa que a lógica fuzzy ajudou a identificar nuances entre as áreas analisadas, gerando uma classificação em cinco classes de potencial de recuperação florestal: muito baixo, baixo, moderado, alto e muito alto. A principal vantagem do modelo é sua capacidade de representar transições graduais entre áreas de baixa e alta aptidão para recuperação, evitando classificações rígidas e produzindo resultados mais consistentes do que funções lineares. Essa abordagem é especialmente relevante em paisagens heterogêneas como as regiões tropicais.
O estudo também permitiu notar pontos a melhorar na metodologia. Entre as limitações identificadas pelos autores, está a ausência de validação in situ (em saída a campo). Essa medida é recomendada para calibrar e refinar os resultados da modelagem em ambiente computacional. Outro item anotado: a resolução espacial de 30 m pode introduzir incertezas em análises de alto detalhe. A definição de parâmetros afeta o grau de compensação entre as variáveis, e isso reflete nos resultados que a modelagem entrega. O professor Vinícius avalia que identificar esses aspectos ajuda a aprimorar futuras aplicações:
“As limitações identificadas não comprometem a validade da metodologia; ao contrário, indicam caminhos claros para o seu aprimoramento. Um dos principais pontos refere-se ao processo de calibração dos modelos, o que é mitigado com a incorporação de dados in situ, permitindo a validação e ajuste dos resultados com representações realistas da área de estudo. Outra limitação está associada às bases de dados gratuitas que, embora ofereçam adequado contexto temporal, podem introduzir incertezas — aspecto este superado, em trabalhos futuros, pelo uso de dados com maior precisão. Além disso, a definição de parâmetros no modelo fuzzy influencia o grau de compensação entre as variáveis; nesse caso, a realização de análises de sensibilidade e testes com diferentes parametrizações torna o modelo robusto e confiável.”
Potenciais e recomendações
O trabalho do professor Vinícius e equipe mostrou que as áreas próximas à entrada da Lagoa Encantada exibiram os maiores valores de vegetação e umidade. Em comparação, as áreas adjacentes à infraestrutura urbana apresentaram os menores índices. As séries temporais mostraram variações nos índices e uma falta de tendência linear ao longo do período de análise, e por isso foram consideradas não estacionárias. Isso quer dizer que alterações para a regeneração ambiental e para a degradação podem ocorrer, a depender do grau e da forma de intervenção nas áreas estudadas.
Identificou-se que a cobertura vegetal variou e que houve aumento da exposição do solo sem proteção de cobertura ou redução gradual da vegetação e baixa umidade relativa. Esses são sinais de degradação e perda de áreas florestais fora das Áreas de Preservação Permanente (APPs).A estabilidade relativa do índice NDVI é atribuída às características típicas das florestas ombrófilas densas. Essas são florestas tropicais úmidas, com bastante chuva ao longo do ano e vegetação sempre verde e variada. A flora dessas matas inclui espécies perenifólias (que mantêm suas folhas ao longo do ano).
Enquanto as APPs têm o papel de conservar e devem ser respeitadas, fora delas há tendência de perda de vegetação. No artigo, os autores afirmam que a estabilidade das APPs tem a ver com a efetividade do marco legal ambiental brasileiro, com o Código Florestal (Lei nº 12.651/2012), a Política Nacional do Meio Ambiente (Lei nº 6.938/1981), o SNUC (Lei nº 9.985/2000), a Lei de Gerenciamento Costeiro (Lei nº 7.661/1988) e a Lei da Mata Atlântica (Lei nº 11.428/2006). Ainda no âmbito legal, os pesquisadores apontaram que a revogação das Resoluções CONAMA nº 302/2002 e nº 303/2002 em 2020 foi depois revertida pelo Supremo Tribunal Federal (STF), em reforço à proteção ambiental das zonas costeiras.
Sobre as áreas urbanas, a análise detectou tendência de expansão no período. Já sobre aumento de pastagens, a diferença foi de 120 km² para mais de 140 km² no período – um ganho médio de 1 km²/ano e cerca de 14% em 20 anos. A perda de vegetação por esses motivos teve um pico expressivo por volta de 2016. O comportamento do índice SAVI aponta que fatores externos — como mudanças no uso da terra, práticas de manejo, políticas de conservação e variabilidade climática — influenciam mais a dinâmica vegetal do que processos autorregressivos internos. Ficou demonstrado que a redução das áreas florestais é associada de forma direta à expansão das pastagens, como se constatou em outros estudos realizados no sul da Bahia. O crescimento da infraestrutura urbana atua como fator que incentiva a expansão das áreas de solo exposto.
Outro resultado indica que houve redução gradual de corpos de água (rios, açudes e similares) em cerca de 0,021 km²/ano, ou cerca de 0,42 km² em 20 anos, perto de 10% de redução do total disponível. No artigo, os cientistas estimam que dentre as causas para isso podem estar o desvio de água para irrigar culturas, a expansão das áreas urbanas, o assoreamento (deposição de sedimentos que reduz a profundidade de corpos d’água) ou as mudanças nos cursos d´água em seus trajetos e profundidades.
Os resultados indicam que há 18,42 km² com potencial moderado para restuaração ou recuperação, a maioria dos pontos concentrada na zona oeste da APA. Já a porção leste tem mais cobertura florestal (591,73 km²) e maior resiliência às pressões da ação humana. No mapeamento, as áreas classificadas como “moderadas” representam perto de 2,66% da área total. Essas áreas não têm matas e apresentam alta probabilidade de processos de compactação do solo, resultado de práticas inadequadas de uso da terra, como pastagem intensiva (uso excessivo de uma área por animais em pastagem).
Além de utilizar e melhorar a metodologia, a pesquisa deu aos cientistas a possibilidade de recomendar ações de recuperação da área. A proposta para a APA indica o modelo de nucleação associado à regeneração natural assistida. A nucleação é uma técnica de restauração que consiste na criação de núcleos de vegetação que estimulam a sucessão ecológica natural ao seu redor. Para áreas com solo compactado, a ideia é intervir em cinco etapas: eliminar os fatores de perturbação; diagnosticar e preparar o local; implementar as estratégias de recuperação; conduzir o manejo e a manutenção; e monitorar e avaliar o processo regenerativo da floresta.
Outras pesquisas em andamento
O professor Vinicius afirma que há diversas pesquisas sendo conduzidas por pesquisadores vinculados ao Grupo de Estudos em Geotecnologias, Inteligência Artificial e Dinâmica Socioambiental (GEDAI/CNPq), em colaboração com pesquisadores pertencentes a uma rede internacional de pesquisa. “Esses métodos seguem um padrão técnico-científico consistente, o que permite sua replicação em outras áreas, ampliando o potencial de aplicação para o planejamento ambiental e apoio à tomada de decisão em diferentes contextos”, diz Vinicius.
Entre os trabalhos, ele destaca os seguintes:
- SEMENTES CRIOULAS: TECNOLOGIA SOCIAL QUE CONSTRÓI A SOBERANIA ALIMENTAR DE POVOS INDÍGENAS NO BRASIL
