Mapa feito com IA revela deficiência de fósforo no solo amazônico

Um modelo de inteligência artificial chamado Caetê foi usado por pesquisadores para realizar uma investigação sobre as formas químicas de fósforo no solo da Amazônia. O mineral é um importante elemento no ciclo de crescimento e na forma de lidar com as mudanças climáticas das árvores.

Segundo os mapas gerados com o modelo, atualmente a concentração de fósforo está abaixo da média global. A pesquisa, que teve o apoio da FAPESP, foi publicada na Earth System Science Data.

Baixo nível de fósforo no solo amazônico

• O modelo Caetê, um algoritmo capaz de projetar o futuro da vegetação amazônica, foi alimentado com dados sobre ciclos de nutrientes do solo.
• O objetivo era compreender como a vegetação reage ao aquecimento global e aprimorar formas de conservar ecossistemas.
• Uma série de mapas resultantes da metodologia baseada em IA revela que o solo amazônico está com uma concentração muito baixa de fósforo.
• A concentração média de fósforo total encontrada foi de 284,13 mg/kg de solo, considerada pequena em comparação com a média global.
• Isso é algo que pode impactar o crescimento e impedir que as árvores reajam ao aumento de gás carbônico, consequência do aquecimento global.
• Os locais mais ricos em fósforo estão na fronteira entre os Andes e a Amazônia, enquanto os com concentração menor são os solos antigos das baixadas amazônicas.

Leia mais:

• Quase metade da floresta amazônica pode entrar em colapso até 2050
• IA: amiga ou inimiga do meio ambiente?
• Caixinhas que “abraçam árvores” combatem desmatamento da Amazônia com IA

Precisão do modelo

Foram analisados dados de 108 locais na Amazônia com a abordagem baseada em modelos de regressão aleatória de floresta para prever diferentes formas de fósforo no solo. Eles alcançaram uma precisão média superior a 64%, chegando a 77,3% para o total do fósforo.

Com o modelo, foi possível prever o total, disponível, orgânico, inorgânico e ocluído do mineral. Dados sobre os tipos de solo, geolocalização, concentração de nitrogênio e carbono, elevação e inclinação do terreno, pH do solo, precipitação anual média e temperatura foram utilizados na nova técnica de aprendizado de máquina.

Sobre o Caetê

O Caetê é o primeiro modelo brasileiro que pode prever o futuro da vegetação. Seu nome é uma sigla para CArbon and Ecosystem functional-Trait Evaluation mode (Modelo de Avaliação de Características Funcionais de Carbono e Ecossistema em português) e também significa “mata virgem” na língua tupi-guarani.

A tecnologia foi desenvolvida pelo Laboratório de Ciência do Sistema Terrestre da Universidade Estadual de Campinas (Unicamp). Os cientistas acreditam que esses novos mapas podem ser úteis para parametrizar e avaliar modelos de ecossistemas terrestres, fornecendo dados sobre a relação solo-vegetação na Amazônia e suas respostas às mudanças climáticas.

O aprendizado de máquina, com o uso da inteligência artificial, será cada vez mais aplicado na ciência, especialmente para projeções futuras. Nossos mapas podem ser usados por outros pesquisadores visando entender como serão as respostas da Amazônia frente às mudanças climáticas

pesquisador João Paulo Darela Filho para a Agência FAPESP