A proteção do meio ambiente é uma das emergências globais neste século e, na linha para preservar esse ativo, desde 2010 a ONU possui um plano o Programa das Nações Unidas para o Meio Ambiente (UNEP-WCMC). O Brasil segue essa agenda de compromisso mundial com a preservação da natureza em seus métodos próprios. A criação de unidades de conservação pode ser um desses, porém não se sabe se essa é uma alternativa eficiente e que realmente beneficia a população em volta.
Da necessidade de conseguir avaliar a relação entre as unidades de conservação ambiental e o desenvolvimento socioeconômico das comunidades no seu entorno nasceu o Projeto PARSEC, uma iniciativa internacional de colaboração entre a USP e instituições de cinco países.
A pergunta inicial do projeto, segundo o Prof. Dr. Pedro Pizzigatti, Coordenador do Projeto Parsec/Brasil e do Grupo de Pesquisa em Big Data da Escola Politécnica da USP, era: “Será que nós estamos ajudando as pessoas de verdade criando unidades de conservação?”. A limitação da exploração da natureza pela população em volta das unidades de conservação poderia impactar negativamente o desenvolvimento socioeconômico da região.
O projeto se baseia em vários bancos de dados open science e dados do Censo de 2010 do IBGE, este para validar os resultados das estimativas do modelo do projeto. Além disso, ele se apoia em um modelo de inteligência artificial, em que as imagens de satélites da região são associadas aos seus indicadores socioeconômicos. O modelo “aprende” a fazer estimativas sobre o desenvolvimento socioeconômico do local à medida que ele é treinado com a nova entrada de dados e imagens.
A partir disso, é possível responder se as pessoas que moram em comunidades no entorno de unidades de conservação se beneficiam da presença desses dispositivos ambientais no local, comenta a pesquisadora e participante do projeto, Dra. Jeaneth Machicao.
A primeira aplicação do modelo desenvolvido no Brasil foi na região do Vale do Ribeira, em São Paulo, e os resultados animam, segundo os pesquisadores. Na ocasião, foram processados 1GB apenas de imagens de satélite. Um modelo treinado em países da África levou duas semanas de processamento em GPUs bem pesadas, mas esse tempo é apenas para o treinamento, porque após essa etapa as estimativas são feitas rapidamente, afirma a Dra. Jeaneth.
Faça um comentário