Detecção automática e análise de mudanças de vegetação em escala de sítio para edifícios históricos individuais ao longo da Grande Muralha

Por que plantas podem ameaçar pedra antiga

A Grande Muralha da China é famosa por suas panorâmicas de parapeitos de pedra, mas muitas de suas partes mais vulneráveis são as pequenas torres de vigilância e de sinalização espalhadas ao longo do trajeto. Esses edifícios individuais vêm sendo lentamente desfeitos por raízes e pela umidade oriunda da vegetação próxima. O estudo por trás deste artigo mostra como novas ferramentas computacionais e dados de satélite podem ser combinados para rastrear onde a vegetação ao redor dessas estruturas está se tornando mais densa, ajudando conservadores a decidir onde agir antes que o dano se torne irreversível.

Edifícios ocultos em uma paisagem vasta

Do nível do solo, os edifícios históricos individuais ao longo da Muralha são fáceis de passar despercebidos. Muitos são feitos de terra batida que se confunde com as colinas ao redor. São pequenos, desgastados e espalhados por mais de 250 quilômetros de terreno acidentado na província de Shaanxi. Levantamentos tradicionais exigem que especialistas inspecionem fotos aéreas uma a uma, um processo lento e inconsistente. Sem contornos precisos de cada torre, é difícil definir o “sítio” que precisa ser monitorado ou dizer como as imediações mudaram ao longo do tempo.

Ensinando computadores a identificar torres antigas

Os pesquisadores desenvolveram um sistema de análise de imagens especializado chamado IHBSegNet para delinear automaticamente essas pequenas estruturas em imagens de satélite de alta resolução. O sistema baseia‑se em técnicas modernas de aprendizado profundo que se destacam em reconhecer padrões em imagens. Como as torres se misturam ao fundo, os autores projetaram vários módulos adicionais de “atenção” que ajudam a rede a focar em diferenças sutis de forma e textura. Treinado com amostras cuidadosamente rotuladas à mão, o modelo conseguiu localizar e traçar as pegadas das torres com mais precisão do que vários métodos líderes de segmentação de imagens, mantendo-se eficiente o suficiente para ser aplicado em grandes áreas.

Lendo a história da vegetação desde o espaço

Uma vez que a equipe pôde localizar cada construção com confiabilidade, eles recorreram a um tipo diferente de produto de satélite que resume como a superfície terrestre se comporta durante um ano inteiro. Em vez de trabalhar com instantâneos únicos que podem ser obscurecidos por nuvens ou particularidades sazonais, usaram os chamados embeddings de satélite: descrições numéricas compactas que capturam uma temporada completa de mudanças em cada pixel de 10 metros. Agrupando pixels com padrões similares de embedding usando um método de clusterização não supervisionada, dividiram a paisagem em quatro tipos de densidade de vegetação de fácil interpretação: solo nu ou construído, rala, moderada e densa. Esse processo foi repetido para cada ano de 2017 a 2024, criando uma sequência limpa de mapas de vegetação para o corredor da Grande Muralha.

Monitorando mudanças locais ao redor de cada torre

Com os contornos das torres e os mapas anuais de vegetação em mãos, os pesquisadores sobrepuseram‑nos para responder a uma pergunta simples: no solo imediatamente dentro da área de cada torre, a vegetação tornou‑se mais densa, mais rala ou permaneceu aproximadamente a mesma ao longo de sete anos? Eles trataram os quatro tipos de vegetação como degraus ordenados do nu ao denso e calcularam quantos degraus cada pixel se moveu entre 2017 e 2024, então promediaram essas variações para cada edifício. A maioria das mais de 550 torres detectadas nas áreas de Fugu, Shenmu e Yuyang mostrou pouco mudança líquida, sugerindo arredores relativamente estáveis. Contudo, 67 sítios se destacaram por fortes mudanças, e em Fugu e Yuyang a maioria desses movimentos foi em direção a cobertura mais densa — sinalizando aumento da pressão de raízes e umidade adicional sobre paredes frágeis de terra.

De mapas a decisões de conservação

O arcabouço resultante faz mais do que produzir mapas atraentes: fornece aos gestores do patrimônio uma lista ranqueada de torres onde a vegetação invasora provavelmente está comprometendo a estabilidade. Como o método depende de dados de sensoriamento remoto abertos e de um modelo de detecção reutilizável, ele pode ser estendido a outras partes da Grande Muralha ou mesmo a diferentes sítios lineares patrimoniais no mundo. Embora os autores observem que edifícios muito cobertos por vegetação ou mal visíveis e flutuações vegetacionais de curto prazo ainda podem passar despercebidos, a abordagem marca a primeira vez que mudanças na vegetação foram quantificadas edifício por edifício ao longo desse monumento icônico. Em termos práticos, oferece uma forma de transformar fluxos globais de satélite em sinais locais de alerta precoce que ajudam a proteger estruturas antigas de serem silenciosamente desmanteladas pela paisagem viva ao redor.

Citação: Zheng, D., Wang, S., Feng, H. et al. Automatic detection and site-scale vegetation shift analysis for individual heritage buildings along the Great Wall. npj Herit. Sci. 14, 161 (2026). https://doi.org/10.1038/s40494-026-02422-w

Palavras-chave: conservação da Grande Muralha, edifícios históricos, remote sensing, mudança da vegetação, aprendizado profundo