Padrão espacial e mecanismos que moldam a paisagem sonora do PCI em Jilin: um framework GeoAI para sustentabilidade cultural

Por que as canções de um lugar importam

Em todo o mundo, as canções tradicionais estão desaparecendo à medida que as cidades crescem, as pessoas se deslocam e o trabalho diário muda. Ainda assim, essas canções são mais que melodias: elas capturam como as pessoas vivem com sua terra, seus vizinhos e o clima ao redor. Este estudo examina as canções folclóricas da Província de Jilin, na China, como uma espécie de “mapa sonoro” vivo, investigando onde ocorrem diferentes canções, o que as molda e como ferramentas modernas podem ajudar a mantê‑las vivas em tempos de mudança.

Canções como paisagens vivas

Os autores tratam as canções folclóricas como parte da paisagem, muito parecido com rios ou florestas. Em Jilin, são consideradas quatro tipologias principais de canção, com foco especial em três: cantos de trabalho usados durante o labor, canções de montanha cantadas em colinas e campos abertos, e canções líricas folclóricas voltadas mais para a narrativa e o entretenimento. Essas canções são vistas como “genes da paisagem sonora” – padrões básicos de som que as comunidades moldaram ao longo de gerações em resposta ao ambiente e aos modos de vida. Em vez de olhar apenas para as letras ou o estilo musical, o estudo conecta as canções ao clima, ao terreno, aos grupos étnicos, às vilas, às estradas e à atividade econômica.

Usando mapas inteligentes para ler a música

Para descobrir esses padrões, a equipe constrói um framework GeoAI que combina sistemas de informação geográfica com aprendizado de máquina. Eles coletam 797 canções folclóricas de Jilin e vinculam cada uma a 17 fatores ambientais e sociais em uma grade fina por toda a província. Uma ferramenta chamada GeoDetector verifica primeiro quais fatores mais fortemente coincidem com a ocorrência das diferentes canções. Em seguida, um modelo de aprendizado de máquina (CatBoost) aprende a prever que tipo de canção é provável em cada local. Finalmente, um método de interpretabilidade (SHAP) percorre o modelo ao contrário para mostrar como cada fator eleva ou reduz a probabilidade de tipos de canção em diferentes contextos. O resultado é um conjunto de mapas de alta resolução que mostram onde cada tipo sonoro tem mais probabilidade de prosperar e por quê.

Chuva, terreno e pessoas moldando o som

A análise revela que clima e cultura atuam em conjunto para moldar as paisagens sonoras de Jilin. Cantos de trabalho dominam grande parte da província, especialmente as planícies centrais e as zonas de transição planície–montanha com redes fluviais ricas. Nesses locais, precipitação anual acima de cerca de 700 milímetros favorece agricultura intensiva e projetos hídricos, criando cenas de trabalho coordenado onde canções rítmicas ajudam na cooperação. Essas áreas frequentemente apresentam assentamentos Han densos e economias locais mais fortes, que historicamente sustentaram tanto a expansão agrícola quanto a difusão e registro dos cantos de trabalho.

Ilhas de canção em montanhas e vilarejos

Por outro lado, as canções de montanha prosperam em regiões colinosas mais secas e isoladas, muitas vezes em áreas com menos de cerca de 680 milímetros de chuva e a considerável distância de vilas antigas. Terrenos íngremes e casas dispersas limitam o trânsito e a influência externa, ajudando a preservar estilos de canto distintivos dentro de certas comunidades étnicas, como as mongóis e outros grupos minoritários. As canções líricas folclóricas respondem mais a nós sociais do que à precipitação. Elas se agrupam a cerca de 25–40 quilômetros de vilas antigas e locais de proteção cultural, onde mercados, festivais e espaços públicos compartilhados reúnem as pessoas. Interessantemente, em distâncias intermediárias de sítios oficiais de patrimônio, as canções líricas tornam‑se menos comuns, sugerindo zonas onde a modernização enfraquece tradições musicais mais antigas sem ainda substituí‑las por proteção ativa.

Guiando a proteção do patrimônio estático para o vivo

Ao traduzir tradições de canção em padrões espaciais e limiares, o estudo oferece orientações concretas para políticas culturais. Sugere proteger corredores “ecoculturais” inteiros onde cantos de trabalho, rios e agricultura tradicional ainda interagem; limitar o desenvolvimento intenso em regiões frágeis de canção de montanha; e concentrar apoio nos núcleos sociais que mantêm as canções líricas vivas. Em termos simples, o artigo mostra que salvar a música folclórica não é apenas gravar melodias antigas — trata‑se de cuidar das paisagens, das comunidades e das rotinas diárias que dão sentido a essas canções. Com uso cuidadoso da GeoAI, os gestores do patrimônio podem passar de prender a cultura em museus para sustentá‑la como parte viva da vida local.

Citação: Fan, Y., Tian, J., Sun, D. et al. Spatial pattern and driving mechanisms of ICH soundscape in Jilin: a GeoAI framework for cultural sustainability. npj Herit. Sci. 14, 281 (2026). https://doi.org/10.1038/s40494-026-02473-z

Palavras-chave: patrimônio cultural imaterial, paisagens sonoras de canções folclóricas, IA geoespacial, Província de Jilin, sustentabilidade cultural