Conjunto de dados georreferenciados de alta resolução sobre descargas setoriais de poluição da água na China de 2007 a 2022

Por que mapas de água mais limpa importam

Os rios e lagos da China fornecem água potável, alimento e meios de subsistência para centenas de milhões de pessoas, mas têm estado sob forte pressão de esgoto, indústrias e atividades agrícolas. Até agora, a maioria dos dados oficiais mostrava apenas totais aproximados por província e apenas em alguns anos. Este artigo apresenta um novo mapa detalhado das fontes de poluição hídrica em toda a China continental, atualizado anualmente de 2007 a 2022. Ele mostra, em aproximadamente um quilômetro de resolução, quanto poluição diferentes atividades liberam, ajudando cientistas, planejadores e cidadãos a ver onde as ações estão dando certo e onde ainda existem pontos problemáticos ocultos.

Ver a poluição em muito mais detalhe

Os autores construíram o que chamam de conjunto de dados setorial de alta resolução sobre descargas de poluição da água. Em vez de olhar apenas para números nacionais ou provinciais amplos, dividiram a China continental em uma grade de células com cerca de um quilômetro de lado. Para cada célula e cada ano, estimaram a quantidade de dois poluentes chave liberados: demanda bioquímica de oxigênio (uma medida de matéria orgânica que consome oxigênio na água) e nitrogênio na forma de amônio (uma forma de nitrogênio tóxica para a vida aquática que favorece florescimentos de algas). Eles acompanharam cinco grandes atividades humanas que liberam esses poluentes: domicílios urbanos, domicílios rurais, indústria, cultivo de culturas e criação de animais. Isso transforma alguns retratos censitários esparsos em um quadro contínuo e detalhado de como a pressão de poluição se deslocou pelo país ao longo de dezesseis anos.

Combinando estatísticas, satélites e big data

Para construir esses mapas, a equipe partiu dos censos nacionais de fontes de poluição da China de 2007 e 2017, que contêm as medições mais abrangentes das descargas por setor. Em seguida, usaram estatísticas anuais de anuários ambientais para 2007–2022 para captar como a poluição total mudou ao longo do tempo, ajustando cuidadosamente esses números anuais para que correspondessem aos pontos de referência mais precisos dos censos. Depois, empregaram um método “top‑down” para distribuir os totais provinciais pela grade de um quilômetro usando informações geoespaciais modernas: mapas de uso do solo derivados de satélite, luzes noturnas que revelam áreas urbanas e bem iluminadas, mapas detalhados de terras cultivadas e distribuição de animais, além de contagens populacionais e dados econômicos. Ao atribuir mais poluição a células com, por exemplo, população urbana mais densa, mais fábricas, maior uso de fertilizantes ou maiores densidades de gado, eles criaram mapas realistas e espacialmente detalhados para cada setor e ano.

O que os novos mapas revelam

Quando os pesquisadores compararam suas estimativas ao nível de cidade com os resultados censitários oficiais para 73 cidades, a concordância foi forte, especialmente para agricultura e poluição doméstica. Isso dá confiança de que as novas grades capturam padrões espaciais reais, mesmo que alguma incerteza persista para poluição industrial complexa. Os mapas mostram que, de modo geral, as descargas de matéria orgânica e de nitrogênio amoniacal na China caíram de forma constante desde 2007, refletindo grandes investimentos em tratamento de esgoto e limpeza industrial. No entanto, as reduções não são uniformes. Fontes pontuais, como estações de tratamento de águas residuais urbanas e fábricas, tiveram os cortes mais amplos e rápidos, enquanto a poluição da atividade agrícola — tanto a fertilização das lavouras quanto o esterco de animais — diminuiu mais lentamente e em algumas regiões permanece alta, criando pontos críticos persistentes em bacias fluviais importantes.

Ligando fontes à melhora da qualidade da água

Os autores então conectaram seus mapas de poluição a registros de longo prazo de 148 estações de monitoramento da qualidade da água na China. Usando uma abordagem de aprendizado de máquina, exploraram como mudanças nas fontes de poluição, no clima e nas características da paisagem explicam em conjunto as variações na qualidade das águas dos rios. A análise sugere que as reduções nas descargas de fontes pontuais vindas de cidades e da indústria foram os principais responsáveis por rios mais limpos nos últimos anos, contribuindo com mais do que o dobro em relação às fontes difusas, como as fazendas. Isso está alinhado com a experiência prática: canos grandes são mais fáceis de regular do que milhões de campos e pequenas propriedades. Ao mesmo tempo, os mapas ressaltam que melhorias futuras dependerão cada vez mais da melhor gestão do escoamento agrícola e do saneamento rural, que são mais dispersos e mais difíceis de controlar.

Como isso ajuda a proteger rios e pessoas

Para não especialistas, a principal conclusão é que esse novo conjunto de dados funciona como um mapa meteorológico de alta resolução para a poluição da água. Em vez de médias vagas, ele identifica onde a poluição é gerada, como mudou de ano para ano e quais setores são responsáveis. Formuladores de políticas podem usá‑lo para concentrar recursos limitados nos piores pontos críticos, desenhar regulações mais justas e testar se políticas passadas funcionaram como previsto. Cientistas podem inserir os dados em modelos de rios e lagos para prever quanto poluente realmente chegará a ecossistemas sensíveis e explorar cenários futuros. Embora atualmente acompanhe apenas dois poluentes e opere em passos de tempo anuais, esse recurso representa um avanço importante rumo a uma proteção da água mais transparente e baseada em evidências na China — e oferece um modelo que outros países podem seguir.

Citação: Yuan, Z., Ma, T. High-resolution gridded dataset of sectoral water pollution discharges in China from 2007 to 2022. Sci Data 13, 271 (2026). https://doi.org/10.1038/s41597-026-06595-8

Palavras-chave: poluição da água, rios da China, águas residuais, escoamento agrícola, dados ambientais