Um produto de altura de dossel de alta precisão de 10 m para a cidade de Nanping, província de Fujian, China

Por que a altura das árvores vista do espaço importa

Quão altas são as árvores que protegem nosso clima e nossa água? Nas montanhas de Nanping, uma cidade rica em floresta no sudeste da China, a resposta é surpreendentemente difícil de determinar. Este estudo mostra como cientistas combinaram satélites, drones e métodos computacionais inteligentes para construir um mapa detalhado da altura das árvores, oferecendo aos gestores locais uma imagem muito mais clara de quanto carbono essas florestas podem armazenar e de quão saudáveis elas realmente estão.

Uma cidade montanhosa envolta em floresta

A cidade de Nanping está situada nas colinas acidentadas do norte da província de Fujian e costuma ser descrita como um escudo natural para o sul da China. Mais de três quartos de seu território estão cobertos por florestas, dominadas por árvores perenes de folha larga, com manchas de coníferas plantadas e bambu. O relevo é íngreme, o clima é quente e úmido, e a região tem sido repetidamente perturbada por tufões, pragas e corte de madeira. Tudo isso cria um mosaico de alturas de árvores pela paisagem e aumenta o risco de erosão do solo e degradação de habitats. Ainda assim, levantamentos de campo tradicionais não conseguem acompanhar: são precisos, mas lentos, caros e cobrem apenas pequenas áreas, deixando grandes lacunas no conhecimento sobre como essas florestas mudam ano a ano.

Vendo a altura da floresta a partir de cima

Para preencher essas lacunas, a equipe recorreu a um instrumento laser espacial chamado GEDI, que emite pulsos de luz a partir da Estação Espacial Internacional e registra como eles refletem nas folhas e no solo. Isso revela o perfil vertical da floresta, incluindo a altura das árvores, em bilhões de locais entre aproximadamente 50 graus de latitude norte e sul. Isoladamente, porém, o GEDI ainda comete erros sistemáticos, especialmente em florestas muito altas ou densas e em montanhas íngremes, onde pode subestimar ou superestimar a altura por vários metros. Os pesquisadores enfrentaram isso ao parear os dados do GEDI com medições extremamente detalhadas de scanners a laser montados em drones que sobrevoaram 30 parcelas amostrais em Nanping durante 2022 e 2023. Essas pesquisas com drones produziram mapas quase de verdade-terreno da altura das árvores com resolução de um metro.

Ensinando os dados a se autocorrigirem

Usando as medições dos drones como referência confiável, os cientistas construíram um modelo de calibração de viés projetado para aprender como o GEDI tende a errar sob diferentes condições. Alimentaram o modelo tanto com as estimativas originais de altura do GEDI quanto com informações locais do terreno, como elevação, declividade, orientação e sombreamento derivadas de um mapa de elevação de alta resolução. O modelo, baseado em um algoritmo de random forest, aprendeu a prever um valor de altura corrigido para cada pegada do GEDI. Após essa etapa, o acordo entre GEDI e dados de drone melhorou dramaticamente: o erro típico caiu de quase 12 metros para menos de 2 metros, e a superestimação sistemática quase desapareceu, mesmo nas áreas montanhosas complexas.

Transformando pontos em um mapa muro a muro

Os pontos do GEDI corrigidos por si só ainda cobrem apenas faixas estreitas, então o próximo desafio foi preencher as lacunas entre eles. Para isso, a equipe combinou as alturas calibradas do GEDI com um conjunto rico de pistas baseadas em satélite sobre as condições da floresta. Usaram imagens ópticas do Sentinel-2 para capturar cor e vigor da vegetação, imagens de radar do Sentinel-1 para captar estrutura e umidade, e dados de clima e uso do solo para fornecer contexto sobre temperatura, precipitação e tipo de floresta. A partir dessas fontes, construíram doze características-chave, incluindo índices de vegetação aprimorados e medidas de textura que descrevem quão rugosa ou lisa a floresta aparenta ser. Um segundo modelo de random forest então aprendeu como essas características se relacionam com a altura das árvores e usou essa relação para estimar a altura a cada 10 metros em toda Nanping, para 2022 e 2023.

O que os novos mapas revelam

Os produtos finais são mapas de altura do dossel com resolução de 10 metros para toda a cidade, disponíveis gratuitamente. Verificações independentes contra parcelas de drone que não foram usadas no treinamento mostram que os mapas capturam as alturas reais das árvores com erros de cerca de três metros, uma melhoria significativa em relação a produtos regionais e globais anteriores. A maior parte das florestas de Nanping tem entre 10 e 20 metros de altura, com relativamente poucos povoamentos acima de 20 metros. Entre 2022 e 2023, a altura média do dossel aumentou cerca de 40 centímetros, uma elevação modesta mas detectável, consistente com crescimento contínuo e mudanças locais. Embora ainda haja alguma incerteza, especialmente nos povoamentos mais altos e em terrenos muito acidentados, esses mapas fornecem uma base sólida para estimar biomassa florestal, monitorar perturbações e planejar um manejo florestal mais preciso.

O que isso significa para as pessoas e o clima

Para não especialistas, a principal conclusão é que agora podemos ver a estrutura das florestas de Nanping com muito mais detalhe do que antes, ao fundir lasers espaciais, drones e imagens de satélite. Isso dá a cientistas e agências locais uma ferramenta muito mais afiada para estimar quanto carbono essas florestas retêm, quão bem protegem solo e água e como respondem a tempestades, pragas e uso humano. A mesma abordagem pode ser estendida para outras regiões montanhosas ricas em florestas, transformando medições dispersas em imagens nítidas de saúde florestal em escala municipal que podem orientar uma conservação e políticas climáticas mais inteligentes.

Citação: Yi, L., Yao, X., Yang, A. et al. A 10 m High-precision Canopy Height Product for Nanping City, Fujian Province, China. Sci Data 13, 710 (2026). https://doi.org/10.1038/s41597-026-06767-6

Palavras-chave: altura do dossel florestal, sensoriamento remoto, GEDI lidar, Nanping Fujian, mapeamento de estoque de carbono