Um conjunto de dados em grade de longo prazo da produtividade primária líquida acima do solo para pastagens naturais globais

Por que as pastagens importam na vida cotidiana

As pastagens podem parecer trechos simples de verde, mas alimentam silenciosamente grande parte do gado do mundo e armazenam enormes quantidades de carbono. Saber quanto de matéria vegetal esses ecossistemas produzem a cada ano acima da superfície do solo é fundamental para prever suprimentos de alimentos, habitats de vida selvagem e mudanças climáticas. Este artigo apresenta um novo conjunto de dados global de longo prazo que rastreia quão produtivas as pastagens naturais foram no passado e como elas podem mudar no futuro com o aquecimento do clima.

Medindo o motor verde do planeta

Os cientistas descrevem o crescimento vegetal como “produtividade primária líquida”, a quantidade líquida de carbono que as plantas transformam em novo tecido. Para pessoas e animais que pastam, a parcela acima do solo desse crescimento — folhas e caules — é especialmente importante. As pastagens cobrem cerca de metade das terras livres de gelo do mundo e contribuem com cerca de um terço de toda a produção vegetal terrestre, portanto pequenas mudanças em seu crescimento podem repercutir nos sistemas alimentares globais e no ciclo do carbono. Ainda assim, a maioria dos conjuntos de dados globais mistura o que acontece acima e abaixo do solo, ou descreve apenas paisagens atualmente perturbadas, não a linha de base natural necessária para avaliar o impacto humano.

Construindo uma imagem global do chão ao céu

Os autores criaram um mapa mundial em grade do crescimento acima do solo das pastagens naturais e não perturbadas de 1958 até 2100. Primeiro reuniram mais de 1.500 medições de campo de parcelas de pesquisa em quase todos os continentes, com foco em locais de controle sem pastoreio. Eles combinaram esses registros de sítio com um mapa anterior de alta resolução da produtividade média de longo prazo das pastagens e com informações climáticas detalhadas — temperatura, chuva, luz solar e balanço hídrico — extraídas de registros históricos e de projeções de modelos climáticos modernos. Isso permitiu perguntar como as variações ano a ano do tempo em torno de uma linha de base local ajudam a explicar quanto capim realmente cresce a cada ano.

Ensinando uma floresta digital a prever o crescimento do capim

Para transformar essas medições dispersas em uma imagem global contínua, a equipe usou vários métodos de aprendizado de máquina e constatou que a abordagem de “floresta aleatória” (random forest) oferecia o melhor equilíbrio entre precisão e robustez. Em termos simples, esse método constrói muitas árvores de decisão que, individualmente, sugerem como o clima e as condições do sítio de longo prazo se traduzem em crescimento vegetal; o veredito combinado fornece uma estimativa confiável. O modelo foi treinado para vincular o crescimento medido em campo com a produtividade média de longo prazo e com “anomalias” climáticas anuais — como o tempo de cada ano difere da norma de 1970–2000. Após testar cuidadosamente o desempenho com diferentes esquemas de validação cruzada para evitar sobreajuste a regiões ou climas específicos, selecionaram a versão de melhor desempenho e a usaram para estimar a produtividade anual de cada célula da grade na Terra.

Conferindo os mapas com outras linhas de evidência

O conjunto de dados resultante foi então verificado em relação a produtos globais existentes. Espacialmente, os novos mapas reproduzem padrões bem conhecidos: savanas produtivas na África Central e no leste da América do Sul, e crescimento muito mais esparso em planaltos altos e frios, como o Tibete. Comparações estatísticas mostram forte acordo com quatro conjuntos de dados anteriores e níveis realistas de aglomeração espacial. Ao longo do tempo, a equipe comparou seus resultados com dois produtos de crescimento vegetal baseados em satélite de longa duração e com saídas de 20 modelos independentes de ecossistemas. Na maioria das regiões de pastagem, os altos e baixos do novo conjunto de dados acompanham de perto essas outras fontes, sugerindo que ele captura as principais oscilações do crescimento das pastagens impulsionadas pelo clima. Alguns desencontros aparecem em casos especiais, como locais onde plantas lenhosas estão invadindo pastagens ou onde o aquecimento leva as plantas a direcionar mais crescimento às raízes do que às folhas.

Limites, ressalvas e como isso ajuda as pessoas

Apesar de suas qualidades, o conjunto de dados tem pontos cegos. Em pastagens muito exuberantes, com crescimento vegetal extremamente alto, as medições de campo são raras, de modo que o modelo tende a subestimar quanto capim é produzido. Recomenda‑se cautela ao trabalhar nessas regiões e, quando possível, ajustar os números com dados locais. Ainda assim, os novos mapas fornecem algo que não existia antes: um registro longo, consistente e espacialmente detalhado de quanto forragem as pastagens naturais podem produzir sob um determinado clima, separado das perturbações humanas diretas.

O que isso significa para o futuro das pastagens

Para não especialistas, a mensagem principal é que agora temos uma linha de base mais clara de quão produtivas são as pastagens naturais do mundo — e como essa produtividade responde ao tempo e às mudanças climáticas de longo prazo. Isso facilita avaliar quanto das mudanças atuais no crescimento do capim decorre de pastoreio, alterações no uso da terra ou extremos climáticos, e planejar um uso mais sustentável das pastagens. À medida que o clima continuar a mudar ao longo deste século, o conjunto de dados pode ajudar formuladores de políticas, pecuaristas e conservacionistas a antecipar onde as pastagens podem sofrer ou prosperar, melhorando decisões sobre número de animais, esforços de restauração e proteção desses vitais motores verdes do planeta.

Citação: Chen, Z., Zhao, D., Zhang, Z. et al. A long-term gridded dataset of aboveground net primary productivity for global natural grasslands. Sci Data 13, 550 (2026). https://doi.org/10.1038/s41597-026-06944-7

Palavras-chave: produtividade de pastagens, ciclo do carbono, impactos das mudanças climáticas, ecologia e aprendizado de máquina, manejo de pastagens