Fusão tripla de recursos a partir de imagens multiespectrais de VANT melhora a estimativa de carbono em manguezais por espécie

Por que essas florestas costeiras importam

Os manguezais ficam onde terra e mar se encontram, armazenando silenciosamente grandes quantidades de carbono em sua madeira e em seus solos lamacentos. Como esse “carbono azul” ajuda a desacelerar as mudanças climáticas, governos e organizações de conservação têm cada vez mais interesse em proteger e restaurar os manguezais. Mas nem todas as espécies de mangue acumulam carbono da mesma forma. Este estudo mostra como pequenos drones equipados com câmeras especiais podem não só mapear diferentes espécies de mangue ao longo de um litoral chinês, como também estimar quanto carbono cada espécie contém acima e abaixo do solo.

Observando os manguezais de cima

A pesquisa foi realizada na Reserva Natural de Manguezais Gaoqiao, na Baía de Yingluo, sul da China, uma grande área protegida rica em espécies. Ali, quatro espécies comuns de mangue formam um mosaico ao longo das marés, desde povoamentos arbóreos altos perto da baía aberta até arbustos ao longo de margens de rios e bordas de lagoas. Tradicionalmente, estimar quanto carbono essas florestas armazenam exige que equipes atravessem lama pegajosa, meçam o porte das árvores e escavem raízes e solos — um processo lento e caro. Satélites conseguem cobrir grandes áreas, mas muitas vezes não têm a resolução fina necessária para separar espécies vizinhas ou pequenos trechos de floresta. A equipe, em vez disso, voou um drone em baixa altitude equipado com uma câmera multiespectral que captura não apenas a cor visível, mas também o red-edge e o infravermelho próximo, faixas particularmente sensíveis à química foliar e à saúde das plantas.

Três tipos de pistas a partir das imagens do drone

A partir dos dados do drone, os cientistas extraíram três famílias de pistas sobre a floresta. Recursos “espectrais” descrevem como as folhas refletem diferentes cores de luz, que podem ser combinadas em índices de vegetação relacionados ao vigor e à clorofila. Recursos “estruturais” vêm da informação 3D de altura, revelando quão alta é a copa ao longo da paisagem. Recursos “texturais” capturam o quão rugosa ou lisa a copa aparece nas imagens, refletindo variações no tamanho das folhas, densidade de galhos e forma das coroas. Ao fundir esses três tipos de informação, os pesquisadores treinaram modelos computacionais que primeiro distinguiram as quatro espécies de mangue e depois relacionaram as características das imagens com medições precisas de carbono coletadas em 40 parcelas de campo.

Diferenciando um mangue do outro

A abordagem fundida mostrou-se especialmente poderosa para o mapeamento de espécies. Quando a equipe usou apenas imagens básicas em vermelho, verde e azul, o drone não conseguia distinguir de forma confiável espécies com cores foliares semelhantes ou povoamentos mistos. A adição das bandas red-edge e do infravermelho próximo melhorou muito a situação, e incluir a altura da copa elevou ainda mais o desempenho. A melhor combinação — bandas multiespectrais brutas, índices de vegetação e altura — identificou corretamente as espécies de mangue em quase 90% dos casos. Isso foi crucial, pois espécies como Avicennia marina e Aegiceras corniculatum podem parecer semelhantes no espectro, mas diferem sutilmente em altura e forma de crescimento, enquanto outras, como Rhizophora stylosa e Bruguiera gymnorrhiza, são mais altas e têm copas mais massivas.

Ligando a estrutura florestal ao carbono armazenado

Uma vez mapeadas as espécies, o mesmo conjunto triplo de características de imagem foi usado para construir modelos de carbono. Para cada espécie ou pares de espécies, os pesquisadores testaram quão bem diferentes variáveis de imagem previam o carbono armazenado acima do solo em troncos e galhos, e abaixo do solo em raízes. Verificaram que as características mais informativas variavam conforme a espécie. Para o arbustivo A. corniculatum, padrões sutis na textura do red-edge foram os melhores, enquanto para B. gymnorrhiza as variações na textura da banda azul foram determinantes. Para povoamentos mistos de R. stylosa e A. marina, a simples altura da copa foi um forte preditor, refletindo como árvores maiores acumulam mais biomassa. Os modelos resultantes explicaram de quase metade até mais de 90% da variação no carbono observado, dependendo da espécie e de o estoque considerado ser acima ou abaixo do solo.

Onde o carbono realmente se concentra

Aplicar esses modelos a toda a área de estudo produziu mapas detalhados do carbono acima do solo, abaixo do solo e do carbono total nos manguezais. O canto noroeste da reserva, dominado por povoamentos altos de R. stylosa, emergiu como um ponto quente de carbono, com os maiores valores tanto acima quanto abaixo do solo. Em média, R. stylosa armazenou cerca do dobro do carbono acima do solo em relação à espécie de menor porte, A. corniculatum, e também liderou no carbono de raízes. A. marina, embora amplamente distribuída, reteve um carbono por hectare mais moderado, enquanto B. gymnorrhiza contribuiu com bolsões menores, mas ainda importantes. No geral, espécies com troncos mais altos e espessos e copas mais largas armazenaram muito mais carbono do que touceiras densas de arbustos mais baixos, apesar destes últimos apresentarem muito mais caules por área.

O que isso significa para clima e conservação

Para um público não especializado, a mensagem principal é que os manguezais não podem ser tratados como uma faixa verde uniforme no mapa. Espécies diferentes estocam quantidades de carbono muito distintas e respondem de maneiras diferentes ao que os drones “veem” em cor, estrutura e textura. Ao combinar essas três perspectivas, o estudo mostra que drones relativamente acessíveis podem mapear tanto as espécies quanto seus estoques de carbono com alto detalhe, ajudando gestores a identificar quais trechos de floresta são mais valiosos para mitigação climática. À medida que crescem os esforços para proteger e restaurar ecossistemas de carbono azul, essa visão ao nível de espécie pode orientar plantios mais inteligentes, proteção dirigida de povoamentos de alto carbono e um inventário nacional de carbono mais preciso.

Citação: Chen, Y., Shen, X., Yan, C. et al. Triple-feature fusion from UAV multispectral imagery enhances species-level mangrove carbon assessment. Sci Rep 16, 11494 (2026). https://doi.org/10.1038/s41598-026-40303-1

Palavras-chave: carbono em manguezais, carbono azul, VANT multiespectral, mapeamento de espécies, sensoriamento remoto florestal