📊 statistics

Foundation-Model Earth Representations Enable Regional-Scale Forest Aboveground Biomass Monitoring Across the Northeastern United States

Este estudo demonstra que a integração de Google Satellite Embeddings do AlphaEarth Foundation Model com dados de LiDAR aerotransportado e inventário florestal permite o monitoramento altamente preciso, escalável e temporalmente consistente da biomassa acima do solo em florestas no nordeste dos Estados Unidos, melhorando significativamente o desempenho preditivo e reduzindo o viés em comparação aos métodos tradicionais.

Autores originais: Shashika Lamahewage, Chandi Witharana

Publicado 2026-07-31

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Shashika Lamahewage, Chandi Witharana

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine a Terra como um pulmão gigante e respirante. Cada vez que este pulmão inspira, ele puxa o dióxido de carbono do ar e o armazena dentro de seus tecidos — árvores, folhas e raízes. Este carbono armazenado é chamado de "biomassa acima do solo", e é a arma secreta que as florestas usam para combater as mudanças climáticas. Mas aqui está a parte complicada: para saber quanto carbono uma floresta está retendo, os cientistas geralmente precisam sair, medir cada árvore individualmente e fazer muita matemática. É como tentar contar os grãos de areia em uma praia pegando um por um. É lento, caro e, muitas vezes, impossível de fazer em todos os lugares ao mesmo tempo.

Nos últimos anos, os cientistas tentaram usar satélites para pegar um atalho. Em vez de medir as árvores diretamente, eles olham fotos do espaço para adivinhar quanta madeira há ali. Mas as fotos de satélite tradicionais são um pouco como olhar para uma floresta através de uma janela embaçada; elas conseguem ver a copa verde, mas não conseguem dizer o quão altas são as árvores ou o quão grossos são os galhos. É aí que entra uma nova ferramenta de "super-satélite". Pense nessas ferramentas como um tradutor mágico. Em vez de apenas mostrar uma foto, elas transformam toda a paisagem em um código secreto — uma longa lista de números que descreve a forma, a saúde e o histórico da floresta, tudo de uma vez. Este artigo faz uma grande pergunta: podemos usar este novo "código secreto" de um sistema de IA global para contar o armazenamento de carbono da floresta com precisão, mesmo em lugares onde não temos os mapas 3D caros e de alta tecnologia das árvores?

O Código Secreto da Floresta

Neste estudo, dois pesquisadores da Universidade de Connecticut decidiram colocar este novo "código secreto" à prova nas florestas do nordeste dos Estados Unidos. Eles queriam ver se poderiam usar uma nova ferramenta poderosa chamada Google Satellite Embeddings (GSE) para estimar quanta madeira está armazenada nas árvores.

Para entender o desafio, imagine que você está tentando adivinhar o peso de uma mochila.

O Jeito Antigo (LiDAR): Você tem um scanner 3D que mede a altura e a forma exatas da mochila. É super preciso, mas você só pode usá-lo se tiver o scanner ali perto. No mundo real, isso é o LiDAR, uma tecnologia de laser que cria mapas 3D detalhados de florestas. É ótimo, mas é raro e caro, como ter um scanner 3D para apenas algumas mochilas em uma escola inteira.
O Jeito Novo (GSE): Você tem uma IA superinteligente que já olhou milhões de mochilas através de imagens de satélite, relatórios meteorológicos e mapas. Ela não vê a mochila diretamente, mas aprendeu um "código secreto" (uma lista de 64 números) que descreve como uma mochila costuma ser com base em seu entorno. Isso é o Google Satellite Embedding. Ele está disponível em todos os lugares, todos os anos, mas é um mistério porque é uma "caixa preta" — sabemos que funciona, mas nem sempre sabemos exatamente qual número significa "árvore alta" e qual significa "folhas grossas".

O Experimento: Misturando as Ferramentas

Os pesquisadores reuniram dados da Northeastern Forest Inventory Network (NEFIN), que é como um enorme livro de registros de medições florestais feitas por humanos ao longo de décadas. Eles tinham dois objetivos principais:

Eles conseguiriam usar o "código secreto" (GSE) sozinho para adivinhar o peso da floresta?
Eles conseguiriam misturar o "código secreto" com os mapas 3D de laser (LiDAR) para obter um palpite ainda melhor?

Eles alimentaram todas essas informações em três tipos diferentes de modelos de "cérebro" de computador (chamados Random Forest, XGBoost e ExtraTrees) para ver qual deles conseguiria aprender melhor.

Os Resultados: Uma Combinação Vencedora

Aqui está o que eles descobriram, e é muito empolgante:

Os Mapas 3D de Laser Ainda São o Rei: Quando usaram apenas os mapas 3D de laser (LiDAR), os modelos de computador fizeram um ótimo trabalho, atingindo uma pontuação de precisão (chamada R²) de 0,79 após o ajuste fino das configurações. Isso significa que o modelo conseguiu explicar cerca de 79% das mudanças no peso da floresta.
O Código Secreto é um Forte Segundo Lugar: Quando usaram apenas o "código secreto" (GSE), os modelos ainda tiveram um desempenho surpreendentemente bom, atingindo uma precisão de 0,67 com o conjunto de dados menor. Isso prova que o código secreto da IA realmente sabe muito sobre a floresta, mesmo sem os mapas 3D de laser.
O Poder do Trabalho em Equipe: O melhor resultado absoluto veio quando combinaram os mapas 3D de laser com o "código secreto". Essa união elevou a precisão para 0,79 também, mostrando que os dois métodos se complementam perfeitamente. Acontece que os mapas 3D dizem ao computador quão altas são as árvores, enquanto o código secreto diz que tipo de floresta é aquela e como ela está mudando ao longo do tempo. Juntos, eles formam um par perfeito.

O Grande Avanço: Preenchendo as Lacunas

A descoberta mais surpreendente aconteceu quando eles pararam de se preocupar com os mapas 3D de laser. Como o "código secreto" (GSE) está disponível todos os anos para o mundo inteiro, os pesquisadores conseguiram usar muito mais dados. Eles expandiram seu estudo de um pequeno grupo de 589 parcelas florestais para um massivo grupo de 6.801 parcelas!

Ao usar essa quantidade enorme de dados e deixar o computador aprender apenas com o "código secreto", eles alcançaram sua maior pontuação de precisão até agora: 0,82.

O Que Isso Significa para o Futuro

Este estudo sugere que nem sempre precisamos de mapas 3D de laser caros para monitorar florestas. Se tivermos boas medições de campo (como o registro da NEFIN) e usarmos este novo "código secreto" global, podemos criar mapas precisos de armazenamento de carbono florestal para regiões inteiras, mesmo em lugares onde nunca voamos um scanner a laser.

Os pesquisadores descobriram que, ao usar este método, puderam reduzir o viés do modelo em mais de 70% em comparação com modelos que não usavam os ajustes de crescimento anual e os dados de GSE. Eles também mostraram que, ao ajustar as configurações do computador (um processo chamado otimização de hiperparâmetros), poderiam tornar os resultados muito mais estáveis e confiáveis.

A Conclusão

Embora os mapas 3D de laser ainda sejam a ferramenta mais precisa para áreas pequenas e detalhadas, este novo "código secreto" da IA do Google é um divisor de águas para o monitoramento em larga escala. Ele permite que os cientistas preencham as lacunas onde os mapas de laser não existem. O estudo conclui que, ao combinar essas novas ferramentas de IA com os dados florestais tradicionais, podemos finalmente manter um olhar muito melhor, ano a ano, sobre quanto carbono nossas florestas estão armazenando, ajudando-nos a entender e proteger o clima do nosso planeta de forma mais eficaz do que nunca.

Resumo Técnico: Representações de Modelos de Fundação da Terra Permitem o Monitoramento da Biomassa Aérea Florestal em Escala Regional no Nordeste dos Estados Unidos

Problema
A biomassa aérea (AGB) florestal é um indicador crítico da produtividade do ecossistema e do armazenamento de carbono terrestre. No entanto, o monitoramento regional de carbono é limitado pela disponibilidade espacial e temporal esparsa de inventários de campo e medições estruturais aéreas. As abordagens tradicionais de sensoriamento remoto (RS) enfrentam limitações inerentes: o LiDAR fornece dados estruturais 3D ricos, mas carece de continuidade temporal e espacial, enquanto imagens ópticas e de radar frequentemente carecem de sensibilidade à estrutura vertical. Além disso, as inconsistências na resolução espacial e temporal entre as fontes de RS tradicionais têm dificultado estimativas de AGB anuais e reproduzíveis em escalas regionais. Adicionalmente, a indisponibilidade de localizações precisas de parcelas de campo (ex: dados do USFS FIA) limita a utilidade da verificação de campo para modelagem espacial.

Metodologia
O estudo desenvolveu uma estrutura de aprendizado de máquina (ML) para estimar a AGB em sete estados do nordeste dos EUA (cobrindo >280.000 km²) integrando três fontes de dados primárias:

Verdade de Campo: Dados de Inventário Florestal Contínuo (CFI) da Rede de Inventário Florestal do Nordeste (NEFIN), compreendendo mais de 5.000 parcelas. A AGB ao nível da parcela foi calculada usando equações alométricas atualizadas (Chojnacky et al., 2014) e ajustada anualmente para alinhar-se com as datas de aquisição de sensoriamento remoto.
Preditores Estruturais: Dados de LiDAR aerotransportado (2011–2025) do USGS-3DEP, fornecendo 29 métricas de altura e densidade.
Representações de Modelos de Fundação: Google Satellite Embeddings (GSE) gerados pelo Modelo de Fundação AlphaEarth. Estes são vetores geoespaciais de 64 dimensões, prontos para análise, derivados de dados multimodais (ópticos, térmicos, SAR, LiDAR, elevação, clima, etc.) a uma resolução de 10m.

Desenho Experimental
Os autores avaliaram três grupos de preditores usando algoritmos Random Forest (RF), XGBoost e ExtraTrees:

G1: Apenas LiDAR.
G2: Apenas GSE.
G3: Combinação de LiDAR e GSE.

Dois cenários foram testados:

Cenário I: Um conjunto de dados restrito (n=589) onde as parcelas sobrepunham-se às janelas de aquisição de LiDAR e GSE (±3 anos).
Cenário II: Um conjunto de dados expandido (n=6.801) utilizando a série temporal anual completa de GSE (2017–2025) com AGB ajustada pelo crescimento, contornando as restrições de disponibilidade de LiDAR.

A metodologia incluiu Análise de Componentes Principais (PCA) para reduzir a dimensionalidade do GSE (retendo 95% da variância), correção de autocorrelação espacial usando Moran's I e covariáveis espaciais, otimização de hiperparâmetros via GridSearchCV e simulações de Monte Carlo para avaliar a estabilidade do modelo.

Principais Resultados

Desempenho do Modelo: Os modelos combinados de LiDAR-GSE (G3) alcançaram o maior desempenho no Cenário I, com o modelo XGBoost ajustado atingindo um $R^2$ de 0,79 e um Erro Absoluto Médio (MAE) de 227,81 Mg ha⁻¹. Este superou os modelos apenas de LiDAR ( $R^2$ = 0,79, mas com maior viés em algumas configurações) e apenas de GSE ( $R^2$ = 0,67) sob amostras limitadas.
Impacto do Tamanho da Amostra (Cenário II): Capitalizar as observações anuais de GSE para expandir o conjunto de treinamento dez vezes (para 6.801 parcelas) melhorou significativamente o desempenho preditivo. O modelo XGBoost ajustado de apenas GSE no Cenário II alcançou um $R^2$ de 0,82 e um MAE de 245,23 Mg ha⁻¹, superando o desempenho dos modelos treinados em conjuntos de dados menores, restritos ao LiDAR.
Autocorrelação Espacial: A integração de representações de modelos de fundação e preditores estruturais reduziu substancialmente a dependência espacial residual. Os modelos G3 combinados mostraram a mais fraca autocorrelação espacial residual, com o Moran's I aproximando-se de zero para o modelo XGBoost após a correção espacial.
Importância das Variáveis: Enquanto as métricas estruturais de LiDAR (ex: rugosidade do dossel, percentis de altura) foram dominantes nos modelos apenas de LiDAR, as características derivadas de GSE (ex: A36, A49) e covariáveis espaciais tornaram-se críticas nos modelos apenas de GSE e combinados. A PCA revelou que as características do GSE são altamente estruturadas, capturando gradientes ecológicos além da simples informação espectral.
Estabilidade: A otimização de hiperparâmetros reduziu a variabilidade do desempenho do modelo em 27,9% nas simulações de Monte Carlo, com o ExtraTrees demonstrando o desempenho mais estável entre as iterações.

Principais Contribuições

Primeira Estrutura Sistemática: Este estudo apresenta a primeira aplicação sistemática dos conjuntos de dados GSE do AlphaEarth para a estimativa regional de AGB no nordeste dos Estados Unidos.
Monitoramento Escalável: Demonstra que as representações de modelos de fundação da Terra podem servir como uma alternativa escalável para o monitoramento de AGB em regiões com cobertura incompleta de LiDAR aerotransportado, particularmente quando há dados de inventário anuais disponíveis.
Integração de Dados: O trabalho estabelece uma estrutura unificadora para integrar dados NEFIN-CFI espacialmente heterogêneos com conjuntos de dados de LiDAR e GSE de vários anos.
Rigor Metodológico: O estudo aborda a autocorrelação espacial e o desalinhamento temporal através de ajustes de crescimento e covariáveis espaciais, fornecendo um fluxo de trabalho reprodutível para a avaliação regional de carbono.

Significância e Alegações
Os autores afirmam que as representações de modelos de fundação da Terra capturam informações ecologicamente significativas relevantes para a biomassa florestal, oferecendo um caminho para a próxima geração de avaliação de carbono florestal baseada em observações globalmente disponíveis. O estudo estabelece que, embora o LiDAR continue sendo superior para estimativas locais de alta precisão com amostras pequenas, os dados de GSE podem apoiar efetivamente o monitoramento em escala regional quando o LiDAR não está disponível, desde que haja dados de treinamento suficientes através da expansão da série temporal anual. Os achados sugerem uma mudança para o manejo de vegetação orientado por dados, oferecendo uma ferramenta de decisão reprodutível para proprietários de terras e formuladores de políticas para atingir metas de carbono regional sem depender de localizações de parcelas sensíveis e não públicas. Os autores observam que a alta incerteza observada em valores extremos de AGB (>600 Mg ha⁻¹) destaca a necessidade contínua de estruturas de inventário geoespacial e ecologicamente representativas.

Mais como este