Flood Detection and Cropland Damage Assessment Using Sentinel-1 SAR Time Series Multi-Source EO Data in the Sebou Basin, El Gharb plain, Morocco
Este estudo utiliza dados de séries temporais de SAR Sentinel-1 com polarizações VV e VH para desenvolver um método de detecção de inundação baseado em anomalias que seja robusto e que mapeie eficazmente a inundação e avalie os danos às terras agrícolas na bacia do Sebou, em Marrocos, informando, em última análise, estratégias de gestão de risco direcionadas para a planície de El Gharb.
Artigo original sob licença CC BY 4.0 (https://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
As inundações são uma força da natureza que moldou a história humana, mas, no mundo moderno, seu impacto na agricultura é medido em colheitas perdidas e segurança alimentar ameaçada. Quando chuvas intensas caem sobre terras planas e férteis, a água pode espalhar-se rapidamente, afogando plantações e transformando campos produtivos em lagos temporários. Para agricultores e governos, saber exatamente onde a água está e quanto dano ela causou é crítico, embora seja frequentemente a coisa mais difícil de determinar. Câmeras tradicionais em satélites não conseguem ver através das nuvens espessas que geralmente acompanham as tempestades, deixando um ponto cego precisamente quando o monitoramento é mais necessário. Para resolver isso, os cientistas recorreram a um tipo diferente de olho: o radar. Ao contrário das câmeras ópticas que dependem da luz solar refletida, os sistemas de radar enviam seus próprios sinais de micro-ondas e escutam o eco. Esses sinais podem atravessar nuvens e escuridão, ricocheteando no solo para revelar o que está por baixo da tempestade. Ao rastrear como esses sinais mudam ao longo do tempo, os pesquisadores podem distinguir entre terra seca, solo úmido e água parada, transformando um evento natural caótico em um mapa claro e mensurável.
Na Bacia do Sebou, no norte de Marrocos, uma região conhecida como a planície de El Gharb, esta tecnologia foi colocada em prática para compreender um severo evento de inundação que atingiu a região no inverno de 2025 e 2026. Esta área é uma extensão baixa e plana de solo aluvial rico, intensamente cultivada com trigo, oliveiras e citrinos, tornando-a um motor vital para o suprimento de alimentos do país. No entanto, sua topografia plana e extensas redes de irrigação a tornam propensa ao acúmulo de água quando as chuvas intensas chegam. Uma equipe de pesquisadores da Universidade Internacional de Rabat e do Politecnico di Milano partiu para mapear a extensão da inundação e, mais importante, para calcular exatamente quanta terra agrícola foi submersa. Eles utilizaram dados do Sentinel-1, um satélite europeu equipado com Radar de Abertura Sintética, que captura imagens da superfície da Terra dia e noite, independentemente do clima.
Os pesquisadores não olharam simplesmente para uma única imagem tirada durante a inundação. Em vez disso, eles construíram uma linha do tempo das condições da região. Começaram analisando dados de precipitação para identificar as semanas que antecederam o desastre, observando como o solo se tornou cada vez mais saturado. Em seguida, compararam imagens de radar tiradas antes da inundação com aquelas tiradas durante o pico da inundação. O cerne de seu método baseou-se em um princípio físico: quando as ondas de radar atingem a água aberta, elas ricocheteiam em uma direção específica, criando um sinal muito escuro na imagem. Quando atingem o solo rugoso ou plantações, o sinal retorna com mais força. Ao medir a diferença neste "retroespalhamento" (backscatter) entre o período seco e o período úmido, a equipe pôde identificar onde a água se estabeleceu. Eles deram atenção especial a um tipo específico de sinal de radar, conhecido como polarização cruzada, que se mostrou excepcionalmente sensível à presença de água entre a vegetação, ajudando a separar plantações inundadas de campos secos que poderiam parecer semelhantes em outros tipos de dados.
Para garantir que seus mapas fossem precisos, a equipe aplicou uma série de filtros lógicos. Eles sabiam que a água não flui para cima, por isso utilizaram um mapa digital do terreno para excluir quaisquer áreas com inclinações íngremes ou altitudes elevadas onde a inundação seria fisicamente impossível. Esta etapa removeu falsos alarmes causados por manchas escuras de solo nu ou sombras que poderiam enganar o computador fazendo-o pensar que eram água. Uma vez que tiveram um mapa limpo da extensão da inundação, sobrepuseram-no a um mapa detalhado de uso do solo que identificava cada parcela de terra cultivável na região. Isso permitiu que calculassem a área precisa de terra agrícola que esteve debaixo d'água. Os resultados foram drásticos: a inundação cobriu aproximadamente 207.112 hectares de terra no total. Desse vasto território, quase 149.000 hectares eram terras agrícolas ativas, representando um golpe massivo na economia agrícola local.
O estudo também analisou o período posterior ao evento, comparando os dados de radar com imagens de um satélite óptico que captura luz visível e luz infravermelha próxima. Ao medir o "verde" da vegetação antes e depois da inundação, encontraram uma queda clara na saúde das plantas exatamente onde o radar detectou água. Isso confirmou que a inundação não apenas cobriu os campos, mas também estressou as plantações, provavelmente causando uma perda significativa de rendimento. Os pesquisadores descobriram que o dano foi mais severo nas partes mais baixas da planície, onde a água naturalmente se acumula e drena lentamente. Eles observaram que a inundação não se espalhou aleatoriamente; ela seguiu os corredores naturais de baixa altitude do sistema fluvial, atingindo repetidamente as mesmas zonas vulneráveis.
Este trabalho demonstra que a tecnologia de radar, quando combinada com uma análise computacional inteligente, pode fornecer uma visão confiável e para qualquer condição climática sobre desastres de inundação. A equipe mostrou que, ao focar em como os sinais de radar mudam ao longo do tempo, em vez de apenas olhar para um único instantâneo, eles puderam mapear inundações com alta precisão, mesmo em paisagens agrícolas complexas. As descobertas sugerem que a planície de El Gharb enfrenta um risco recorrente em suas zonas de baixa altitude e cultivo intensivo. Os pesquisadores argumentam que este nível de detalhe é essencial para o planejamento. Eles propõem que a gestão futura deve focar na construção de melhores sistemas de retenção de água, na melhoria da conservação do solo para retardar o escoamento superficial e no uso desses mapas de inundação para orientar onde as plantações devem ser feitas. Ao entender exatamente para onde a água vai e quanta terra ela toca, as autoridades e os agricultores podem tomar melhores decisões para proteger a produção de alimentos da região contra a próxima tempestade inevitável.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.