Monitoring habitat conservation status and assessing biodiversity: The Dehesa case

Nas vastas paisagens ensolaradas do Mediterrâneo, um ecossistema único tem prosperado durante séculos, moldado pela mão silenciosa e constante da gestão humana. Estas são as dehesas, bosques abertos onde árvores de carvalho dispersas se erguem entre pastagens ondulantes e manchas de arbustos. Não são florestas selvagens no sentido tradicional, nem são simples explorações agrícolas; são um mosaico vivo onde o gado pasta, as aves nidificam e o carbono é armazenado no solo e na madeira. Como estas paisagens são tão ricas em vida e tão vitais para as economias locais, a lei europeia exige que a sua saúde seja monitorizada regularmente. O desafio para cientistas e conservacionistas tem sido sempre como medir algo tão vasto e variado sem gastar uma fortuna ou basear-se em suposições. Se tentar contar cada árvore ou cada ave, a tarefa torna-se impossível. Se depender apenas de fotografias de satélite, poderá perder os detalhes subtis que indicam se a terra está verdadeiramente saudável ou se está em lento declínio. O objetivo é encontrar uma forma de ver o quadro geral com a mesma clareza de quem observa uma única folha, sabendo exatamente o quão seguro se pode estar do que se vê.

Um novo estudo de Luis Ambrosio Flores oferece uma solução prática para este problema, focando-se especificamente nos sistemas de dehesa de Espanha e Portugal. O investigador propõe um método que atua como uma ponte entre o solo e o céu, combinando a contagem cuidadosa no terreno com tecnologia avançada de satélite e aérea. Em vez de tentar medir cada árvore ou cada mancha de relva individualmente, a equipa utiliza uma estratégia de amostragem probabilística. Imagine selecionar alguns pontos específicos num mapa de forma aleatória, visitar esses pontos repetidamente ao longo do tempo e realizar medições detalhadas nesses locais. Estas medições são depois emparelhadas com dados de satélites que conseguem ver toda a paisagem de uma só vez. Ao utilizar ferramentas matemáticas que tratam os dados de satélite como um guia útil, em vez de um substituto da realidade do terreno, o método permite aos cientistas estimar a condição de todo o habitat com alta precisão. Crucialmente, esta abordagem não fornece apenas um número único; calcula uma margem de erro, dizendo aos decisores políticos exatamente o quão confiantes podem estar nos resultados.

O estudo demonstra este quadro num lote específico de dehesa de 15,52 hectares, acompanhando como diferentes partes do ecossistema mudam ao longo do tempo. Os investigadores observaram as árvores, a relva, os arbustos e até as aves, tratando cada um com um método adequado à sua natureza. Para as árvores, que são a espinha dorsal estrutural do sistema, mediram como os novos rebentos estavam a crescer em comparação com os mais velhos. Uma dehesa saudável precisa de um fornecimento constante de novas árvores para substituir as antigas; sem elas, o sistema acaba por colapsar. Ao combinar medições de campo do tamanho das árvores com dados de lasers voados sobre o terreno, que mapeiam a altura e a forma do dossel, a equipa conseguiu estimar o número total de árvores jovens em toda a área. Descobriram que esta abordagem combinada era mais precisa do que contar árvores apenas no terreno, mantendo, no entanto, o rigor estatístico necessário para o reporte legal.

As pastagens e os arbustos, que fornecem alimento aos animais e protegem o solo, foram monitorizados de forma semelhante. Os investigadores visitaram os mesmos pequenos lotes de terra ano após ano, utilizando dados simulados para representar a colheita e a pesagem da relva para medir a sua produtividade e valor nutricional. Utilizaram imagens de satélite para acompanhar o "verde" da vegetação em toda a exploração, usando as medições de campo para calibrar os dados do satélite. Isto permitiu-lhes ver como a relva mudava entre as estações húmida e seca e detetar tendências de longo prazo. Para os arbustos, que são frequentemente podados ou deixados crescer em ciclos, a equipa utilizou dados de laser para medir a altura e a densidade dos arbustos. Isto ajudou-os a compreender se a camada de arbustos estava a ser gerida de uma forma que apoiasse a biodiversidade ou se estava a ser perdida inteiramente.

A parte talvez mais complexa do estudo envolveu os animais, particularmente as aves. Ao contrário das árvores ou da relva, as aves movem-se e não podem estar presas a um determinado pedaço de terra. Para as contar, os investigadores utilizaram uma técnica onde os observadores caminham ao longo de linhas retas e registam as aves que veem. O método baseia-se num modelo geométrico simplificado onde a probabilidade de detetar uma ave depende da sua distância do caminho, permitindo à equipa estimar o número total de aves na área com base nas que realmente viram. Esta abordagem foi aplicada separadamente dos lotes fixos usados para as plantas, mostrando que o quadro é flexível o suficiente para lidar com diferentes tipos de vida.

Uma parte significativa do estudo foca-se no carbono, um tema de crescente importância à medida que o mundo procura formas de combater as alterações climáticas. A dehesa armazena carbono nas suas árvores, arbustos e solo, e os investigadores desenvolveram uma forma de acompanhar quanto carbono está a ser adicionado ou perdido ao longo do tempo. Eles distinguiram entre o carbono armazenado em árvores e arbustos de vida longa, que se acumula lentamente ao longo dos anos, e o carbono na relva, que cresce e morre todos os anos. O estudo mostrou que, embora a relva produza muito carbono anualmente, ela não se acumula da mesma forma que a madeira. Esta distinção é vital para qualquer pessoa que tente certificar estas terras como explorações de carbono, pois evita a contagem dupla de carbono que faz parte de um ciclo anual natural. O método fornece uma forma clara e estatisticamente sólida de medir estas mudanças, o que é essencial para verificar as afirmações sobre a remoção de carbono.

O artigo também aborda a questão do tempo. A conservação não é um instantâneo; é um filme. Ao visitar os mesmos locais repetidamente, o método captura a história da mudança. Pode dizer se uma floresta está a recuperar após uma seca, se uma camada de arbustos está a crescer novamente após ser limpa, ou se uma população de aves está a sofrer um deslocamento. Porque os mesmos locais são medidos repetidamente, o método consegue detetar pequenas mudanças que poderiam ser perdidas se diferentes locais fossem escolhidos a cada vez. Esta capacidade de ver a tendência, e não apenas o estado atual, é o que torna o quadro poderoso para a gestão a longo prazo.

Em última análise, este trabalho trata de tornar o invisível visível. Pega num cenário que é demasiado grande para ser medido à mão e demasiado complexo para ser compreendido com uma única fotografia, e decompõe-o num sistema gerível e fiável. Os investigadores não alegaram ter encontrado uma solução mágica que resolva todos os problemas de conservação. Em vez disso, forneceram uma ferramenta robusta e repetível que pode ser usada para monitorizar a saúde destes ecossistemas vitais. Ao combinar a certeza da realidade do terreno com a amplitude da visão de satélite, ofereceram uma forma de tomar decisões baseadas em factos e não em suposições. Esta abordagem garante que, quando dizemos que um habitat está saudável ou em declínio, sabemos exatamente o que isso significa e o quão seguros podemos estar. Para a dehesa, e para outras paisagens semelhantes em todo o mundo, este tipo de clareza é o primeiro passo para garantir a sua sobrevivência para as gerações futuras.