Muitas áreas na Renânia do Norte-Vestfália são pavimentadas com superfícies impermeáveis, como estradas, conjuntos habitacionais e instalações industriais. Embora isto seja óbvio a partir de fotografias aéreas, é difícil de analisar.
De acordo com a Estratégia Alemã de Sustentabilidade, as novas superfícies impermeáveis devem ser limitadas a menos de 30 hectares por dia em todo o país. Para verificar se este objectivo é cumprido, deve ser possível monitorizar a impermeabilização dos solos em intervalos regulares. Geocientistas da Ruhr University Bochum, Alemanha, trabalhando na equipe do professor Andreas Rienow, estão desenvolvendo um novo método para esse fim, usando o estado da Renânia do Norte-Vestfália como exemplo. O candidato ao doutorado Jan-Philipp Langenkamp está trabalhando em um modelo que usa inteligência artificial (IA) para detectar automaticamente superfícies impermeáveis em imagens aéreas. As descobertas da equipe são publicadas na Rubin, a revista científica da Ruhr University Bochum.
Mais preciso do que estimativas baseadas em registos prediais
Até à data, a quantidade de superfícies impermeáveis na Renânia do Norte-Vestfália foi determinada utilizando os registos topográficos das 53 autoridades de registo predial. Eles registram quais áreas são usadas e como. No entanto, nem todas as superfícies impermeáveis estão incluídas: “Edifícios menores, como galpões de jardim, por exemplo, que não requerem permissão de planejamento, não são registrados”, ressalta Andreas Rienow. Esses desvios supostamente pequenos da realidade se somam. Para determinar a percentagem de superfícies impermeáveis com base no registo, as autoridades assumem, por exemplo, que 50 por cento das áreas residenciais e infra-estruturas de tráfego são impermeáveis. “Este método fornece uma boa estimativa, mas não mais do que isso”, diz Rienow.
No projeto “Capturando a área de superfície impermeável em toda a Renânia do Norte-Vestfália para determinar o indicador de impermeabilização do solo” (EBOVE), os pesquisadores baseados em Bochum do grupo de trabalho Interdisciplinar de Ciência da Informação Geográfica do Instituto de Geografia estão desenvolvendo um método mais preciso.
O modelo de IA leva o contexto em consideração
Jan-Philipp Langenkamp adaptou modelos de IA de código aberto e os treinou para distinguir áreas impermeáveis de áreas permeáveis em fotografias aéreas. O grupo sediado em Bochum investiu cerca de 1.000 horas de trabalho na criação de dados de treinamento de alta qualidade para o algoritmo. O algoritmo agora classifica corretamente cerca de 90% das áreas. Para atingir esta percentagem, é crucial que o modelo não só avalie a informação de cada pixel individual da imagem, mas também tenha em conta o contexto. “Por exemplo, os edifícios muitas vezes têm uma estrada próxima a eles – e nosso algoritmo está ciente desse fato”, explica Jan-Philipp Langenkamp.
Além disso, o pesquisador projetou o software para que possa ser iniciado com o toque de um botão e processar automaticamente dados geográficos publicamente disponíveis do estado da Renânia do Norte-Vestfália. “A ideia é que usuários sem conhecimento prévio específico também possam realizar a análise para que ela possa ser repetida a cada dois anos com novos conjuntos de dados”, explica Langenkamp.
Em Rubin, os pesquisadores descrevem os desafios que tiveram de superar durante o desenvolvimento do modelo.