Como quatro fontes de dados viram uma decisão

Projetos de restauração geram dados por toda parte. Decisões não são tomadas em lugar nenhum.

Uma imagem de satélite diz que a terra é pastagem degradada. Uma ortofoto de drone revela uma voçoroca que o satélite não captou. Uma amostra de solo mostra pH 4,3 e compactação severa a 30 centímetros. Um modelo climático projeta queda na adequação para metade das espécies planejadas até 2070. Cada fonte conta parte da história. Nenhuma conta o suficiente para agir sozinha.

O problema não é a falta de dados. É a distância entre ter dados e ter uma base para decisão.

O que cada fonte enxerga - e o que ela perde

Imagens de satélite fornecem a visão macro. Gradientes de inclinação em toda a propriedade. Cobertura vegetal classificada por tipo — pastagem, degradada, regeneração secundária, fragmentos de floresta nativa. Histórico de incêndios na última década. Padrões sazonais de precipitação. Modelos de elevação. Tudo isso com resolução de 10 metros, atualizado a cada poucos dias, cobrindo qualquer área do planeta.

O que o satélite não consegue ver: o pH do solo. Se o terreno está compactado a 30 centímetros. Quais espécies invasoras estão presentes e quão profundas são suas raízes. Se os fragmentos de vegetação existentes contêm espécies que vale a pena preservar ou são dominados por exóticas. O satélite vê a superfície. As decisões que determinam o sucesso ou o fracasso acontecem abaixo dela.

Ortofotos de drone fecham a lacuna de resolução. Com resolução de 1 a 3 centímetros, um levantamento por drone captura canais de erosão, copas individuais de árvores, acúmulo de água, caminhos de acesso e microfeições de terreno que os satélites não conseguem resolver. Sensores multiespectrais adicionam índices NDVI e NDRE com precisão em nível de planta.

O que os drones não captam: eles registram um único momento. Um voo de drone na estação seca mostra uma realidade; a mesma área na estação chuvosa pode estar intransitável. Drones também não penetram o dossel ou a superfície do solo. E levantamentos por drone são caros o suficiente para que não seja possível sobrevoar cada área todo mês — você voa quando precisa de uma imagem em alta resolução para validar ou contradizer o que o satélite sugeriu.

Levantamentos de campo fornecem a verdade de campo que nenhum sensor remoto consegue oferecer. Química do solo por análise laboratorial: pH, nitrogênio, fósforo, potássio, capacidade de troca catiônica, teor de matéria orgânica. Leituras de penetrômetro que revelam camadas de compactação invisíveis de cima. Inventários florísticos que identificam cada espécie presente, nativa ou exótica, e avaliam sua condição. Perfis de umidade do solo. Observações de profundidade de raízes.

O que os dados de campo não captam: cobertura. Uma equipe de campo pode visitar de 12 a 15 parcelas de medição em uma área de 8.000 hectares em uma campanha de duas semanas. Isso fornece dados precisos em cada parcela, mas o espaço entre as parcelas é interpolado, não medido. Levantamentos de campo são lentos, exigem muita mão de obra e dependem do clima. São essenciais justamente porque respondem perguntas que nada mais consegue — mas não podem cobrir tudo.

Modelos projetam o que ainda não aconteceu. Trajetórias climáticas sob diferentes cenários de emissão. Curvas de sequestro de carbono baseadas em equações alométricas e taxas de crescimento por espécie. Faixas de adequação de espécies para 2040, 2070, 2100. Projeções de receita sob diferentes premissas de precificação de carbono.

O que os modelos não captam: são hipóteses, não medições. Todo modelo se apoia em premissas — sobre taxas de crescimento, mortalidade, sensibilidade climática, condições de mercado. Uma projeção de carbono é tão boa quanto a linha de base da qual parte e os dados de campo que validam suas premissas. Modelos sem verdade de campo são especulação.

Quando as fontes se contradizem

O momento mais valioso de um diagnóstico é quando duas fontes discordam.

A análise de satélite classifica uma zona como operável — inclinação moderada, precipitação adequada, sem restrições legais. Então a equipe de campo chega e encontra compactação de laterita a 25 centímetros que torna o preparo convencional de solo impossível sem subsolagem profunda. O satélite estava certo sobre a superfície. Os dados de campo revelam uma realidade subsuperficial que muda toda a prescrição de tratamento.

Ou: uma ortofoto de drone mostra o que parece ser cobertura vegetal saudável em uma faixa ripária. Mas o inventário florístico identifica que 80% da cobertura é Leucaena leucocephala — uma espécie exótica agressiva que vai suplantar qualquer nativa plantada, a menos que seja removida primeiro. O drone viu verde. O botânico viu um problema.

"Cada fonte de dados tem um intervalo de confiança. O satélite dá o panorama geral com pontos cegos conhecidos. O drone dá precisão em um único momento no tempo. O campo dá profundidade em pontos amostrais. Os modelos dão o futuro com premissas declaradas. O valor não está em nenhuma fonte isolada — está em saber exatamente o que cada uma pode e não pode dizer." — Jérémy Giral, Engenheiro de Plataforma e Dados, MORFO

Essas contradições não são falhas. São o diagnóstico funcionando como planejado. Um sistema que apenas confirma o que o satélite já mostrou não acrescenta informação. O objetivo de sobrepor quatro fontes é justamente captar o que qualquer fonte isolada deixaria passar.

O mercado de carbono está aprendendo isso da forma difícil. Mapas de dossel construídos com dados de satélite não processados. Modelos de altura repletos de artefatos de nuvens. Camadas de biomassa que não têm nada a ver com o que realmente cresce no terreno. As interfaces parecem confiáveis — dashboards polidos, mapas impressionantes. Mas quando os dados subjacentes não foram validados contra a realidade de campo, toda a cadeia de créditos herda o erro. Mapas bonitos não são a mesma coisa que boa ciência

Confiança, não certeza

Todo ponto de dados em um plano de restauração carrega uma fonte. Estimativas derivadas de satélite são identificadas como tal. Medições validadas em campo carregam um nível de confiança diferente. Projeções modeladas são explícitas sobre em quais premissas se apoiam.

Isso importa porque diferentes partes interessadas precisam de diferentes níveis de garantia. Uma equipe de campo precisa saber quais zonas estão prontas para preparo de solo — isso exige dados de compactação validados em campo, não estimativas de satélite. Um investidor avaliando projeções de carbono precisa saber se a linha de base foi medida em campo ou extrapolada de médias regionais. Um auditor preparando uma verificação precisa de evidências rastreáveis: o que foi medido, por quem, quando, com qual método.

"O terreno sempre dá a última palavra. Podemos modelar, podemos voar drones, podemos analisar séries temporais de satélite. Mas a amostra de solo, a leitura do penetrômetro, a contagem de espécies na parcela de campo — é isso que converte uma hipótese em prescrição." — Rebecca Montemagni Almeida, Engenheira Sênior de Ecossistemas Florestais, MORFO

O objetivo não é eliminar a incerteza. É tornar a incerteza visível, rastreável e delimitada. Quando alguém pergunta "como vocês sabem que esta zona é operável?", a resposta não deveria ser "achamos que sim". Deveria ser: "a análise de inclinação por satélite (SAT, resolução 10 m, março de 2026) mostra 78% abaixo de 15 graus. Leituras de penetrômetro em campo (FLD, 14 parcelas, dezembro de 2025) confirmam compactação trabalhável acima de 30 cm. Ortofoto de drone (DRN, resolução 2 cm, novembro de 2025) não mostra canais de erosão nos corredores de mecanização."

Quatro fontes. Uma decisão. Cada elo da cadeia visível.