Estudo científico revela que as tendências globais de seca no futuro podem não ser exatamente como se pensava

A humidade superficial do solo desempenha um papel crucial na produção agrícola, na monitorização das secas, na avaliação dos riscos de ondas de calor e incêndios florestais, bem como na caracterização das interações entre a terra e a atmosfera.

Investigação com recurso à Inteligência Artificial

O estudo, publicado na revista Earth's Future, foi realizado por uma equipa de investigação liderada pelo Prof. WANG Shudong, do Instituto de Investigação de Informação Aeroespacial da Academia Chinesa de Ciências (AIRCAS), que propôs uma nova estrutura integrada que combina observações de deteção remota, tecnologias de aprendizagem profunda e Modelos do Sistema Terrestre (ESMs).

A aprendizagem profunda é um tipo de aprendizagem automática, que treina sistemas de IA para aprender com experiências adquiridas com dados, reconhecer padrões, fazer recomendações e adaptar-se.

Em vez de apenas responder a conjuntos de regras, os sistemas de aprendizagem profunda constroem conhecimento a partir de exemplos e, em seguida, usam esse conhecimento para reagir, comportar-se e ter um desempenho semelhante ao dos seres humanos.

Compreender como evolui a humidade do solo superficial e se é a seca que persistirá, é importante para diferentes áreas da atuação do homem.

No entanto, as lacunas e as incertezas das observações de satélite e as limitações nos Modelos atuais do Sistema Terrestre nas representações dos processos de interações entre a terra e a atmosfera levaram a discrepâncias substanciais nas estimativas das tendências de longo prazo da humidade do solo e nas projeções futuras.

Assim, para enfrentar este desafio, a equipa adotou algoritmos de aprendizagem profunda para preencher as lacunas de dados nos conjuntos de dados globais de humidade superficial do solo derivados de satélites de micro-ondas, abrangendo o período de 1983 a 2020.

Este processo gerou um registo observacional global mais completo e temporalmente consistente e os resultados de 23 Modelos do Sistema Terrestre do CMIP6 (Coupled Model Intercomparison Project Phase 6“) foram então incorporados para ligar as simulações às observações.

O método utilizado neste estudo fornece um caminho flexível e fisicamente consistente para prever a humidade do solo sob processos complexos de acoplamento entre a terra e a atmosfera.

Vantagens do método utilizado no estudo

A equipa de investigação fez progressos significativos na reconstrução das variações a longo prazo da humidade do solo superficial global e na melhoria das projeções futuras através da modelação climática com base em observações

O estudo revelou que esta nova estrutura melhora significativamente a completude e a fiabilidade das observações globais de humidade do solo superficial.

A cobertura observacional aumentou aproximadamente 15%, e a validação independente alcançou um coeficiente de determinação de cerca de 0,9.

Os dados recolhidos em 465 locais de monitorização in situ em todo o mundo também confirmaram uma forte coerência com os conjuntos de dados reconstruídos derivados de satélite.

O estudo revela várias novas perspetivas sobre a evolução global da humidade do solo. Nas últimas quatro décadas, aproximadamente metade da superfície terrestre global sofreu com a seca.

No entanto, as simulações calibradas por observações indicam que as tendências de secagem nas zonas de transição climática e nas regiões marginais das monções são menos severas do que as anteriormente estimadas pelos modelos convencionais.

Este estudo também desafia o paradigma "seco fica mais seco e húmido fica mais húmido". Apenas cerca de um terço das áreas terrestres globais segue estritamente este padrão, enquanto muitas regiões exibem respostas mais complexas ou mesmo opostas.

As futuras alterações da humidade do solo são influenciadas pela evapotranspiração, pelas alterações da precipitação e pela interação terra-atmosfera regional, evidenciando uma forte heterogeneidade espacial e respostas não lineares, em que a efeito não é diretamente proporcional à causa.

Os resultados deste estudo fornecem novas evidências observacionais para que a comunidade científica compreenda e analise a dinâmica global da humidade do solo no meio das alterações climáticas em curso.

Estas descobertas realçam a necessidade de integrar a deteção remota e a inteligência artificial nos Modelos do Sistema Terrestre para melhorar as projeções de secas futuras e as suas consequências socioeconómicas.

Referência da notícia:

“Quantifying Historical and Future Surface Soil Moisture Drying Using Deep Learning and Remote Sensing”, Yong Bo, Xueke Li, Kai Liu, Shudong Wang et al., Earth´s Future. Published: 19 March 2026