11 de agosto de 2025
O Google AlphaEarth cria mapas globais a partir de diversos dados de observação, para acompanhar as alterações ambientais, melhorar a resposta a catástrofes e melhorar a tomada de decisões.
Introduzido em 30 de julho de 2025, o AlphaEarth Foundations é um modelo de fundação geoespacial desenvolvido pelo Google DeepMind. É um dos destaques das recentes notícias sobre a IA da Google e foi criado para tornar o trabalho com dados globais de observação da Terra mais rápido, mais claro e mais fiável.
O AlphaEarth Foundations é treinado em milhares de milhões de pontos de dados de imagens de satélite, radar, LiDAR (Light Detection and Ranging), modelos de elevação e simulações climáticas. Utilizando esta vasta gama de dados, cria anualmente vistas do planeta com uma resolução de 10 metros.
Em termos simples, isto significa que pode produzir mapas claros e consistentes da superfície da Terra, mesmo em áreas difíceis de ver, para que as alterações na terra, na água e no clima sejam mais fáceis de detetar e acompanhar ao longo do tempo. Estes instantâneos estão agora disponíveis através do Google Earth Engine, a plataforma de nuvem da Google para dados geoespaciais.
Neste artigo, vamos ver como a AlphaEarth Foundations utiliza a IA para o Google Earth Engine para apoiar projectos reais de observação da Terra.
O AlphaEarth Foundations oferece uma nova forma de compreender o nosso planeta através de um sistema contínuo e dinâmico. Em vez de visualizar cada imagem separadamente, o novo modelo de IA constrói uma imagem unificada e estruturada da superfície da Terra, tanto no espaço como no tempo.
Para criar esta visão, recorre a uma vasta gama de fontes, incluindo imagens de satélite, mapas de elevação, modelos climáticos e relatórios sobre a biodiversidade. Isto ajuda-o a detetar as alterações no ambiente e a analisar as razões que lhes estão subjacentes.
Em particular, o AlphaEarth pode mostrar como as paisagens da Terra estão a mudar ao longo dos anos. Estes instantâneos são construídos utilizando embeddings, que são resumos compactos do que o modelo aprendeu sobre cada local.
Uma coleção destas incorporações está disponível no conjunto de dados de incorporações de satélite do Google Earth Engine. Já estão a ser utilizados em áreas como a resposta a incêndios florestais, planeamento urbano e monitorização de terrenos. Isto ajuda os investigadores e os decisores a transformar os dados de satélite em informações úteis.
Uma das principais vantagens do AlphaEarth Foundations é o facto de facilitar o estudo das alterações a longo prazo do nosso planeta. Funciona bem mesmo em áreas complicadas onde faltam dados ou onde as nuvens bloqueiam frequentemente as vistas de satélite. Por exemplo, na floresta tropical da Amazónia, onde a cobertura de nuvens é um problema constante, o AlphaEarth consegue detetar mudanças na terra, aprendendo com os padrões de todo o mundo.
Em testes de referência, reduziu os erros de classificação em quase 24% e exigiu 16 vezes menos armazenamento por incorporação. Curiosamente, este novo modelo de IA não precisa de ser treinado novamente para cada aplicação.
É eficiente e adaptável a diferentes regiões e desafios. Isto deve-se ao facto de o AlphaEarth produzir embeddings de uso geral, resumos compactos e ricos em informação de cada local, que podem ser utilizados diretamente para muitos tipos de análise sem reconstruir todo o modelo.
Até à data, o novo modelo de IA do Google Earth tem sido utilizado para monitorizar as alterações do solo em mais de 100 países, incluindo florestas tropicais, regiões árcticas e cidades em expansão. Estes conhecimentos estão a ser utilizados para apoiar um planeamento mais inteligente e decisões climáticas mais informadas.
Embora as imagens de satélite possam ser utilizadas para captar vistas detalhadas da superfície da Terra, nem sempre é fácil transformar essas imagens em informações significativas. A AlphaEarth Foundations utiliza a visão por computador, um ramo da IA que permite às máquinas interpretar informações visuais, para detetar e analisar padrões na terra, na vegetação e no terreno.
Eis como o modelo aplica diferentes tarefas de visão computacional à observação da Terra:
Com uma melhor compreensão do funcionamento da IA para as novas tecnologias de observação da Terra da Google, vamos explorar as aplicações reais das fundações AlphaEarth.
Em todos os EUA, as cidades estão a cultivar florestas urbanas para reduzir o calor, absorver a poluição e melhorar a saúde pública. Mas identificar exatamente onde há árvores e onde não há, pode ser um desafio. Em bairros densos e ruas estreitas, a vegetação passa muitas vezes despercebida nas imagens de satélite ou nos levantamentos tradicionais.
No entanto, o AlphaEarth utiliza dados de satélite, de elevação e ambientais para cartografar a cobertura arbórea com grande pormenor. Para testar este novo modelo de IA da Google, os investigadores utilizaram mais de 45 000 registos de árvores do iNaturalist.
Centraram-se em 39 géneros de árvores comuns (grupos de espécies estreitamente relacionadas) encontrados em todos os estados dos EUA, incluindo o Alasca e o Havai. Os dados foram limpos e divididos em conjuntos de treino e de teste, com 300 amostras por género utilizadas para treino e as restantes para teste.
O modelo mapeou com precisão a cobertura arbórea a partir de dados de satélite, de elevação e ambientais, demonstrando que pode colmatar as lacunas deixadas pelos inquéritos tradicionais. Estas informações podem ajudar cidades como Detroit, Nova Iorque e Phoenix a tomar melhores decisões sobre onde plantar árvores, refrescar os bairros e apoiar a biodiversidade local.
O inventário de culturas do Canadá depende muito de observações a nível do campo, especialmente em áreas sem registos de seguros de culturas (relatórios oficiais do tipo de culturas, localização e área cultivada recolhidos para programas de seguros agrícolas). Estes inquéritos de para-brisas, muitas vezes efectuados a partir de veículos em movimento, são utilizados para acompanhar as principais culturas, como os cereais, as oleaginosas, os frutos e as forragens.
Mas como alguns tipos de culturas são registados com mais frequência do que outros, os dados podem ser irregulares e difíceis de converter em mapas fiáveis e de grande escala. Para contornar estes problemas, o AlphaEarth pode suportar a classificação de culturas de alto nível e de grão fino com base em dados de satélites de observação da Terra.
Pode agrupar as culturas em grandes categorias, como cereais ou oleaginosas. Nas regiões onde estão disponíveis dados detalhados de inquéritos, pode também identificar tipos específicos como o trigo de primavera, o milho ou a luzerna. Esta abordagem a dois níveis equilibra a cobertura com o detalhe, oferecendo uma imagem mais clara do que está a crescer no Canadá.
Explorar terrenos globais com IA para a tecnologia Google Earth
A Antárctida é um dos locais mais difíceis de cartografar na Terra, com condições climatéricas extremas, cobertura de neve constante e visibilidade limitada por satélite. Isto deixa lacunas na nossa compreensão dos seus glaciares, rochas expostas e da forma como a paisagem está a mudar ao longo do tempo.
Ao combinar imagens de satélite com dados de radar e de elevação, o AlphaEarth produz mapas anuais consistentes da Antárctida, mesmo em áreas com visibilidade limitada. Pode preencher os pormenores em falta e gerar mapas do terreno com uma resolução de 10 metros que ajudam os investigadores a localizar com maior precisão os glaciares, as texturas da superfície e as terras cobertas de neve.
Eis algumas das principais vantagens que o novo modelo de IA, AlphaEarth Foundations, oferece para aplicações de observação da Terra e planeamento urbano:
Embora o AlphaEarth ofereça um suporte fiável em vários domínios, há algumas limitações a ter em conta:
A Fundação AlphaEarth está a ajudar os investigadores, planeadores e decisores políticos a ver o planeta de novas formas. O novo modelo de IA da Google pode transformar dados brutos de satélite em informações estruturadas e fiáveis que apoiam melhores decisões em áreas como a ciência climática, a agricultura e o desenvolvimento urbano. Ao promover a observação da Terra, está a facilitar a monitorização e a compreensão das alterações do nosso planeta ao longo do tempo.
Junte-se à nossa comunidade e explore as inovações de IA no nosso repositório GitHub. Saiba mais sobre a IA na agricultura e a visão por computador nos cuidados de saúde através das nossas páginas de soluções. Consulte os nossos planos de licenciamento e comece a utilizar a IA hoje mesmo!
.webp)