Como super-heróis capazes de ver através dos obstáculos, os reguladores ambientais podem em breve exercer o poder de olhos que tudo veem, que podem identificar os violadores em qualquer lugar e a qualquer momento, de acordo com um novo estudo conduzido pela Universidade de Stanford. O artigo, publicado na semana de 19 de abril na revista Proceedings of the National Academy of Sciences (PNAS), demonstra como a inteligência artificial combinada com imagens de satélite pode fornecer um método escalonável e de baixo custo para localizar e monitorar setores que de outra forma seriam difíceis de regular.
“Os fornos de tijolos proliferaram em Bangladesh para abastecer a economia em crescimento com materiais de construção, o que torna realmente difícil para os reguladores acompanharem os novos fornos que são construídos”, disse a co-autora Nina Brooks, pós-doutoranda associada da Universidade de Minnesota Instituto de Pesquisa Social e Inovação de Dados, que fez a pesquisa enquanto era Ph.D. estudante em Stanford.
Embora pesquisas anteriores tenham mostrado o potencial de usar aprendizado de máquina e observações de satélite para regulamentação ambiental, a maioria dos estudos se concentrou em países ricos com dados confiáveis sobre locais e atividades industriais. Para explorar a viabilidade nos países em desenvolvimento, a pesquisa conduzida por Stanford se concentrou em Bangladesh, onde os reguladores do governo lutam para localizar olarias informais altamente poluentes, quanto mais para fazer cumprir as regras.
Uma ameaça crescente
Os tijolos são essenciais para o desenvolvimento em todo o Sul da Ásia, especialmente em regiões que carecem de outros materiais de construção e dos fornos que os fazem empregar milhões de pessoas. No entanto, sua queima de carvão altamente ineficiente apresenta grandes riscos à saúde e ao meio ambiente. Em Bangladesh, os fornos de tijolos são responsáveis por 17% das emissões anuais de dióxido de carbono do país e – em Dhaka, a cidade mais populosa do país – até a metade das pequenas partículas consideradas especialmente perigosas para os pulmões humanos. É um contribuinte significativo para a poluição do ar geral do país, que se estima reduzir a expectativa de vida média de Bangladesh em quase dois anos.
“A poluição do ar mata sete milhões de pessoas todos os anos”, disse o autor sênior do estudo Stephen Luby, professor de doenças infecciosas na Escola de Medicina de Stanford. “Precisamos identificar as fontes dessa poluição e reduzir essas emissões”.
Os reguladores do governo de Bangladesh estão tentando mapear e verificar manualmente as localizações das olarias em todo o país, mas o esforço consome muito tempo e trabalho. Também é altamente ineficiente devido à rápida proliferação de fornos. O trabalho também deve sofrer de imprecisão e preconceito, como os dados do governo em países de baixa renda costumam sofrer, de acordo com os pesquisadores.
Olho no céu
Desde 2016, Brooks, Luby e outros pesquisadores de Stanford trabalharam em Bangladesh para localizar os locais dos fornos, quantificar os efeitos adversos das olarias e fornecer informações públicas transparentes para informar as mudanças políticas. Eles desenvolveram uma abordagem usando infravermelho para selecionar fornos a carvão a partir de dados de sensoriamento remoto. Embora promissora, a abordagem tinha sérias falhas, como a incapacidade de distinguir entre fornos e terras agrícolas com retenção de calor.
Trabalhando com cientistas e engenheiros da computação de Stanford, bem como cientistas do International Center for Diarrheal Disease Research, Bangladesh (icddr, b), a equipe mudou o foco para o aprendizado de máquina.
Com base em aplicações anteriores de aprendizado profundo para monitoramento ambiental e em esforços específicos para usar aprendizado profundo para identificar fornos de tijolos, eles desenvolveram um algoritmo altamente preciso que não apenas identifica se as imagens contêm fornos, mas também aprende a localizar fornos dentro da imagem. O método reconstrói fornos que foram fragmentados em várias imagens – um problema inerente às imagens de satélite – e é capaz de identificar quando vários fornos estão contidos em uma única imagem. Eles também são capazes de distinguir entre duas tecnologias de forno – uma das quais é proibida – com base na classificação da forma.
Descobertas preocupantes
A abordagem revelou que mais de três quartos dos fornos em Bangladesh são construídos ilegalmente a menos de 1 quilômetro (seis décimos de milha) de uma escola e quase 10% estão ilegalmente perto de instalações de saúde. Ele também mostrou que o governo sistematicamente subestima os fornos em relação aos regulamentos e – de acordo com as descobertas da classificação de formas – superestima a porcentagem de fornos que usam uma tecnologia mais nova e mais limpa em relação a uma abordagem mais antiga e proibida. Os pesquisadores também encontraram um maior número de fornos registrados em distritos adjacentes aos distritos proibidos, sugerindo que os fornos são formalmente registrados nos distritos onde são legais, mas são construídos além das fronteiras distritais.
Os pesquisadores estão trabalhando para melhorar as limitações da abordagem, desenvolvendo maneiras de usar imagens de baixa resolução, bem como expandir seu trabalho para outras regiões onde os tijolos são construídos de forma semelhante. Acertar pode fazer uma grande diferença. Só em Bangladesh, quase todo mundo vive a menos de 10 quilômetros (6,2 milhas) de uma olaria, e mais de 18 milhões – mais do que o dobro da população da cidade de Nova York – vivem a menos de 1 quilômetro (0,6 milhas), de acordo com as estimativas dos pesquisadores .
“Esperamos que nossa abordagem geral possa permitir regulamentações e políticas mais eficazes para alcançar melhores resultados ambientais e de saúde no futuro”, disse o co-autor Jihyeon Lee, pesquisador do Laboratório de Sustentabilidade e Inteligência Artificial de Stanford.
Publicado em 20/04/2021 11h33
Artigo original:
Estudo original: