Uso de GeoAI e Sensoriamento Remoto Multimodal no Monitoramento da Biodiversidade Amazônica: Uma Revisão Sistemática

Resumo

A Amazônia desempenha papel fundamental na manutenção da biodiversidade global e na regulação climática, porém sofre crescentes pressões relacionadas ao desmatamento, degradação florestal e mudanças no uso da terra. Nesse contexto, o presente estudo teve como objetivo realizar uma revisão sistemática da literatura científica sobre aplicações de GeoAI, sensoriamento remoto multimodal e inteligência artificial no monitoramento da biodiversidade amazônica. A revisão foi conduzida conforme as recomendações do protocolo PRISMA 2020, com buscas realizadas nas bases Scopus, Web of Science, ScienceDirect, PubMed e IEEE Xplore. Após aplicação dos critérios de inclusão e exclusão, 35 estudos foram selecionados para análise. Os resultados evidenciaram predominância de aplicações voltadas ao monitoramento de desmatamento, biomassa, degradação florestal e estrutura da vegetação, utilizando principalmente redes neurais convolucionais, aprendizado profundo e integração entre sensores ópticos, LiDAR, SAR e drones/UAS. Observou-se crescimento expressivo das publicações após 2020, associado à ampliação de abordagens multimodais e plataformas geoespaciais em nuvem. Os estudos demonstraram elevado desempenho analítico na detecção de padrões ambientais complexos, embora persistam limitações relacionadas à heterogeneidade metodológica, disponibilidade de dados rotulados e validação externa dos modelos. Conclui-se que a GeoAI apresenta elevado potencial estratégico para fortalecer o monitoramento ambiental amazônico e subsidiar ações de conservação, manejo florestal e planejamento territorial.