Mapear a Costa do Quénia: A Jornada de Abigail com o Digital Earth Africa

Conheça Abigail Kagema, licenciada em Engenharia Geocinemática e Sistemas de Informação Geoespacial pela Jomo Kenyatta University of Agriculture and Technology (JKUAT), cuja investigação une SIG, deteção remota e análise de Observação da Terra. Apaixonada por aplicar o machine learning a desafios ambientais do mundo real, Abigail focou a sua tese de licenciatura na vulnerabilidade costeira ao longo da linha costeira queniana, desenvolvendo um Índice de Vulnerabilidade Costeira baseado em dados que combina indicadores físicos e socioeconómicos. Ao alavancar os conjuntos de dados de satélite normalizados pelas marés e as ferramentas prontas para análise da Digital Earth Africa, gerou um histórico consistente de 24 anos da linha costeira, descobrindo informações críticas sobre pontos críticos de erosão e informando estratégias de adaptação. O trabalho de Abigail destaca como dados de OE acessíveis e de alta qualidade podem capacitar os investigadores a abordar riscos ambientais locais com precisão e impacto.

Possuo um doutoramento em [sua área de estudo] e a minha investigação concentra-se em [seu foco de pesquisa].

Possuo uma licenciatura em Engenharia Geomática e Sistemas de Informação Geoespacial pela Jomo Kenyatta University of Agriculture and Technology (JKUAT). Os meus interesses académicos situam-se na interseção de SIG, deteção remota e análise de Observação da Terra, com um foco particular em aprendizagem automática, recursos naturais, resiliência climática e risco costeiro.

Para a minha investigação de licenciatura, especializei-me na modelação da vulnerabilidade costeira ao longo da costa queniana. Combinei indicadores físicos (como alteração da linha costeira, elevação, inclinação, ondas e tendências do nível do mar) com dados socioeconómicos para derivar um Índice de Vulnerabilidade Costeira que possa orientar a adaptação e o planeamento.

Como é que descobriu o Digital Earth Africa, e o que o atraiu às suas ferramentas?

Ouvindo falar pela primeira vez da Digital Earth Africa foi durante projetos da disciplina de deteção remota, onde nos foram apresentadas diferentes plataformas de dados de satélite para o continente africano. No entanto, só comecei a trabalhar diretamente com a DE Africa quando iniciei a minha tese de licenciatura.

Ao procurar uma forma de obter linhas de costa derivadas de satélite para a costa queniana a aproximadamente 0 m acima do nível médio do mar, deparei-me com a abordagem de mascaramento e normalização das marés utilizada pelo Digital Earth Australia. Uma leitura mais aprofundada levou-me ao produto DE Africa Coastlines, que aplica uma metodologia semelhante utilizando o modelo de marés FES 2014 para África.

O que me atraiu foi que a DE Africa não estava a fornecer apenas imagens brutas, mas sim um conjunto de dados da linha costeira cuidadosamente processado que já contabilizava as marés e as alterações a longo prazo. Isto significou que eu pude concentrar-me mais na modelagem da vulnerabilidade em si, em vez de passar todo o meu tempo a construir o pipeline de extração da linha costeira do zero.

Qual foi o foco da sua tese de licenciatura e como os dados e serviços da DE Africa apoiaram a sua investigação?

A minha tese, “Avaliação da Vulnerabilidade Costeira à Subida do Nível do Mar: Um Estudo de Caso da Linha Costeira Queniana”, desenvolveu um Índice de Vulnerabilidade Costeira (IVC) multicritério para o Quénia. Criei índices separados para a exposição física e a sensibilidade socioeconómica, depois combinei-os para mapear a vulnerabilidade geral à subida do nível do mar ao longo da costa.

A DE Africa deu suporte à componente de alteração da linha de costa deste trabalho. Utilizei o arquivo de refletância de superfície Landsat 7, 8 e 9 da DE Africa (2000–2024) juntamente com o modelo de marés FES 2014 para derivar posições da linha de costa em intervalos de quatro anos. Estes conjuntos de dados prontos para análise permitiram-me extrair posições medianas da linha de água em condições de marés comparáveis, exportá-las como GeoTIFFs, convertê-las para vetores no ArcGIS e, em seguida, executar o Digital Shoreline Analysis System (DSAS) para calcular taxas de erosão e acreção a longo prazo utilizando métodos como a Regressão Linear Ponderada.

Sem a metodologia DE Africa Coastlines e os conjuntos de dados subjacentes, teria sido extremamente difícil gerar um histórico costeiro consistente de 24 anos para toda a costa queniana.

Quais ferramentas ou conjuntos de dados na DE Africa foram mais úteis no seu trabalho e porquê?

Os recursos chave da DE África na minha tese foram:

• Landsat 7/8/9 Reflectância da Superfície (2000–2024) – Estas séries temporais prontas para análise formaram a espinha dorsal do meu fluxo de trabalho de extração de linhas de costa. A sua consistência e profundidade temporal foram ideais para detetar tendências subtis de erosão e acreção ao longo de duas décadas.
• Modelo de Maré FES 2014, como implementado no DE Africa Coastlines – As observações com marcação de maré permitiram-me filtrar cenas para uma janela de maré consistente, aproximando-se de um nível do mar de 0 m. Isso reduziu significativamente o ruído da variabilidade das marés e tornou as linhas de costa derivadas comparáveis ao longo do tempo.
• Imagens compósitas DE Africa Sentinel-2 de 10 m – Utilizei este compósito de alta resolução como base para uma avaliação visual detalhada e para apoiar a derivação de classes de geomorfologia costeira que alimentaram os indicadores de vulnerabilidade física.
  

Pode partilhar uma conquista ou perceção da sua tese que a DE Africa ajudou a tornar possível?

Uma grande conquista foi a produção de um mapa quantitativo da alteração da linha costeira para toda a costa queniana, de 2000 a 2024, e a integração dessas taxas diretamente no Índice de Vulnerabilidade Costeira.

Usando o arquivo Landsat normalizado pelas marés da DE Africa, gerei linhas de costa em intervalos de quatro anos e usei o DSAS com Regressão Linear Ponderada para estimar tendências de erosão e acreção a longo prazo. Isto revelou segmentos críticos onde a retirada sustentada da linha de costa coincide com áreas densamente povoadas ou economicamente importantes. Em alguns locais, o sinal de erosão só foi visível após a remoção dos efeitos ruidosos das marés, o que não teria sido possível sem o processamento da linha de costa baseado no FES 2014 utilizado pela DE Africa.

Esta visão consolidou os mapas finais de vulnerabilidade e forneceu uma base de evidências mais clara sobre onde as medidas de adaptação deveriam ser priorizadas.

Qual é o maior desafio que vê para a adoção de Observação da Terra em investigação africana e tem alguma ideia para o superar?

Um dos maiores desafios é a incompatibilidade entre as necessidades de tomada de decisão (que são frequentemente muito locais) e a resolução espacial ou o detalhe temático de muitos produtos de Observação da Terra (EO) de acesso livre. Por exemplo, os planeadores costeiros podem precisar de compreender a vulnerabilidade à escala de praias específicas, corredores de infraestruturas ou bairros, mas grande parte dos dados abertos permanece relativamente grosseira ou carece de contexto geomorfológico e geológico detalhado.

Para superar isto, vejo uma forte necessidade de expandir os produtos de Observação da Terra a nível continental com maior resolução espacial e detalhe temático mais rico, especialmente para zonas costeiras, combinar linhas costeiras derivadas de satélite com camadas específicas de cada país relativas à geomorfologia, geologia e uso do solo, de modo a que as análises de vulnerabilidade possam refletir as condições locais com maior precisão, e incentivar colaborações em que agências nacionais, universidades e plataformas como a DE Africa validem e refinem conjuntamente estes produtos com dados de campo locais, para que se tornem referências confiáveis para o planeamento.

O que gostaria que a DE Africa alcançasse a seguir para investigadores em todo o continente?

• Desenvolver produtos de linha costeira e zona costeira de maior resolução, incluindo segmentos de linha costeira específicos de cada país que resolvam enseadas, estuários e costas com recifes mais pequenas, importantes para as comunidades locais.
• Fornecer camadas dedicadas de geomorfologia costeira e geologia costeira para África, derivadas do Sentinel-2 e de outros sensores e validadas com conhecimento local. Isto seria incrivelmente valioso para estudos do tipo CVI, mapeamento de perigos e gestão de ecossistemas.
• Oferecer serviços prontos para machine learning na DE Africa Sandbox, como cadernos de exemplo e pipelines para classificação costeira, deteção de mudanças e modelação de risco, para que os investigadores possam construir e partilhar fluxos de trabalho GeoAI reproduzíveis sobre os conjuntos de dados da DE Africa.

Uma dica para um jovem investigador que queira utilizar as ferramentas da DE Africa?

Ao início, trabalhar com a Sandbox e todos os novos modelos e conjuntos de dados pareceu-me intimidante, mas assim que me permiti começar, parar, reiniciar e aprender ao meu próprio ritmo, tudo se tornou muito mais fácil. Por isso, o meu conselho é simples: comece. Escolha uma pequena tarefa e explore-a sem pressão. E aproveite ao máximo as formações. É provável que, se pretender usar algo na DE Africa, já exista uma formação especializada para isso, e isso tornará todo o processo muito mais tranquilo.