(2)UTAD/CITAB (Universidade de Trás-os-Montes e Alto Douro & Centro de Investigação e Tecnologias Agroambientais e Biológicas)
O conceito “apoio à decisão” refere-se a “esforços organizados para produzir, disseminar e facilitar o uso de dados e informações” para melhorar a tomada de decisões. Inclui processos, ferramentas de suporte à decisão e serviços. Alguns exemplos incluem métodos para avaliar tradeoffs entre opções, cenários do futuro usados para explorar os impactos de decisões alternativas, avaliações de vulnerabilidade e impactos, e ferramentas que ajudam as pessoas a localizar, organizar e exibir dados de novas maneiras. Os resultados de processos eficazes de “apoio à decisão” incluem a promoção de relacionamentos e confiança que podem apoiar a capacidade de resolução de problemas a longo prazo entre produtores e consumidores do conhecimento.
As atividades de “apoio à decisão” que facilitam processos de decisão bem estruturados podem resultar em consenso sobre a definição dos problemas a serem tratados, objetivos e opções a serem considerados, critérios para avaliação, oportunidades e consequências potenciais e opções.
No caso concreto da agricultura, a gestão contínua de uma exploração agrícola está atualmente sustentada na informação sobre as culturas, as condições de crescimento, o progresso sazonal, e os impactos das alterações climáticas, entre outras. A qualidade e atualidade da informação disponível é um fator importante que determina a qualidade das decisões tomadas e, portanto, a qualidade dos resultados - das culturas produzidas e, em última análise, da rentabilidade económica. A maioria da informação está vinculada à localização, portanto a relevância espacial (geográfica) é um aspeto significativo dos dados que podem ser disponibilizados. A relevância e a aplicabilidade das informações espacialmente relacionadas e analisadas são uma das motivações principais para a sua utilização de base num sistema de apoio à decisão, pois muitas das variáveis que afetam a qualidade das culturas são inerentemente espaciais por natureza.
Adicionalmente, constata-se ainda existir uma falha de mercado relativamente a ferramentas tecnológicas baseadas em infraestruturas de dados espaciais, que de forma integrada e normalizada, disponibilize um conjunto de mapas com diferentes camadas de informação (drenagem do terreno, solo, irrigação, etc.) compreendendo uma base de dados espacial (Figura 1).
Um sistema deste tipo permite a exploração de correlações espaciais, associando atributos e funcionalidades que suportam a análise de padrões e processos numa determinada exploração agrícola. Outra capacidade que decorre da utilização de uma infraestrutura de dados espaciais aplicada à agricultura é a análise das extensões espaciais com características comuns, fenómenos ou semelhanças (ou, alternativamente, de diferenças específicas). Isso inclui proximidades de outras espécies vegetais, zonagem agrícola, fauna, ou outros conjuntos integrados de informações. Uma Infraestrutura de Dados Espaciais temática na agricultura promove e desenvolve uma análise de dados automatizada com a produção de mapas digitais agregados (Figura 2), ou imagens, apresentando relatórios específicos ao agricultor ou ao produtor para decisões e ações apropriadas. Por exemplo, para identificar potenciais parcelas agrícolas de qualidade superior baseados em padrões espaciais identificados a partir de determinadas áreas que possuem especificidades orográficas, do solo, ou outras, permite entender e confirmar os fatores contribuintes para essa melhor qualidade.
A consolidação de toda esta informação, apresentada de forma gráfica, intuitiva e em tempo real, será sempre muito relevante para apoio à decisão na mitigação dos problemas.
Um dos problemas mais críticos hoje em dia prende-se com o impacto das alterações climáticas na agricultura. As projeções climáticas devem ter por base um conjunto de cenários de emissão antropogénica de gases de efeito de estufa. Esta cenarização permite incorporar as incertezas relativas às diferentes trajetórias de desenvolvimento socioeconómico global nas próximas décadas. Por outro lado, estes cenários devem também ter por base diferentes simulações, geradas por diferentes modelos climáticos (ensembles multimodelo), o que possibilita a avaliação da incerteza quanto à modelação física, inicializações e parametrizações dos diferentes modelos. Uma correta avaliação e integração das incertezas é indispensável para um efetivo apoio à decisão. Acresce que a resolução espacial dos modelos globais (cerca de 100 km) é manifestamente insuficiente para uma aplicação útil à agricultura. Por conseguinte, o desenvolvimento de metodologias de redução de escala é essencial. Estas metodologias podem ser de tipo dinâmico, com o acoplamento de modelos climáticos regionais (escala espacial de cerca de 10 km) aos modelos globais, em ambos os casos modelos físico-matemáticos. Em seguida, poderão ser complementadas com metodologias geoestatísticas que permitem a redução da escala espacial para valores da ordem de 1 km. Em situações em que existam redes de sensores instaladas em propriedades agrícolas, é mesmo possível a redução para escalas ainda inferires (metros), permitindo resolver os padrões microclimáticos de uma dada parcela. Nestes casos, é ainda possível uma resolução à escala horária ou inferior.
A utilização de informação geográfica diversa e extensa existente ao nível do território, suportada pela recolha de informação agronómica, designadamente sobre a evolução fenológica, níveis de stress hídrico que as culturas estão sujeitas, grau de maturação e produtividade permitem, por um lado, a adoção de práticas que mitiguem os efeitos deste fenómeno a curto prazo (ex. aplicação de rega deficitária, etc.), e por outro a adoção de medidas de mitigação a longo prazo (ex. plantação de culturas mais resilientes). No entanto, a recolha deste tipo de informação agronómica e climática por cada agricultor, ao nível de cada parcela agrícola, por sua vez localizada em condições microclimáticas e edáficas diferenciadas, não é viável. Além disso, com vista a que a informação possa ser extrapolada para um nível regional (uma determinada região, por exemplo), sendo utilizada da forma mais adequada por um determinado sector, pode e deve ser complementada com informação climática adaptada/modelada ao território (incorporando o impacto da orografia, exposição ou informação geológica). A necessidade de mais e melhor informação, nomeadamente em tempo real, dispondo de redes de sensores no terreno, recolhendo dados com caráter espacial e temporal, de forma alargada e integrada, torna-se indispensável para apoiar de forma criteriosa a tomada de decisão.