Sumário
Os manguezais são encontrados globalmente nas costas entre marés tropicais e subtropicais. Estes ecossistemas altamente biodiversos e densos em carbono têm um valor multifacetado, fornecendo bens e serviços críticos a milhões de pessoas que vivem em comunidades costeiras e fazendo contribuições significativas para a mitigação das alterações climáticas globais através do sequestro e armazenamento de carbono. Apesar dos seus muitos valores, a perda de mangais continua a ser generalizada em muitas regiões devido principalmente a actividades antropogénicas. São necessárias ferramentas acessíveis e intuitivas que permitam aos gestores costeiros mapear e monitorizar a cobertura de mangais para conter esta perda. Os dados de detecção remota têm um histórico comprovado de mapeamento e monitoramento bem-sucedidos de manguezais, mas os métodos convencionais são limitados pela disponibilidade de imagens, recursos computacionais e acessibilidade. Além disso, os níveis variáveis das marés nos mangais apresentam um desafio de mapeamento único, especialmente em extensões geograficamente grandes. Apresentamos aqui uma nova ferramenta – a Metodologia de Mapeamento de Manguezais (GEM) do Google Earth Engine – uma abordagem intuitiva, acessível e replicável que atende a um amplo público de gestores costeiros e tomadores de decisão não especializados. O GEM foi desenvolvido com base em uma revisão completa e na incorporação de literatura relevante sobre sensoriamento remoto de manguezais e aproveita o poder da computação em nuvem, incluindo uma abordagem simplificada de calibração de marés baseada em imagens. Demonstramos a ferramenta para toda a costa de Mianmar (Birmânia) – um ponto crítico global de perda de manguezais – incluindo uma avaliação de mapeamento multidata e resultados dinâmicos e uma comparação dos resultados do GEM com estudos existentes. Os resultados – incluindo avaliações de precisão quantitativa e qualitativa e comparações com estudos existentes – indicam que o GEM fornece uma abordagem acessível para mapear e monitorizar ecossistemas de mangais em qualquer lugar dentro da sua distribuição global.