Uma imagem diz o que existe. Uma série temporal diz o que está mudando

Em 2019, quando o MapBiomas Alerta começou a operar, apenas 5% da área desmatada no Brasil tinha algum tipo de ação associada dos órgãos de controle. Em 2025, esse percentual atingiu 65%, uma mudança que não veio de mais fiscal em campo, mas de série temporal de imagem processada continuamente, cruzada com cadastro público e entregue como evidência rastreável por data e localização. O que o MapBiomas demonstrou na escala do território nacional, a operação industrial precisa replicar na escala do portfólio, porque a diferença entre imagem avulsa e série temporal não é de grau, é de classe de pergunta que o dado consegue responder.

O que uma imagem isolada não consegue responder

Imagem orbital responde bem a pergunta de estado: há vegetação nessa área, existe construção nesse polígono, o corpo d'água está turvo. Para esse tipo de pergunta, uma imagem de boa resolução basta. O problema começa quando a pergunta muda de estado para trajetória. Uma barragem de rejeito com fissura incipiente no talude não aparece diferente de uma barragem estável numa imagem isolada, e é só na comparação com a imagem de trinta dias atrás que a deformação milimétrica se revela como deslocamento progressivo. Do mesmo modo, uma área de PRAD só demonstra recuperação ambiental verificável quando a série histórica mostra o índice de vegetação crescendo de forma consistente ao longo de meses, e uma invasão incipiente numa faixa de servidão só aparece nos primeiros estágios quando o sistema compara a imagem atual com o estado de referência cadastrado no início do monitoramento. Em todos esses casos a imagem avulsa é insumo. A série temporal é o produto que gera decisão.

O que a análise multitemporal entrega que a imagem isolada não entrega

A análise multitemporal compara imagem de data distinta pixel a pixel, identifica variação acima do ruído esperado e classifica o tipo de mudança, seja expansão de vegetação, remoção de cobertura, alteração de superfície construída ou deslocamento de solo. Isso abre três capacidades que a imagem isolada simplesmente não tem. A primeira é detecção precoce calibrada pelo histórico: um sistema que conhece o padrão sazonal de uma área específica distingue crescimento normal de crescimento anômalo, de modo que, numa faixa de servidão em cerrado onde a vegetação cresce mais rápido após a estação chuvosa, um sistema sem histórico trataria isso como evento a investigar enquanto um sistema com série de dois anos já sabe que é comportamento esperado, e o alerta passa a nascer só quando o crescimento foge da janela sazonal, do ritmo histórico ou da direção do condutor. A segunda é rastreabilidade com data de origem, já que a série temporal determina em que data uma irregularidade começou e com que velocidade progrediu, permitindo que a empresa, em resposta a notificação da ANM, da ANEEL ou do IBAMA, reconstitua a linha do tempo completa do evento com evidência independente de cada etapa, em vez de apenas demonstrar o estado atual do ativo. A terceira é a separação entre evento e tendência, porque foco de incêndio é evento pontual enquanto vegetação avançando progressivamente em direção a um ativo crítico ao longo de meses é tendência, e cada um exige resposta diferente, reação imediata num caso e planejamento preventivo no outro, distinção que um sistema que só analisa o estado atual não consegue fazer.

O que o histórico longo adiciona que o monitoramento recente não captura

Monitoramento contínuo a partir de hoje entrega série temporal crescente, mas começa do zero na data de ativação, o que deixa de fora o contexto que precede o sistema para um ativo que já existe há anos. Acesso a imageamento histórico de arquivo satelital, que em algumas constelações se estende por década, permite reconstruir o estado de um ativo em qualquer data dentro do período coberto.

No contexto regulatório, essa reconstrução permite demonstrar que uma irregularidade detectada hoje não existia em data anterior, ou que uma condição de conformidade reportada corresponde ao estado verificável por imagem independente, o que muda a posição da empresa em TAC, licenciamento e auditoria ambiental.

Na due diligence, o mesmo histórico permite avaliar o uso do solo de uma área antes de uma transação. Invasão removida, expansão não autorizada depois regularizada: tudo isso aparece na série histórica, independentemente de constar nos documentos do ativo.

Na gestão de risco, o histórico longo revela padrão que o monitoramento recente não captura, como uma área que sofre invasão todo ano no mesmo período. Esse padrão informa quando intensificar a vigilância e onde concentrar recurso de campo.

Por que série temporal exige arquitetura diferente de imagem avulsa

Acumular imagem não é o mesmo que operar série temporal. Para que a comparação pixel a pixel seja válida, toda imagem precisa estar registrada com precisão geométrica consistente, já que variação de ângulo de captura, correção atmosférica ou calibração radiométrica entre datas introduz artefato que o sistema precisa distinguir de mudança real no terreno. Em portfólio extenso, o volume acumulado deixa de ser gerenciável manualmente, o que exige processamento automatizado com modelo calibrado por tipo de ativo e por região, e alerta que já sai filtrado pelo histórico de cada polígono, não como detecção genérica aplicada a uma cena inteira.

É por isso que a distinção entre plataforma de acesso a imagem e plataforma de inteligência espacial continua relevante quando o assunto é série temporal: acesso ao dado histórico é condição necessária, mas o processamento que transforma esse dado em inteligência rastreável por ativo, por data e por tipo de evento é o que decide se a série temporal vira decisão ou vira arquivo.

Como a NOR opera série temporal em portfólio industrial

Na NOR Space Intelligence, cada ativo do portfólio do cliente tem estado de referência cadastrado, série histórica integrada desde a ativação e parâmetro de variação esperada definido por classe de ativo e sazonalidade regional. Cada alerta gerado carrega não só o estado atual do evento, mas o contexto histórico que o torna relevante: quando o ativo esteve em conformidade pela última vez, com que velocidade a mudança progrediu e se o padrão corresponde a evento pontual ou a tendência em desenvolvimento.

Para operação que precisa demonstrar conformidade contínua perante ANM, ANEEL ou IBAMA, essa cadeia de evidência com linha do tempo verificável transforma o monitoramento de ferramenta operacional em ativo regulatório.

Para entender como essa arquitetura de série temporal se aplica ao seu portfólio, fale com um especialista da NOR.