Avaliação de Embeddings Geoespaciais em Modelos de Distribuição de Espécies na Mata Atlântica da Paraíba
Modelagem de Distribuição de Espécies, Sensoriamento Remoto, Representações Vetoriais (Embeddings) via Satélite, Variáveis Bioclimáticas, Mata Atlântica
Modelos de Distribuição de Espécies (SDMs, na sigla em inglês) preveem a probabilidade de ocorrência de uma espécie-alvo a partir de variáveis ambientais que caracterizam uma localização geográfica. Tradicionalmente, os SDMs baseiam-se em variáveis bioclimáticas que capturam gradientes ambientais amplos. Contudo, isso pode ser insuficiente para uma modelagem de alta resolução, a qual exige uma caracterização em escala fina das paisagens locais. Recentemente, o uso de *embeddings* (representações vetoriais) derivados de dados de satélite tem demonstrado um desempenho robusto em diversas tarefas de sensoriamento remoto. Este estudo investiga o potencial desses *embeddings* para a modelagem de distribuição de espécies em escala local. Modelamos a distribuição de *Didelphis albiventris* em um corredor de Mata Atlântica costeira, no nordeste do Brasil, utilizando os algoritmos Random Forest e MaxEnt, com variáveis bioclimáticas do WorldClim, *embeddings* AlphaEarth e Tessera, além de combinações desses elementos como preditores. Nossos experimentos mostram que os *embeddings* AlphaEarth, por si só, alcançam um desempenho comparável ao da base de referência bioclimática, enquanto a combinação de variáveis bioclimáticas com os *embeddings* Tessera produz os melhores resultados gerais. Esses achados sugerem que *embeddings* derivados de dados de satélite fornecem informações úteis que complementam os preditores ambientais tradicionais utilizados em SDMs para paisagens tropicais fragmentadas.