LiDAR vs InSAR no monitoramento de barragens: quando usar cada um

O monitoramento de barragens de rejeitos vive um momento de transição. Após Brumadinho, o setor passou a tratar sensoriamento remoto como camada obrigatória de informação — não como item opcional. Nesse contexto, duas tecnologias dominam a conversa: o LiDAR aerotransportado por drone e o InSAR (Interferometric Synthetic Aperture Radar) baseado em satélite. Ambas são chamadas, frequentemente, de "soluções de monitoramento remoto", mas isso é simplificação. Elas medem grandezas físicas distintas, operam em escalas temporais diferentes e respondem a perguntas de engenharia que não se sobrepõem por completo.

Não se deve tratá-las como concorrentes. A pergunta correta não é "LiDAR ou InSAR", e sim "para qual problema cada uma é a ferramenta certa" — e como integrá-las à instrumentação geotécnica convencional para fechar os pontos cegos do monitoramento.

O que cada tecnologia realmente mede

O LiDAR aerotransportado mede geometria absoluta da superfície. Cada pulso laser registra a coordenada tridimensional de um ponto do terreno, com precisão centimétrica e densidade que permite separar vegetação de solo nu. O resultado é um Modelo Digital de Terreno (MDT) — a topografia real do talude, do paramento, da crista, dos drenos superficiais. Sistemas como o Zenmuse L2 entregam precisão vertical de 4 cm e horizontal de 5 cm com múltiplos retornos, o que viabiliza a penetração da copa em áreas com vegetação arbórea — exatamente o cenário em que a inspeção visual falha e gera pontuação máxima de CRI sob a ANM 220/2025.

O InSAR mede outra coisa: deslocamento relativo da superfície entre duas passagens do satélite. Comparando a fase do sinal de radar entre imagens adquiridas em datas distintas, o método detecta movimentos centimétricos ao longo da linha de visada do sensor. Constelações como a Sentinel-1 da ESA fazem revisitas a cada 6 a 12 dias, o que permite construir séries temporais densas para áreas extensas sem custo de aquisição direta. O dado é estatístico e relativo — não diz onde a crista está, diz quanto ela se moveu.

Resolução temporal e espacial: onde cada uma vence

InSAR ganha em histórico e cobertura regional. O arquivo Sentinel-1 começa em 2014, o que permite reconstruir séries temporais de deformação anteriores à contratação do serviço. Estudo conduzido pela Universidade de Nottingham, Universidade de Durham e pela Terra Motion analisou Brumadinho com InSAR aplicado a dados Sentinel-1 e mapeou a movimentação da estrutura nos 17 meses que antecederam o colapso, identificando aceleração nas oito semanas finais mining-technology. Stephen Grebby, autor principal do estudo, conclui que o monitoramento sistemático com a técnica teria permitido prever a falha com cerca de 40 dias de antecedência, com janela de erro de uma semana mining-technology. Para gestores responsáveis por múltiplas estruturas espalhadas geograficamente, isso é uma vantagem operacional difícil de replicar com qualquer método terrestre.

LiDAR ganha em resolução espacial absoluta e detalhe geométrico. Onde o InSAR entrega um pixel de 5 a 20 metros com deslocamento médio, o LiDAR entrega centenas de pontos por metro quadrado com coordenada absoluta. Para verificar aderência ao projeto de drenagem, identificar inversões de declividade, calcular volumetria de pilhas ou alimentar modelos hidráulicos 2D para estudos de Dam Break sob o Art. 32 e Art. 76 da ANM 220/2025, o LiDAR é insubstituível. Nenhum InSAR vai dizer ao engenheiro se o talude foi executado conforme o projeto — só o LiDAR faz isso.

A questão temporal também separa as tecnologias. InSAR depende da revisita do satélite; entre passagens, há uma janela cega. Eventos rápidos — colapsos súbitos por liquefação, por exemplo — podem ocorrer dentro dessa janela. O próprio Grebby aponta que dams que sofrem colapso súbito após taxas de movimento muito rápidas podem ser desafiadores de monitorar, dependendo da frequência de aquisição dos dados mining-technology. LiDAR por drone, especialmente em configuração Dock autônoma, pode ser executado sob demanda em horas — não em dias.

As limitações

Toda tecnologia tem ponto cego, é muito importante reconhecêlos.

InSAR tem três limitações estruturais. A primeira é a descorrelação por vegetação e umidade — em estruturas com cobertura vegetal densa ou tailings beach saturado, a coerência do sinal cai e os vetores de deslocamento ficam ruidosos ou indisponíveis. A segunda é a geometria de visada: encostas íngremes orientadas em direções desfavoráveis ao satélite sofrem foreshortening ou layover, e parte do ativo simplesmente não é imageada. A terceira é a latência de processamento e interpretação. Grebby observa que o processamento exige algoritmos sofisticados que mineradoras tipicamente não têm internamente, e que interpretar o movimento observado em termos de risco de falha é um desafio adicional mining-technology.

LiDAR também não é mágica. Tem custo logístico de operação, depende de janela meteorológica, cobre apenas a superfície — sem dizer nada sobre o que acontece abaixo dela. Saturação, percolação, evolução do nível freático, formação de plumas de umidade no maciço: tudo isso é invisível ao laser. Estudos clássicos de mecânica dos solos deixam claro que a maior parte dos modos de ruptura em barragens de rejeitos — piping, liquefação, instabilidade por elevação da poropressão — é fenômeno subsuperficial. Diagnosticá-los a partir de dados de superfície é interpretação tardia, não diagnóstico precoce.

E ambas, por serem métodos remotos, não substituem instrumentação geotécnica. Piezômetros, inclinômetros, geofísica, marcos superficiais e sistemas SAA continuam fornecendo informação que nenhum sensor remoto oferece com precisão equivalente.

A integração é o caminho — não a escolha

A leitura mais útil do estudo de Brumadinho não é "InSAR teria salvado vidas". É: nenhum método isolado teria salvado vidas. Grebby explicitamente posiciona o InSAR como informação complementar à instrumentação convencional e o descreve como adição valiosa ao toolkit de monitoramento, não como substituto mining-technology. Essa é a leitura correta — e a única defensável tecnicamente.

Estendendo essa lógica para o contexto de barragens brasileiras sob ANM 220/2025: o monitoramento robusto combina camadas físicas distintas. LiDAR para geometria de superfície de alta precisão, atendendo aos requisitos de mapas de inundação, drenagem superficial e cegueira vegetal. InSAR para histórico de deformação de longo prazo e cobertura regional. Geofísica elétrica resistiva (ERT) automatizada para o domínio subsuperficial — saturação, plumas de umidade, evolução do nível freático em time-lapse 4D. E instrumentação convencional onde precisão pontual em tempo real é necessária.

A arquitetura preditiva surge da fusão dessas camadas, não da supremacia de uma delas. É exatamente esse o argumento que sustenta o Plano de Gestão de Riscos (PGRBM) sob o Art. 58 da ANM 220/2025: identificação, análise e classificação de cenários de instabilidade exigem dados volumétricos, não pontuais.

Quando escolher cada uma

A regra prática que tem se mostrado defensável em campo:

Use InSAR quando o problema é triagem de portfólio com múltiplas estruturas, quando há necessidade de reconstruir histórico de deformação anterior à contratação, ou quando a estrutura está em região de difícil acesso terrestre. É a ferramenta de vigilância de baixo custo unitário e ampla cobertura.

Use LiDAR quando o problema é precisão geométrica absoluta — atualização de topografia para Dam Break, verificação de conformidade ao projeto de drenagem, cálculo de volumetria, mapeamento de terreno sob vegetação densa, ou monitoramento de evolução geométrica em paramentos onde InSAR perde coerência.

Combine ambas com instrumentação convencional e geofísica subsuperficial sempre que a estrutura tenha DPA2 ≥ 4, comunidade na ZAS, ou esteja em processo de descaracterização. Nessas situações, qualquer aposta em uma única tecnologia é exposição a risco evitável.

Quer entender como o LiDAR pode ser aplicado à sua barragem? Entre em contato com a equipe da Mogo.

*Esse artigo foi gerado com apoio de IA.