by Um estudo recém-publicado na revista Forests (MDPI) apresenta um avanço promissor para a gestão florestal sustentável na Amazônia: o uso de inteligência artificial (IA) para identificar espécies de árvores comerciais a partir de imagens de suas cascas.
A pesquisa faz parte da dissertação de mestrado de Natally Celestino Gama e foi desenvolvida em parceria com Luiz Eduardo Soares Oliveira, Samuel de Pádua Chaves e Carvalho, Alexandre Behling, Pedro Luiz de Paula Filho, Márcia Orie de Sousa Hamada, Eduardo da Silva Leal e Deivison Venicio Souza.
O trabalho utilizou técnicas de Deep Learning e visão computacional para distinguir 16 espécies madeireiras de valor comercial em áreas de manejo florestal no Mato Grosso. Entre elas estão o cedro-rosa, o cumaru e a garapeira, espécies amplamente exploradas pelo setor madeireiro.
Os resultados impressionam: o melhor modelo, baseado na rede neural ResNet50 combinada com o algoritmo SVM, alcançou 95% de acurácia no reconhecimento das espécies. Para isso, os pesquisadores utilizaram mais de 2.800 imagens de ritidoma (casca externa), processadas em subimagens e analisadas por diferentes arquiteturas de redes neurais convolucionais.
Segundo Natally, a tecnologia tem potencial para transformar a forma como são feitos os inventários e a fiscalização. “A tecnologia pode ser implementada em aplicativos móveis ou dispositivos portáteis, permitindo que técnicos e fiscais identifiquem espécies em campo, até mesmo em áreas remotas da Amazônia, de forma offline e com mais confiabilidade nos inventários florestais.”
Além de auxiliar o manejo, o sistema também é visto como ferramenta estratégica para coibir irregularidades. “O reconhecimento automático ajuda a combater fraudes, aumenta a rastreabilidade da madeira e evita a exploração indevida de espécies ameaçadas, garantindo maior conformidade legal e proteção da biodiversidade.”, destacou a pesquisadora.
Já o coautor e orientador da pesquisa, Deivison Venicio Souza¹, pesquisador e Professor da Faculdade de Engenharia Florestal da Universidade Federal do Pará – UFPA, destacou os próximos passos para que inovação saia do laboratório e chegue à prática: “Os próximos passos envolvem ampliar a base de imagens, validar o sistema em condições reais de campo e otimizar os modelos para que funcionem em celulares, tornando a ferramenta prática, acessível e de baixo custo.”
O estudo integra o projeto Deep Flora, que deverá expandir o banco de dados para outras espécies amazônicas e disponibilizar ferramentas abertas à comunidade científica e ao setor florestal.
Leia o artigo completo em: https://doi.org/10.3390/f16091374
¹pesquisador do rograma de Pós-graduação em Biodiversidade e Conservação (PPGBC)/UFPA e Programa de Pós-graduação em Ciências, Tecnologia e Inovação Florestal (PPGCTIF)/UFOPA e Professor da Faculdade de Engenharia Florestal da Universidade Federal do Pará – UFPA,
Descubra mais sobre Florestal Brasil
Assine para receber nossas notícias mais recentes por e-mail.
