Ferramentas de Big
Data, Internet das Coisas e Inteligência Artificial
estão mudando os processos industriais convencionais – e o setor florestal não
é exceção.
A
aplicação da Inteligência Artificial no mercado florestal ainda é
bastante recente, mas já se expandiu para algumas atividades do setor e tem
sido utilizada no monitoramento e no combate a incêndios, identificação de
pragas, caracterização de áreas produtivas, planejamento e otimização
florestal.
Com o uso de tecnologias como o
sensor LIDAR (Light Detection And Ranging), RNA (Redes Neurais
Artificiais) e processamento de imagens, algumas empresas do setor já têm
entregado, por exemplo, inventários florestais completos com maior precisão em um
tempo muito menor que gasto originalmente.
Além dos inventários florestais, o
uso da Inteligência Artificial e das tecnologias associadas ao Big Data
& Analytics, têm o potencial de permitir um processamento de dados
muito maior e mais rápido, com melhor qualidade da informação gerada. Isso
porque, com o Machine Learning e a capacidade das máquinas em
identificar padrões e correlações complexas em níveis detalhados, a análise das
variáveis que determinam a produtividade de uma floresta é muito mais precisa,
a ponto de gerar modelos e projeções de resultados muito mais fidedignos aos
obtidos no campo.
“A
I.A pode desempenhar um papel tremendo no controle de incêndios florestais.
Podemos treinar o software fornecendo-lhe informações sobre os locais mais
vulneráveis a incêndios. Para que possa detectar os locais vulneráveis de
uma floresta e enviar notificações aos agentes florestais para que possam ir
rapidamente a esses locais e apagar o fogo. Assim, eles exigirão menos tempo e
podem economizar mais recursos naturais, apagando o fogo facilmente. Isso pode
economizar milhões de dólares”, diz o Doutor Swapan Kumar Sarker, associado
do Departamento de Ciências Florestais e Ambientais da Universidade de Ciência
e Tecnologia de Shahjalal (Bangladesh).
Como as técnicas de inteligência artificial podem ser usadas?
A agricultura de precisão é outra oportunidade. O desmatamento frequentemente dá lugar a comida para humanos. A carne bovina não é a mais eficiente, mas essa parece ser uma grande razão para o desmatamento de grandes áreas da floresta amazônica. No geral, a agricultura é responsável por 14% das emissões de gases de efeito estufa. A agricultura de precisão pode levar a menos pesticidas e ao uso mais eficiente da água com uma combinação de robótica, hardware e uso inteligente de algoritmos. Ferramentas de aprendizado de máquina para formuladores de políticas e agrônomos também podem ajudar a encorajar ações positivas para o clima.
O aprendizado de máquina pode ser útil para
diversas atividades no setor florestal, dentre os mais importantes e talvez com
maiores estudos estão:
Estimativa
do estoque de carbono: Um estimador pode realizar previsões
na escala do planeta. O aprendizado de máquina pode ser útil, permitindo
verificar regiões críticas e que necessitam de maior atenção além de ajudar a
prevê problemas relacionados a emissões de CO2 na atmosfera.
Arborização
automatizada: O planeta tem capacidade para mais 1,2
trilhão de árvores. Isso tem o potencial de cancelar uma década de emissões de
carbono. Nesse sentido, a automação pode ser útil. Duas startups BioCarbon Engineering
e Droneseed são mencionadas a esse respeito. O aprendizado de máquina
pode ser usado para localizar áreas de plantio apropriados, monitorar a saúde
da planta, avaliar ervas daninhas e analisar tendências.
Manejo
de incêndios florestais: Podemos evitar grandes incêndios
florestais, a I.A pode ser usada para prever a progressão espacial do fogo
(como o fogo se espalha). Com boas ferramentas para avaliar as regiões de maior
risco, os bombeiros podem realizar queimadas controladas e cortar áreas
selecionadas para evitar a progressão dos incêndios.
Silvicultura:
Embora parte do desmatamento seja resultado da expansão da agricultura ou do
desenvolvimento urbano, a maior parte vem da indústria madeireira. O corte raso
tem um efeito particularmente prejudicial e continua sendo uma prática
difundida em todo o mundo. O rastreamento do desmatamento pode ser útil para
adoção de políticas públicas. Por exemplo, a empresa Rainforest Connection
instalou antigos smartphones alimentados por painéis solares em uma floresta,
esses celulares funcionam por meio de um algoritmo de ML que pode detectar sons
de motosserra em um raio de um quilômetro e relatá-los a uma antena de telefone
celular próxima. O aprendizado de máquina também pode ser aplicado à logística
e transporte, embora isso possa ter um efeito negativo e deva ser combinado com
boas políticas.
Tecnologia baseada em inteligência artificial auxilia na medição do diâmetro das toras, obtém além do diâmetro de cada tora, o volume e contagem das toras.
Esses
são apenas alguns exemplos do potencial do uso de I.A e M.L no setor florestal,
essa tecnologia ainda tem muito a evoluir e com certeza iremos falar muito a
respeito de novas tecnologias que ajudam no desenvolvimento e gerenciamento de
florestas.
Por: Túlio Santos | Editorial Central Florestal, 04 de outubro de 2020
Fontes
https://medium.com/odscjournal/artificial-intelligence-and-forest-management-50f480b56325
https://www.nature.com/articles/s41524-019-0221-0
https://www.inflor.com.br/inteligencia-nos-processos-florestais/
Postar um comentário