Como a inteligência artificial pode beneficiar as florestas brasileiras

A combinação de drones e inteligência artificial (IA) inova a realização de inventários florestais na Amazônia. Em um sobrevoo de pouco mais de duas horas, a metodologia Netflora, desenvolvida pela Embrapa Acre, identificou 604 castanheiras-da-amazônia ( Bertholletia excelsa ) e mais de 14 mil outras espécies arbóreas em uma área de 1150 hectares na Reserva de Desenvolvimento Sustentável (RDS) do Uatumã, no Amazonas.

O uso dessa tecnologia representa um avanço significativo em relação aos métodos tradicionais de inventário florestal, que demandam 73 dias de trabalho e uma equipe de cinco profissionais para mapear a mesma área. A inovação não apenas reduz o tempo necessário para a coleta de dados, mas também aumenta a precisão e eficiência do monitoramento ambiental.

O mapeamento foi realizado em parceria com a Embrapa Amazônia Ocidental, do Amazonas, e a Secretaria de Estado do Meio Ambiente (Sema/AM),  na Reserva de Desenvolvimento Sustentável do Uatumã. A atividade, conduzida em fevereiro, integra o Projeto Geoflora, financiado com recursos do Fundo JBS pela Amazônia.

Segundo Evandro Orfanó, pesquisador da Embrapa Acre e um dos responsáveis pelo desenvolvimento do Netflora, a integração da IA ao inventário florestal possibilita uma gestão mais sustentável dos castanhais nativos e de outras espécies florestais, além de conectar conhecimento científico aos sistemas tradicionais de uso da terra.

Castanha digital

Os benefícios dessa inovação vão chegar diretamente à comunidade da RDS do Uatumã, que terá acesso ao inventário digital dos castanhais por meio de um aplicativo de celular. A ferramenta disponibiliza planilhas e mapas dinâmicos, e permite que os extrativistas localizem com precisão as castanheiras e outras espécies de interesse dentro da floresta.

“Por meio do aplicativo será possível visualizar a localização exata das árvores e se orientar na floresta da mesma forma que navegamos em uma cidade em busca de um endereço. Cada árvore mapeada passa a ter um endereço único, representado por coordenadas geográficas”, explica Orfanó.

Além de facilitar a coleta, esse sistema de georreferenciamento otimiza rotas e reduz o esforço físico dos extrativistas com longas caminhadas. A digitalização das informações também contribui para um monitoramento mais preciso da comunidade das áreas de extração, aspecto que auxilia na preservação dos recursos naturais e possibilita que a exploração dos castanhais seja realizada de forma sustentável.

A realização de novos voos em diferentes áreas de floresta tem sido fundamental para expandir o banco de dados do Netflora.  Os primeiros treinamentos dos algoritmos começaram com cerca de 30 mil imagens, mas, com os novos sobrevoos, esse número mais que dobrou. A meta dos pesquisadores é alcançar entre 100 mil e 150 mil imagens, número que permitirá treinar os algoritmos de forma mais robusta e ampliar a aplicação da ferramenta em diferentes biomas.

Orfanó enfatiza que a IA já demonstrou uma capacidade avançada de identificar padrões regionais e realizar comparações entre espécies semelhantes. “Por exemplo, já é possível reconhecer a copa de uma palmeira da região Nordeste e classificá-la corretamente, mesmo em áreas nunca antes analisadas”, relata.

O pesquisador ainda explica que o sistema foi treinado para identificar espécies com base em dados provenientes de diversas regiões, demonstrando um grande potencial para mapear e classificar automaticamente novas áreas. “A IA reconhece padrões específicos, aspecto que facilita a identificação de novas espécies e o enriquecimento contínuo do banco de dados do Netflora”, acrescenta.

Outro avanço significativo foi a análise das imagens coletadas pelos drones, que, ao serem cruzadas com dados existentes, possibilitaram um enriquecimento substancial do banco de dados. Dessa forma, além das espécies já conhecidas, o algoritmo identificou muitas outras, incluindo diferentes tipos de palmeiras, clareiras e árvores mortas, ampliando o conhecimento sobre a diversidade da floresta amazônica.