A Embrapa Acre vem trabalhando de modo a ajustar procedimentos para inserir o planejamento de florestas tropicais nativas no cenário de alta produtividade,  à medida que as máquinas e os algoritmos ganham importância nas ações de planejamento florestal. Com isso já existem resultados relevantes para planos de voos semiautônomos para Aeronaves Remotamente Pilotadas (RPA) visando à obtenção de ortofotos de alta resolução para florestas nativas e plantadas , bem como para as atividades agropecuárias (Figueiredo; Figueiredo, 2018); cálculos de volumetria de toras a partir da fotogrametria com RPA  (Figueiredo et al., 2016a, 2017) (Figura 1A)  ; avaliação de impactos florestais da exploração florestal a partir de RPA (Figueiredo et al., 2018a ; Cunha et al., 2019)  (Figura 1B); inventário florestal de palmáceas a partir de RPA (Figueiredo et al., 2016b) (Figura 1C); otimização e automação da distribuição de pátios florestais (Silva et al., 2018a); calendário de inventário florestal com RPA (Figueiredo et al., 2018b, 2019)  (Figura 1D); estimativa de volume do fuste de árvores dominantes, a partir da morfometria da copa obtida com RPA (Melo Junior, 2019) ; e estimativas de biomassa florestal utilizando LiDAR em RPA (Oliveira et al., 2020).

O princípio para obtenção de dados via RPA (drones) começou a ser construído pela Embrapa Acre em 2015. O primeiro passo foi a definição de parâmetros de voo para execução de projetos de fotogrametria aérea do dossel de distintas tipologias florestais na Amazônia.
Foram realizadas centenas de missões de voo, em áreas de florestas perfiladas com LiDAR, até ajustar os melhores parâmetros de voo que resultariam na melhor correlação de métricas de copas com as informações extraídas com o laser aerotransportado.
Para saber mais sobre a execução de projetos fotogramétricos aéreos para inventários florestais acesse aqui.

Distintas tipologias florestais na Amazônia apresentam marcante caracterização fenológica do dossel, o que interfere diretamente nos resultados de detecção das copas na ortofoto e, posteriormente, extração das métricas. A solução foi a construção de um Calendário de Inventário Florestal com drones que indique o melhor momento para execução do projeto fotogramétrico para gerar as ortofotos florestais de alta qualidade.

É importante ressaltar que o estudo de Calendário de Inventário Florestal com drones consiste num processo que estará sempre em evolução com a inclusão de novas espécies, tipologias e regiões da Amazônia, portanto, esta publicação apresenta um calendário preliminar. Cada profissional que usar a IA de reconhecimento de copa deve atentar para o período fenológico de coleta de imagens.

Lembre-se: Não se deve coletar imagens no período em que as espécies florestais de interesse estejam numa fase decídua.

Para mais detalhes consulte a publicação: Manejo Florestal 4.0: Calendário Preliminar de Inventário Florestal com Aeronaves Remotamente Pilotadas. Série Documentos Técnico-Científicos. Rio Branco: Embrapa Acre, 2018.

As IAs do Netflora começaram a ser construídas com o Projeto Geoflora/FJBSA. O princípio é estabelecer as bases tecnológicas e metodológicas para a automação do Inventário Florestal na Amazônia (etapa mais onerosa do planejamento florestal), que permitirá o reconhecimento e localização de copas de árvores dominantes e co-dominantes de espécies comerciais madeireiras, não madeireiras e de importância ecológica/social.

O conceito fundamental esta construído na premissa que os inventários florestais num futuro próximo, sejam com finalidade comercial, ambiental ou de monitoramento, serão realizados por fotogrametria com drones com sensores RGB, a partir de ortofotos ou de maneira instantânea durante o vôo (isso numa rede 5G funcional).

Para romper essa fronteira da automação do planejamento florestal de nativas, houve necessidade construção de um grande dataset chamado de Netflora, com milhares de recortes de ortofotos de alta resolução espacial (melhor que 4cm) de copas de árvores, as quais são a base para o treinamento de algoritmos deep learning/CNN nas mais distintas plataformas de inteligência artificial.

Com isso, o Netflora disponibilizará periodicamente, algoritmos com os pesos treinados por espécie, sítio florestal, por grupos de espécies/situações ambientais e reconhecimento global para muitas espécies presentes o Netflora, em versões cada vez mais hábeis no reconhecimento de copa.

Os algoritmos do Netflora serão atualizados e disponibilizados periodicamente ao público, com a incorporação de novas espécies florestais, fenofases, situações ambientais para monitoramento (clareiras, toras...) e novos sítios florestais.

Os algoritmos com os pesos treinados sempre terão o sufixo “Embrapa” acompanhado da numeração da versão de treinamento, ou seja, nosso primeiro algoritmo para inventário de palmeiras será denominado de “Palmeiras_Embrapa00” e suas atualizações de “Palmeiras_Embrapa01”, “Palmeiras_Embrapa02” e assim sucessivamente.

A partir destes algoritmos com pesos treinados do Netflora será possível inventariar, estimar produção, ajustar estratégias de colheitas de não madeireiros (açaí, buriti, castanha, copaíba, patauá, entre outras.), incorporar novas áreas produtivas, monitorar na escala de árvores individual a exploração ilegal de madeira, aperfeiçoar as técnicas de manejo florestal, realizar estudos de dinâmica florestal com os algoritmos treinados para as árvores mortas, realizar estudos ecológicos de fenologia florestal, estabelecer correlações de morfologia de copa com estoque de carbono, auxiliar a avaliação dos efeitos das mudança climáticas na dinâmica de clareira naturais, ou seja, são inúmeras as aplicações e usos dos algoritmos advindos do Netflora e as incontáveis combinações de treinamentos de algoritmos.