Inteligência nos Processos Florestais

//Inteligência nos Processos Florestais

Inteligência nos Processos Florestais

Ferramentas de Big Data, Internet das Coisas e Inteligência Artificial estão mudando a indústria como a conhecemos – e o setor florestal não é exceção. Longe de meras inovações curiosas, essas tecnologias definitivamente vieram para ficar.

Quando tentamos vislumbrar o futuro do setor florestal, certamente imaginamos que grandes avanços tecnológicos irão continuar alavancando o crescimento e progresso do mercado nacional e mundial. Pensamos em plantios florestais altamente tecnológicos, com terreno e topografia totalmente georreferenciados e mapeados por ferramentas como VANTs munidos de câmeras multiespectrais, gerenciados por avançados softwares e plataformas integradas de gestão conectadas às tecnologias embarcadas nas máquinas e equipamentos florestais.

Nesta jornada rumo ao futuro, Big Data, Analytics, Machine Learning, IoT (Internet das Coisas, na sigla em inglês) e Inteligência Artificial são termos que devem se tornar cada vez mais comuns no segmento florestal – e já são realidade nas principais empresas de base florestal do país.

“A produtividade de uma floresta tem sua variação de acordo com um grande e complexo número de combinações que vão desde variáveis climáticas (chuva, umidade, incidência de luz, etc), nutrição, manejo (atividades executadas no tempo e qualidade corretas), material genético, ocorrências florestais (pragas, incêndios, etc.), entre outras. Destrinchar de maneira efetiva a correlação entre cada variável com o objetivo e o impacto de cada combinação de cenário, ao longo de anos e anos de dados históricos, somente se torna possível com o uso de Big Data”, explica Carlos Albuquerque, diretor de inovação da INFLOR.

Este, basicamente, é o potencial econômico do Big Data, definido como um grande conjunto de dados armazenados e baseado nos 5 Vs (Velocidade, Volume, Variedade, Veracidade e Valor). A IoT, por sua vez, diz respeito à interconectividade de tecnologias embarcadas, visando à quase onipresença da rede em todas as áreas, ferramentas, equipamentos e máquinas do campo, que se comunicariam entre si e “aprenderiam” umas com as outras.

De posse dessa gigantesca base de dados transformada em informação, a inteligência artificial é inserida para auxiliar na tomada de decisões em etapas como: implantação ou rebrota de uma área de acordo com o histórico da mesma e sua consequência em produtividade/custo do próximo período; execução ou não de atividades de manejo para minimização de riscos; ações corretivas no caso de variações climáticas ou ocorrências florestais; decisões de antecipação ou postergação de corte; entre outras.

Segundo Albuquerque, estes são exemplos ligados apenas à produtividade da floresta, mas que podem ser extrapolados para as diferentes áreas da cadeia florestal, como a colheita, definindo o melhor sistema de corte e os tipos de máquinas ideais de acordo com o histórico de produtividade e características da floresta como declividade; VMI; tipo de produto ou decisões ligadas à área comercial definindo quais produtos devem ser vendidos e processados de acordo com o histórico de venda x lucratividade.

Em pouco tempo, com a evolução das tecnologias de comunicação e IoT, teremos milhares de sensores distribuídos no campo para monitorarmos nossas florestas em tempo real, ou seja, maior disponibilidade/qualidade de informação
e, consequentemente, algoritmos cada vez mais efetivos para o auxílio da produção florestal em toda a sua cadeia”, completa o profissional.

O case da Fibria

A tendência é clara: as empresas brasileiras de base florestal já estão cientes do grande potencial das ferramentas inteligentes e investem pesadamente em pesquisa, desenvolvimento e aplicação de novas tecnologias no campo.

Na Fibria, Inteligência Artificial e Big Data são pilares da Análise e Gestão Florestal e estão ligados ao processo de aprendizagem de máquinas e/ou softwares de análise de grandes volumes de dado. A companhia possui uma extensa e complexa estrutura de dados coletados, que têm origem em suas operações de viveiro, silvicultura, colheita e logística, relacionados a custo e qualidade das operações, dados de volume e produtividade da floresta. Também são coletados dados do meio ambiente, tais como relevo, tipo de solo, condições climáticas e suas interações, que são utilizados em análises de alta complexidade com o uso de Big Data para subsidiar algumas tomadas de decisão nos processos produtivos.

“Estamos trabalhando com as ferramentas de Big Data e Redes Neurais Artificiais desde 2015 com o objetivo de gerar valor, quantitativo e qualitativo, no manejo de nossas florestas por meio da análise de grande volume de dados, velocidade no processamento, acurácia da análise e variabilidade na origem dos dados”, detalha o gerente de geoinformações e proteção florestal da Fibria, Luis Sabbado.

Inicialmente, a empresa aplicou as Redes Neurais no processo de inventário florestal com o objetivo de reduzir o custo de medição de campo. Dessa forma, foi possível validar com sucesso a ferramenta, gerando uma economia de 20% no custo da atividade. Posteriormente, sua aplicação foi estendida para a predição da densidade básica da madeira, variável de grande interesse no processo florestal e industrial. Nesta aplicação, foi reduzido o tempo na obtenção da informação, na redução do custo de coleta de amostras em campo, além da possibilidade de ampliar o número de variáveis de entrada do modelo de predição, passando a inserir, além de informações qualitativas da floresta, dados quantitativos de inventário florestal e índices ambientais.

A empresa também já utilizou Big Data para análises e recomendações para otimizar a performance da rebrota e na avaliação de indicadores de matocompetição. Nesta primeira, foi possível gerar um novo cenário de condução para o horizonte de planejamento, com ampliação da área conduzida a partir de critérios técnicos mais assertivos e impacto positivo de retorno financeiro de R$ 11,9 milhões em VPL, no manejo do período de 2017/2018. Dentre os desafios atuais estão a estruturação e a melhoria da qualidade dos bancos de dados e velocidade no processamento para maior agilidade na tomada de decisão.

“Com o uso das novas tecnologias, temos alguns objetivos que pretendemos atingir, como: otimização do consumo de água e de insumos; maior eficiência energética; otimização do uso de mão de obra; rastreabilidade geográfica da aplicação de insumos e serviços; aumento da segurança das operações por meio da gestão comportamental, garantir a informação no tempo adequado, aumento da produtividade e melhoria na acurácia das informações”, conclui Sabbado.

Matéria editada e publicada por Revista B.Forest (https://issuu.com/malinovskiflorestal/docs/b.forest-44-issuu/18)

2018-08-15T11:05:19+00:00

Deixar Um Comentário

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.