Uso de Redes Neurais Artificiais na Determinação de Fatores de Empilhamento

A quantificação do volume de madeira que chega aos pátios das empresas de transformação, bem como a quantidade estocada neles, é fundamental para o planejamento das atividades florestais no campo e na própria empresa.

Empresas florestais têm utilizado diferentes alternativas e procedimentos de quantificação do volume de toras de madeira, entre eles: uso de expressões matemáticas nos procedimentos de cubagem e de fatores de empilhamento, pesagem da carga sobre caminhões, imersão de toras em recipiente com água, escaneamento a laser da carga de caminhões e softwares para avaliação de imagem digital, para quantificar o volume de madeira empilhado.

A classificação de imagens de pilhas é uma alternativa de custo relativamente baixo para obter o fator de empilhamento e, consequentemente, o volume sólido de madeira empilhada (em metros cúbicos). O processamento digital de fotografias por um software especializado reduz a participação do operador no processo, podendo diminuir o erro gerado por este e aumentar a exatidão das estimativas.

Dentre os softwares utilizados na quantificação do volume sólido de madeira empilhada, pelo uso de imagens, tem-se o Digitora, que utiliza a metodologia de redes de pontos sobre a imagem (HUSCH et al., 1982); e o NeuroDIC (http://neurodap.com.br/tag/neurodic/), software de natureza gratuita que utiliza modelos de redes neurais artificiais (RNA) para classificar as imagens das pilhas, permitindo quantificar espaços vazios e madeira, resultando desta forma, na determinação de fatores de empilhamento.

Diante do uso cada vez maior da inteligência artificial em diversas áreas do conhecimento, inclusive, com sucesso, na área de mensuração florestal no Brasil, Barros (2017) desenvolveu um estudo com os objetivos de avaliar o uso do software NeuroDIC na determinação de fatores de empilhamento

Para isso, ele utilizou dados de 30 pilhas de madeira de Eucalyptus grandis, empilhadas manualmente. Em cada uma das pilhas, foram determinados o volume sólido de madeira (em m³), pela aplicação da expressão de Smalian em cada uma das toras; o volume em estéreo, pela multiplicação das dimensões médias da pilha, bem como foram tiradas fotografias com uma resolução de 1.152 x 864 dpi, zoom na posição de máximo e com o observador posicionado a 3 m de distância.

Depois da importação das fotografias das faces das pilhas no software, da aplicação dos filtros de imagem e da escolha de duas classes para classificação, madeira e vazio, a imagem original foi reduzida a uma imagem em preto e branco (madeira e espaços vazios), conforme figura a seguir.

Após as análises, a diferença média entre os fatores obtidos com o software NeuroDic e os fatores observados foi de -0,2270%. Além disso, observou-se que aproximadamente 97% das diferenças percentuais entre os fatores observados e os estimados pelo software se concentraram nas classes entre ±1%, de acordo com a figura a seguir.

Referências bibliográficas

BARROS, V. A. Determinação de fatores de empilhamento por meio de classificação de imagens utilizando redes neurais. 2017. 34p. Dissertação (Mestrado em Ciência Florestal) – Universidade Federal de Viçosa, Viçosa, 2017.

HUSCH, B.; MILLER, C.I.; BEERS, T.W. Forest mensuration. New York:. John Wiley & Sons., 3a. ed. 1982. 402p.