Projeto NeuroForest

O projeto NeuroForest foi criado com o objetivo de difundir o conhecimento em Inventrio, Mensurao e Manejo Florestal em todo o pas, atravs da divulgao de softwares gratuitos. Estes foram criados com a alternativa de incorporar tecnologias robustas e inovadoras para a soluo de diversos problemas do setor florestal, podendo ser visualizados e baixados na website http://neuroforest.ucoz.com/. O projeto visa principalmente, auxiliar os gestores florestais, acadmicos e extensionistas, na implementao de tecnologias desenvolvidas pelas universidades e que devido falta de ferramentas so inacessveis a quem essas se destinam. Os aplicativos tem como principal caracterstica serem distribudo gratuitamente.O projeto foi idealizado por professores e estudantes da Universidade Federal de Viosa - UFV. Atualmente, o projeto conta com um enorme nmero de adeptos e colaboradores, destacando-se alguns professores da UFV da Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM), e empresas privadas como a empresa DAP Engenharia Florestal.O primeiro desta srie de aplicativos desenvolvidos foi o de nome NeuroForest. Ele contm ampla variedade de opes para simulao de redes neurais artificiais como dispositivos de soluo de problemas, permitindo a total liberdade para a seleo de centenas de tipologias dependendo do tipo de problema e demanda do usurio. Alm disso, o NeuroForest j est sendo utilizado em escala operacional em mais de 500 mil hectares de florestas plantadas e gerou uma reduo de custo de aproximadamente 25% para atividade de coleta de dados de parcelas de inventrio florestal. Como exemplo de grandes empresas que j esto utilizando este sistema em escala operacional cita-se: Celulose Nipo Brasileira CENIBRA, DURATEX, QUEIROZ GALVO e SINOBRAS. No caso da SINOBRAS, a utilizao do sistema Select da famlia Neuroforest foi capaz de reduzir o custo em at 50% para a atividade de coleta de dados de parcelas permanentes de inventrio florestal contnuo.O sistema OtimToras o de maior difuso entre os pequenos e mdios produtores florestais, esse aplicativo visa a converso de rvores em diversos sortimentos de maneira tima, gerando um ganho expressivo na toragem de rvores e gerao de multiprodutos. Outro sistema muito utilizado por pequenos produtores florestais refere-se ao NeuroDIC, que permite a quantificao de madeira empilhada atravs de fotografias digitais.Na tabela 1 so apresentados os principais softwares desenvolvidos e registrados pelo projeto NeuroForest. Ambos projetos esto em pleno desenvolvimento, sendo que novas verses e aprimoramentos so divulgados e distribudos constantemente. Outros projetos como Charcoal ID, PMF, IdentModel dentre outros esto em desenvolvimento sendo que as primeiras verses sero distribudas e divulgadas no primeiro trimestre de 2014.

Tabela 1 - Softwares desenvolvidos e registrados pelo projeto NeuroForest.SistemaNmero de Registro INPI

Regulao da Produo Florestal - RPF12858-2

NeuroForest12859-4

Otimizador de Toras - OT12860-3

NeuroForest Volumetric 2.0.13409-6

NeuroForest Star13410-5

FitFD13408-4

Select13411-0

SiteIndex13407-2

NeuroForest 3

Desde a introduo de tcnicas de regresso no manejo florestal, estas tm sido utilizadas para a estimao do volume e altura de rvores, predio ou projeo do volume de povoamentos em idades futuras, dentre outras funes, gerando na maioria dos casos estimativas consistentes.A estimao do volume de rvores comumente feita pela correlao do volume total com variveis facilmente mensurveis como altura e dimetro a 1,3 m de altura (dap). O modelo de Schumacher e Hall (1933) predominante na rea florestal devido a suas propriedades estatsticas, facilidade de ajuste e uso, alm da gerao de estimativas de boa qualidade.A utilizao de redes neurais artificiais (RNA) tem se mostrado uma alternativa promissora em relao s tcnicas de regresso para no manejo dos recursos florestais. Diversos trabalhos tm sido desenvolvidos visando sua adaptao e parametrizao para diversas situaes como a estimao do volume de rvores, crescimento e produo e taper, dentre outras aplicaes.Redes neurais artificiais (RNA) so aproximaes brutas das redes e neurnios encontrados no crebro humano. Do ponto de vista prtico, uma rede neural artificial consiste em vrias unidades de processamento simples (neurnios artificiais) conectadas entre si e dispostas em camadas formando um sistema computacional paralelo para executar uma determinada tarefa.A soluo de problemas atravs de RNA bastante atrativa, devido forma como so representados internamente pela rede e o paralelismo inerente arquitetura das RNA criam a possibilidade de um desempenho superior ao dos modelos convencionais. O procedimento usual em RNA inicia-se na fase de aprendizagem ou treinamento, em que um conjunto de exemplos de um problema apresentado rede que extrai as caractersticas necessrias para representar a informao fornecida e gerar respostas para o problema. Posteriormente verifica-se a qualidade do treinamento e capacidade de generalizao da rede, ou seja, a capacidade da rede dar respostas coerentes para dados no utilizados na fase de aprendizagem.Os estudos na rea de RNA se justificam por diversas propriedades teis e capacidades como: tolerncia a falhas (defeitos na implementao em hardware), tolerncia a rudos (outliers), aprendizagem e generalizao, paralelismo macio que as tornam muito eficientes, uniformidade de anlise e projeto, analogia neurobiolgica, capacidade de modelar relaes multivariveis e no-lineares, facilidade em tratar variveis qualitativas na modelagem e resultados superiores em relao aos mtodos convencionais.O NeuroForest 3.0 um software interativo de alta performance voltado para aplicao de Redes Neurais Artificiais. Permite construir redes neurais totalmente personalizveis (por exemplo, modificar camadas ocultas, o nmero de elementos de processamento e o algoritmo de aprendizagem) ou escolher entre vrias arquiteturas de redes neurais pr-definidas.Podendo ser executado em qualquer sistema operacional (Windows, Mac ou linux) permite a portabilidade do sistema e utilizao e resoluo de RNAs robustas no sendo dessa forma limitado por caractersticas do sistema operacional.As solues desenvolvidas podem ser implantadas em outros sistemas, encapsulando a rede neural em uma DLL e inseri-la em um arquivo do Excel ou Access. O sistema possui integrao completa com qualquer sistema de coleta de dados e inventrio florestal.

Select

As estimativas dos modelos de crescimento e produo so extremamente influenciadas pela qualidade da amostra e das propriedades estatsticas dos modelos utilizados, bem como sua forma de utilizao e obteno.A utilizao de dados de inventrio florestal para a construo de modelos de crescimento e produo uma alternativa inexistncia de parcelas de prognose na maioria das empresas do setor florestal brasileiro. Esse fato pode resultar em grande frequncia de informaes em torno da mdia e pouca representatividade das regies extremas. Entretanto o processo de seleo de parcelas uma alternativa vivel para a obteno de parcelas em todas as classes de produtividade.A amostragem seletiva de parcelas garante a representatividade de todas as classes de produtividade, contudo o processo de obteno aleatria das parcelas pode ser ineficiente, no garantindo a obteno de um modelo representativo da regio. Processos de busca heurstica podem ser utilizados para a definio das parcelas para ajuste de modelos que apresentem as melhores estimativas para todos os dados. Entretanto a utilizao desse processo prejudicada pela inexistncia de ferramentas computacionais que auxiliem nessa tarefa.O Programa Select utiliza-se de tcnicas de Pesquisa Operacional para a escolha de parcelas para o ajuste de modelos de predio e projeo da produo que gerem o melhor resultado e ajuste aos dados. O sistema automaticamente realiza a seleo e o ajuste dos modelos de crescimento e produo. Diversos destes modelos so cadastrados no sistema, permitindo flexibilidade na escolha e ajuste.O Sistema permite reduzir os custo do Inventrio florestal em mais de 50% com a diminuio das medies das parcelas que no so significativas para os modelos de crescimento de produo.

RPF Regulao da Produo Florestal

O gerenciamento dos recursos florestais envolve planejamento em longo (estratgico), mdio (ttico) e curto prazo (operacional), sempre com o propsito de maximizar os benefcios produzidos pela floresta. Modelos de planejamento estratgico geralmente contemplam vrios anos e, por isso, so chamados de planejamento de longo prazo. Esses modelos possuem vrias restries no que diz respeito produo e ao uso sustentvel dos recursos naturais, sendo uma abstrao do problema de planejamento florestal que pode ser resolvida por meio de mtodos numricos, considerando simultaneamente todas as unidades de manejo da floresta.O planejamento da sequncia de plantio e colheita apenas uma dentre as inmeras tarefas que devem ser realizadas por equipes de planejamento florestal, porm, essencial para o sucesso de empreendimentos florestais. Esta atividade apresenta uma enorme complexidade por abranger desde aspectos relacionados ao crescimento das rvores at aspectos sociais amplos, passando por aspectos dos ecossistemas, biologia das espcies, sistemas de colheita, dinmica da paisagem, modelos de crescimento e produo, situao econmica do mercado, modelos de otimizao, classificao de qualidade de local e matemtica aplicada.O incio do planejamento florestal, consiste no recolhimento das informaes necessrias para a construo do modelo. Estas informaes devem descrever com fidelidade as caractersticas da floresta, como o potencial de produo, disponibilidade de terra, produtos desejados e os principais objetivos aos quais se destina a floresta. Esses objetivos demandam a considerao de todos os talhes e diversas caractersticas do empreendimento florestal simultaneamente, tornando o problema difcil de solucionar.Um problema clssico de planejamento florestal conhecido como regulao florestal. A regulao da produo florestal consiste na obteno anual ou peridica regular de produtos da floresta em igual volume, tamanho e qualidade. A principal meta da regulao florestal a obteno de uma produo sustentvel. A sustentabilidade da produo no se limita a madeira, mas sim a qualquer produto da floresta ou grupo de produtos.As razes para a obteno da floresta regulada so: produes anuais aproximadamente iguais em volume, tamanho, qualidade e valor da madeira promovendo uma base estvel para o plano de negcios. o volume colhido anualmente e a renda so obtidos do estoque de crescimento, no sendo maiores do que o necessrio. balano entre receitas e custos anuais aproximadamente constantes. a estrutura balanceada de classes de idade permite um maior controle de pragas, doenas, ventos, queimadas, dentre outros possibilitando uma maior proteo florestal. um melhor aproveitamento dos demais usos das florestas, como recreao, proteo das fontes de gua e proteo ambiental e benefcios sociais. uso regular e continuo da mo-de-obra disponvel.A forma de implementao e obteno da floresta completamente regulada um documento conhecido como plano de corte (harvest schedule, cutting schedule ou plano de manejo). Esse documento lista quais unidades de manejo (Talhes) devem ser cortadas, plantadas, desbastadas, conduzidas ou reformadas, enfim todas as atividades que interferem nas unidades de manejo durante cada ano do horizonte de planejamento. Contudo, alm da obteno da estrutura regulada, este plano tem como objetivo conduzir ao mximo de retorno da floresta conforme o interesse do proprietrio, incluindo restries de cunho ambiental e social associados a floresta.A gerao do plano de corte exige a necessidade de simulao de diferentes cenrios, considerando variaes que podem ocorrer na floresta ou no contexto socioeconmico e ambiental no qual o empreendimento est inserido, tais como, aumento de impostos, variao nas empresas prestadoras de servios, custos adicionais de colheita ou silvicultura, venda de terras da empresa ou aquisio de novas reas, aumento ou diminuio das demandas mnimas exigidas, dentre outros. A soluo dos problemas de regulao florestal demandam sistemas computacionais.O sistema RPF permite a gerao de alternativas de manejo configurveis pelo usurio, visando um dos seguintes objetivos: minimizar o custo total de produo, minimizar o custo mdio de produo, maximizar a produo ou maximizar a receita lquida. Alm disso, possui solver prprio e sistema de otimizao por meta-heursticas, mostrando detalhadamente todo o processo matemtico envolvido.O sistema permite a gerao de modelos de Programao Linear e Programao Inteira Mista. O Sistema permite ainda visualizao espacial completa dos resultados obtidos.

NeuroDic Digital Image Classification

Com certa frequncia preciso medir o volume de madeira empilhada. Uma alternativa empregar um fator de empilhamento, que relaciona o volume real de madeira contida na pilha (em m3) com o volume em estreo (dimenses da pilha), o denominado mtodo direto.Em se tratando de movimentao permanente de um grande volume de madeira, como na indstria de celulose ou carvo, uma opo para agilizar o processo empregar o mtodo fotogrfico. Este mtodo permite a quantificao do volume em pilhas de madeira de maneira rpida e precisa.A utilizao do mtodo fotogrfico com tcnicas de Redes Neurais Artificiais tem proporcionado resultados com diferenas percentuais entre valores observados e estimado de no mximo 0,5 %.O sistema permite classificar a imagem separando uma rea de interesse das demais, por exemplo no caso da quantificao de pilhas de madeira, deseja-se saber quanto da foto representa madeira e quanto representa outros objetos ou espaos vazios. Em funo dessa classificao pode-se obter a proporo de madeira na imagem (o fator de empilhamento).O sistema tambm pode ser utilizado para outros casos de classificao de imagens, como contagem de rvores por fotografias areas, quantificao de crescimento de plantios equineos e inequineas e inventrio de sobrevivncia em plantios de eucalipto. Um exemplo de imagem com a quantificao de madeira empilhada e para a identificao da infestao de accias em plantios de eucalipto so apresentados na figura abaixo.

Exemplos da aplicao do sistema NeuroDic. A) Pilha de madeira antes e aps o processo de classificao. B) Demonstrao da utilizao do sistema para classificao da infestao de accias.

Charcoal ID Sistema Automatizado de Identificao da Procedncia do Carvo Vegetal

A determinao taxonmica do carvo vegetal feito por meio da observao da anatomia da madeira preservada no carvo e, geralmente, tm o intuito de obter informaes de ordem paleontolgica e arqueolgica. Contudo, a anlise do lenho carbonizado tornou-se tambm uma ferramenta necessria para a identificao forense utilizada na fiscalizao da produo, comrcio e transporte do carvo vegetal, pois permite distinguir a procedncia do carvo vegetal.O Charcoal ID um aplicativo que permite a classificao de imagens de carvo vegetal utilizando tcnicas de Redes Neurais Artificiais. O aplicativo permite a coleta de amostras, pr-processamento dos informaes, definio da topologia, algoritmos e forma de treinamento das RNA, bem como sua aplicao, classificando o carvo vegetal quanto a sua espcie. O aplicativo possui uma verso beta desenvolvida para aplicao da RNA treinada em aplicativos com o sistema operacional Android. Essa verso do aplicativo denominada Charcoal ID - Mobile, permite a identificao da procedncia do carvo vegetal com a utilizao de smartphones que possuam o sistema e ferramentas fotogrficas eficientes.A Figura 1a demonstra a tela inicial do aplicativo. No menu imagem pode-se importar imagens de carvo vegetal para o treinamento e gerao das RNA (Figura 1b). Aps a importao das imagens deve-se coletar amostras das imagens para o treino e construo das RNAs.O sistema permite a configurao de centenas de tipologias e estruturas de RNA (Figura 2a), bem como a configurao de diversos algoritmos e parmetros de treinamento das RNA. (Figura 2b).Na Figura 3 apresentada uma imagem classificada. A regio em azul representa um carvo de originado de madeira de eucalipto e a parte branca representa uma espcie nativa. Ambas imagens foram colocadas em uma nica imagem para demonstrao da eficincia do aplicativo.

Figura 1 - (a) Tela inicial do aplicativo Charcoal ID; (b) Tela demonstrando as imagens de carvo vegetal a serem classificadas.BA

Figura 2 - Principais configuraes e algoritmos. a) Tela de configurao das principais tipologias e estruturas e b) Configurao dos algoritmos disponveis.

Figura 3 - Tela demonstrando as imagens de carvo vegetal de eucalipto Azul e imagem de uma espcie nativa em branco.

Droid Quality

Algumas vezes necessrio conduzir um inventrio antes do povoamento completar os primeiros meses de idade. Esse inventrio visa avaliar o estado inicial do plantio e verificar a necessidade de alguma medida corretiva.O sistema Droid Quality permite avaliar a qualidade inicial dos plantios, identificando reboleiras, nmero de falhas, dentre outras informaes relevantes para a tomada de deciso. A utilizao dessa ferramenta permite a obteno de informaes com uma grande velocidade e confiabilidade.Abaixo apresentado um recorte de fotografia e sua respectiva imagem classificada, demonstrando a eficincia do sistema na realizao do inventrio de sobrevivncia. Os pontos azuis indicam as mudas podendo observar as falhas de plantio.