A Embrapa Agroenergia (DF) está utilizando a técnica de deep learning para diferenciar e contar a macaúba e o babaçu na região de Barbalha (CE), onde desde 2014 estão sendo desenvolvidos projetos para o desenvolvimento da macaúba. A ferramenta tecnológica é capaz de estimar a produção das plantas e está sendo desenvolvida no âmbito do projeto “Fortalecimento da cadeia de produção de macaúba em contextos da região semiárida no Brasil”, liderado pela pesquisadora Simone Palma Favaro.
“O interesse em desenvolver essa abordagem nasceu da necessidade de estimar qual a quantidade de frutos e óleo, que é o principal produto da macaúba, poderiam ser obtidos com a exploração extrativista de forma organizada”, explica a cientista. De acordo com ela, sabendo o número de plantas existentes e cruzando essa informação com dados biométricos de rendimento de frutos e teores de óleo, é possível gerar a estimativa de um potencial de produção em uma dada região.
Favaro explica que, de posse desses números, empresas e organizações interessadas em processar a macaúba podem se instalar na localidade e já começar o processamento, até que cultivos comerciais comecem a disponibilizar os frutos, o que ocorre em torno de cinco anos após o plantio. “Espera-se, assim, maior geração de renda para as comunidades extrativistas e a oportunidade de migrarem simultaneamente para plantios organizados”, complementa.
Outras aplicações da tecnologia deep learning envolvem o monitoramento de recuperação de áreas degradadas e de recomposição florestal. “Atualmente, com a possibilidade de Pagamento por Serviços Ambientais e com as regras do RenovaBio para a produção de biocombustíveis, esse tipo de monitoramento será essencial para comprovação e acompanhamento por parte dos órgãos certificadores e reguladores”, ressalta a pesquisadora.
Resultados
Para toda a região estudada, foram contadas 3.777 palmeiras de macaúba e 10.081 de babaçu. Os dados preliminares do estudo apontam que a acurácia geral foi de 94,3%. “O resultado pode ser considerado positivo, uma vez que a amostra foi de uma pequena área, algumas imagens tinham baixa qualidade e também devido aos limites no poder computacional disponível”, explica Santos.
Está prevista uma visita in loco para avaliar a acurácia do computador a partir da verdade de campo. Além disso, existe a possibilidade de evoluir o modelo para diferenciar macaúbas e babaçus jovens de adultas, adicionar outras espécies de palmeiras como o açaí e experimentar o modelo em outras regiões do Brasil. “Podemos ainda expandir a técnica para uso de imagens de satélites e adaptar o modelo para encontrar diferenças nos indivíduos ao longo do tempo”, prevê o analista de TI. (Da Embrapa)
Deixe um comentário