A floresta é um dos recursos naturais mais importantes em Portugal, por isso, cuidar dela e geri-la com eficiência assume um valor econômico e ambiental fundamental. E foi a pensar nisso que a CELPA, Associação da Indústria Papeleira, e a Tecello desenvolveram um projeto de monitorização da floresta que recorre a ferramentas de inteligência artificial e imagens de satélite. Para falar disso, temos hoje conosco Francisco Cois, que é responsável pela área de floresta e estatística da CELPA, e Marine Ugeroie, que é Chief Strategist Officer da Tecello. Bem-vindos, ambos. Eu sou o Paulo Ferreira e este é o Regresso da Indústria, uma parceria entre o Observador e a Kotheka. Francisco Cois, começando por si, perguntar quais eram as questões, os problemas ou quais eram os objetivos, se quiser, que a CELPA tinha e tem quando resolveu levar ao desenvolvimento desta ferramenta.

Bom dia, muito obrigado pelo convite. A CELPA, como disse, é a associação das empresas produtoras de pasta pra papel, papel e cartão que operam em Portugal. É The Navigator Company, a Altri, a DS Smith e a Renova. E pra produzir a pasta pra papel, o papel e cartão, as empresas associadas da CELPA transformam essencialmente madeira de eucalipto, mas também madeira de pinha brava e papel pra reciclar. E precisamente esta capacidade de transformação industrial dos associados da CELPA obriga que seja muito importante conhecer a floresta nacional de eucalipto e de pinha brava pra tentar perceber como é que esta floresta pode evoluir no curto e no médio prazo, numa lógica de disponibilidade sustentável de madeira pras fábricas. Porque a floresta é plantada, cresce, é cortada, às vezes arde, outras vezes é atacada por pragas, por doenças, ou seja, tem toda uma dinâmica muito própria que, para os associados da CELPA, é muito importante conhecer e acompanhar. Isto é diferente de ter pregos ou parafusos no armazém, que estão lá quietinhos.

É uma matéria viva que evolui.

Exatamente. E por isso é que tem uma dinâmica muito própria, que é importante conhecer nesta lógica de abastecimento sustentável de madeira pras fábricas. Por isso, as associadas da CELPA têm uma necessidade premente de informação florestal pra apoiar o planeamento a curto, médio e longo prazo, porque, por exemplo, permite a definição de estratégias de apoio a pequenos produtores florestais que apostem no eucalipto e também de estratégias de importação de madeira, porque nós, ao conhecermos o que temos cá em Portugal, podemos perceber o que é preciso complementar com importações, que infelizmente ainda vão sendo precisas. A lógica é esta: no passado, a CELPA e as associadas fizeram inventários florestais de modo tradicional.

Que é modo tradicional, é pessoas no terreno?

Pessoas no terreno e não só, assentam em fotografia aérea, ou seja, recolhida por um avião, que demora muito mais tempo, é mais cara, e depois estas fotografias tinham que ser classificadas à mão por operadores. E esta parceria com a Tecello veio substituir esta classificação manual por classificações automáticas e substituiu também estas fotografias aéreas, que são caras e demoram tempo a recolher, também por imagens de satélite que passam de cinco em cinco dias no nosso país e são gratuitas. Ó Paulo, e deixa-me só, e pra terminar, em relação ao trabalho de campo, o inventário tradicional exige a recolha e a medição de muitas árvores no terreno e esta tecnologia que temos com a Tecello aligeira e muito a necessidade de medições de árvores no terreno.

No terreno. Portanto, é um trabalho que passou para uma componente mais tecnológica. Marine Ugeroie, precisamente da Tecello, como é que foi a abordagem da empresa perante este desafio da CELPA? Que ferramentas é que estão a utilizar? Como é que implementaram isto no terreno?

Obrigada. Antes de mais, queria agradecer em nome da Tecello o convite. Somos uma empresa portuguesa criada em 2017 e a nossa especialidade é o mapeamento da vegetação, e mais particularmente das árvores, à grande escala, utilizando dados de satélites abertos e inteligência artificial. Portanto, a nossa tecnologia responde perfeitamente às necessidades da CELPA e de produtores de madeira à grande escala, porque utilizando dados abertos, temos a capacidade de escalar para monitorar territórios do tamanho de um país inteiro. Portanto, vamos primeiro recolhendo imagens de satélites públicas das áreas que nos interessam e depois utilizamos os dados de treino proporcionados pela CELPA para treinar algoritmos utilizando machine learning para classificar a ocupação do solo e reconhecer as diferentes espécies de árvores. Portanto, depois das classificações, treinando modelos com vários exemplos, fazendo teste, etc, podemos depois ir para um inventário florestal muito detalhado. Vamos acrescentando camadas de informações. Por exemplo, uma vez que localizamos os eucaliptos, por exemplo, em Portugal, automatizamos cada mês este mapeamento para saber como é que evoluiu o estoque. Desenvolvemos um modelo para detectar as áreas ardidas e cortadas, para podermos atualizar os inventários e ter, de forma contínua e automatizada, a informação correta sobre como é que evoluem as plantações.

Marine, já percebemos que esse sistema permite identificar espécies logo à partida.

Sim.

E o estado da floresta também, isto é, já falou de áreas ardidas ou não ardidas, ou áreas que foram abatidas, entretanto, eventualmente, ou plantadas, imagino também.

Exatamente, sim.

E consegue-se tirar mais informação, tipo a idade das árvores, o estado delas, de saúde, por aí fora?

Sim, exatamente. Desenvolvemos serviços para chegar a uma silvicultura de precisão. Portanto, podemos acrescentar vários modelos, como por exemplo, um que permite conhecer a idade das árvores e a partir daí saber otimizar as operações e as previsões de produção, mas também o estado de saúde das plantas, se são atacadas por uma praga, por exemplo. Assim permitimos às pessoas que gerem atuar só quando é necessário e na altura que é necessária. Podemos também calcular o volume da madeira, estimar a biomassa. São modelos que ainda não são terminados, mas estamos a trabalhar com isso em colaboração com a SELPA. E há um número infinito de outras funcionalidades que podem ser acrescentadas.

De aplicações, sim. Francisco Cois, em que fase é que está? Percebemos agora pela Marine que, no fundo, há funcionalidades que estão em desenvolvimento ainda. Em que fase é que está e o que é que já conseguem analisar e que conclusões é que tiram? E já agora, o que é que fazem com esses dados recolhidos? Depois atuam no terreno, como é que a SELPA depois na posse desses dados faz?

Nós, neste momento, temos uma cartografia anual de uso do solo, ou seja, nós todos os anos sabemos o que é eucalipto, o que é pinheiro-bravo, o que é agricultura, é uma legenda que tem 12 classes.

Isso já está fechado, de alguma maneira, esse mapa do país.

Está fechado e validado e com uma precisão acima dos 90%, que foi o primeiro módulo deste trabalho, e que está fechado e está validado. Depois, numa lógica mensal, mais recentemente, nós temos informação sobre a área cortada e a área ardida de eucalipto e de pinheiro-bravo. Esta informação começou a ser disponibilizada em meados do ano passado e passou por um processo de validação e está a ser agora aceite, e felizmente com a T-Cell temos uma excelente relação e isto funciona de forma interativa, ou seja, a T-Cell apresenta-nos, nós validamos, há sugestões de melhoria, a T-Cell refaz os algoritmos e nesta cartografia de áreas ardidas e cortadas, estamos já numa versão dois, que está a funcionar muito bem. Pronto, e isto o que é que permite? Permite que a SELPA analise tendências, quer ao longo do ano, porque esta informação mensal permite-nos isso, quer também tendências ao nível regional, porque tipicamente com os inventários de antes, nós tínhamos a fotografia no momento e fazíamos inventário de dois em dois anos, de três em três anos. Agora, por comparação, nós temos o filme ao longo do ano, que nos dá uma riqueza de informação que é espantosa e é muito útil para as sociedades da SELPA.

Exato. E no limite, depois, o que é que isso permite a cada uma das empresas que estão no terreno ou a cada produtor florestal, no fundo, que utilize esse tipo de informação? Uma melhor gestão, decisões mais acertadas em plantações, como é que isto também nos ajuda, de alguma maneira, a prevenir fogos florestais, que são um problema em Portugal, não é?

Claro, como a Marine já disse, nós entramos agora numa lógica de floresta de precisão, porque nós deixamos de olhar para a floresta e começamos a olhar para a árvore, porque esta metodologia permite-nos uma riqueza de informação e um detalhe de informação muito maior. E nós conseguimos ter ações muito mais dirigidas no terreno. Somos muito mais eficientes e atuamos apenas onde achamos que é necessário, onde há um alerta, onde há uma necessidade de atuar e não andamos às cegas, por assim dizer, sem saber o que fazer no terreno. Porque agora esta informação, com esta periodicidade mensal e com esta riqueza, permite-nos isso, exatamente.

Há pouco a Marine falou também da questão da massa combustível, que também é um dos parâmetros que pode ser medido. Isso ajuda, de facto, a gerir melhor a floresta e evitar os incêndios, por exemplo.

Claro que sim, porque percebendo onde é que há excesso de biomassa, podemos obviamente ter ações dirigidas para reduzir essa carga combustível e evitar assim incêndios. A este propósito, Paulo, deixe-me dizer que nós este verão tivemos um contacto por parte de um grupo de investigadores que está precisamente a modelar o risco de incêndio e que nos solicitou a informação de áreas cortadas e de áreas ardidas para integrar nesse modelo. Por isso, esta informação também está a ser usada pela academia para desenvolver modelos.

Partilham essa informação, porque provavelmente é, neste momento, a informação mais valiosa e mais atualizada que temos da floresta portuguesa.

Sim, sem dúvida.

Marine, como é que no terreno isto funciona? Portanto, recebem as imagens de satélite e vão afinando as ferramentas de machine learning e de inteligência artificial, no sentido de interpretar as fotografias, é isso?

Exatamente, sim, porque imagens públicas, imagens de satélites, em si, não são úteis, não podem ser utilizadas diretamente pelos proprietários florestais ou os gestores. Porque é o que se chama big data, portanto, é enorme, requer uma potência de cálculo enorme e a única maneira de extrair informação valiosa é a inteligência artificial E o que faz a riqueza e a precisão dos algoritmos depende dos dados de treino utilizados. Portanto, esta parceria com a Celpa permitiu-nos obter os melhores dados de treino possíveis, porque são uma acumulação de décadas de análise e de levantamento de dados no terreno. E assim conseguimos chegar a uma muito alta precisão dos nossos modelos e podemos ajustá-la em funções conforme as necessidades. Por exemplo, falando de risco de incêndio, acrescentamos outra informação além do tipo de árvores e da biomassa, que é, por exemplo, o estresse hídrico, o volume de água, o nível de umidade contido no solo e nas folhas, e fazendo séries temporais ao longo do ano, podemos identificar padrões de risco. Portanto, podemos também lançar um alerta quando identificamos que estamos a ter uma anomalia, que as áreas estão a ficar mais secas, por exemplo, e uma informação muito valiosa para ter uma visão global do risco de incêndio.

Marine, esta ferramenta que está a ser desenvolvida pela dCello, neste projeto com a Celpa, qual é o estado da arte em termos globais deste tipo de abordagens? É inovadora ou já existe noutros mercados, eventualmente, e qual é a vossa possibilidade e a vossa perspectiva de eventualmente escalarem o projeto e depois colocarem estas ferramentas ao serviço de outros clientes e de outras entidades que o queiram por esse mundo fora?

Sim, como sabe, há muito interesse para a inteligência artificial em geral e para a observação da Terra a partir de detecção remota, de satélites, em particular. Nós já temos outros clientes em outros países. A floresta cobre um terço das terras no conjunto do planeta, portanto, o potencial de mercado é virtualmente enorme. Agora, as necessidades para florestas industriais são diferentes das necessidades para florestas naturais, por exemplo. Trabalhamos com outros produtores de madeira, por exemplo, no Moçambique, mas também com atores institucionais, por exemplo, governos, que têm interesse em conhecer de maneira contínua e precisa a ocupação do solo no país, à grande escala, e que também querem monitorizar a pegada das florestas para derivar, por exemplo, a pegada de carbono, a capacidade de sequestração de carbono, evitar a desflorestação, etc.

Portanto, uma série de utilizações. Francisco Cois, do lado da Celpa e dos produtores de papel, consegue-se medir, de alguma maneira, as vantagens que isto tem na gestão da floresta, uma gestão mais eficiente, porque provavelmente o corte de árvores quando é necessário também é feito no melhor tempo, as pragas são detetadas mais cedo, os incêndios podem ser reduzidos. Isto é, como é que se avalia isto, o valor de um projeto destes?

Neste momento, isto é tudo ainda muito recente e de forma quantitativa, eu acho que ainda não temos grandes números para apresentar, mas de uma forma qualitativa e de entusiasmo, eu acho que o sucesso deste projeto é imenso. Por exemplo, nós temos usado este projeto, a informação desenhada para a dCello, para monitorizar as áreas que nós temos apoiado debaixo de um programa que nós chamamos Limpa e Aduba, que é uma parceria com os pequenos proprietários florestais, em que estes reduzem a carga combustível e a Celpa depois financia a fertilização dessas áreas de eucalipto. E aí, sim, temos usado esta informação e vemos que há ganhos de produtividade. Mas, de uma forma geral, eu acho que ainda é um bocadinho cedo, não temos números ainda, só temos este entusiasmo.

Mas o ganho é óbvio, é isso? Não há qualquer dúvida, é esse o nível.

Não, nenhuma, qualquer dúvida. O ganho é óbvio.

Muito bem. Marine, para terminar, até onde é que isto vai? Já estamos neste nível de avaliação fotográfica, de satélite, com inteligência artificial. Já conseguem, como há pouco explicou, medir o nível de água que é necessária ou não é necessária num terreno florestal. Há muito a desenvolver ainda a este nível ou estamos a chegar ao limite que a tecnologia permite neste momento?

Não, acho que estamos longe do limite e ainda bem. Ainda bem para nós, porque queremos mais desafios. Podemos sempre acrescentar coisas. Por exemplo, há pouco tempo, trabalhando com outro tipo de clientes que precisavam de uma resolução mais alta, desenvolvemos uma ferramenta que chamamos super resolução e que permite, treinando algoritmos com imagens de alta resolução, aumentar a resolução final das nossas observações. Por exemplo, a partir e no final, com uma imagem de 10 metros por 10 metros, chegamos a 1 metro de precisão final, o que permite, por exemplo, verificar as distâncias entre infraestruturas críticas e vegetação que pode apresentar riscos, por exemplo. Estava a falar há pouco tempo de carbono e achamos, por exemplo, que no futuro próximo, com inteligência artificial, iremos poder medir diretamente a capacidade de sequestração de carbono numa planta, por exemplo, ou detetar pragas com muito mais resolução e muito mais antecipação.

Muito bem. Falámos aqui das maravilhas da tecnologia e da ajuda que estas ferramentas dão na gestão da floresta, uma gestão mais equilibrada e mais eficiente, e fizemo-lo com o Francisco Cois, da Celpa, e com a Marine Audusset Royo, da dCello, a quem agradecemos. Este foi o Regresso à Indústria, uma parceria entre o Observador e a Cotec. Até ao próximo programa.

Projeto cofinanciado do Compete 2020, Portugal 2020 e União Europeia, através do Fundo Europeu de Desenvolvimento Regional.