Reconocimiento de Especies Forestales Madereras Utilizando Redes Neuronales Convolucionales.

Resumen

El reconocimiento de un árbol depende de la presencia de características morfológicas del vegetal, como hojas, flores, raíces, tallos y troncos. Sin embargo, la transformación del árbol en madera procesada elimina estas características botánicas. En este contexto, el análisis de la anatomía de la madera constituye una alternativa para su reconocimiento cuando las demás características están ausentes. El objetivo de este trabajo fue demostrar el desempeño de una red neuronal convolucional para reconocer, mediante la anatomía de la madera, siete especímenes identificados hasta nivel de especie (Bertholletia excelsa Bonpl., Cariniana estrellensis (Raddi) Kuntze, Erisma uncinatum Warm., Manilkara huberi (Ducke) A. Chev., Mezilaurus itauba (Meisn.) Taub. ex Mez, Grevillea robusta A. Cunn. ex R. Br. y Melia azedarach L.) y tres taxones identificados hasta nivel de género (Hymenaea sp. Mart., Dipteryx sp. Aubl. y Machaerium sp. Pers.). Las imágenes utilizadas fueron obtenidas de la base de datos “Forest Species Database - Macroscopic”, proporcionada por el Laboratorio de Visión Robótica e Imagen de la Universidad Federal de Paraná (UFPR). Se utilizaron 550 imágenes de anatomía de madera en formato JPG, con resolución de 3264 × 2448 píxeles. A partir de las pruebas realizadas con la red neuronal convolucional desarrollada, se obtuvieron métricas de matriz de confusión, precisión, recall y F1-score. Los resultados demostraron la viabilidad del reconocimiento de especies forestales madereras utilizando inteligencia artificial (IA) mediante redes neuronales convolucionales, alcanzando una precisión del 90% en las pruebas realizadas, lo que demuestra que esta tecnología es una herramienta prometedora para el reconocimiento de especies forestales madereras.

Palabras clave

Similaridade, Inteligência Artificial, Madeira.
Similarity; Artificial Intelligence; Wood
Similitud; Inteligencia Artificial; Madera

Citas

  1. Brasil. Lei n. º 9.605, de 12 de fevereiro de 1998. Presidência da República, Brasília (2021).
  2. J.T.S. Oliveira. Propriedades físicas e mecânicas da madeira. In: J.T.S. Oliveira; N.C. Fiedler; M. Nogueira (orgs.). Tecnologias aplicadas ao setor madeireiro. Suprema Gráfica e Editora Ltda., Visconde do Rio Branco: 129–163 (2007).
  3. P.C. Botosso. Identificação macroscópica de madeiras: guia prático e noções básicas para o seu reconhecimento. Embrapa Florestas, Colombo (2011).
  4. L.K.V. dos S. Souza; L.N. Coelho. Identificação de madeiras. UFOPA, Santarém (PA): 29 p. (2024).
  5. R. Ceccon. Aplicações de redes neurais convolucionais para classificação de imagens. Rev. Comput. Int. Artif. 10(2): 123–145 (2020).
  6. E. Teodoro. Redes Neurais. Network Technologies (Nova Odessa) 1/2(1/2): 57–70 (2003).
  7. S. Haykin. Redes neurais: princípios e práticas. 2. ed. Bookman, São Paulo (2001).
  8. L.K.V. dos S. Souza; L.N. Coelho. Identificação de madeiras. UFOPA, Santarém (PA): 29 p. (2024).
  9. D. Mariano. Métricas de avaliação em machine learning: acurácia, sensibilidade, precisão, especificidade e F-score. Rev. Bras. Bioinform. Biol. Comput. (2021).
  10. Serviço Florestal Brasileiro (SFB). Características e identificação de madeira. Brasília: SFB (2022).
  11. Instituto de Pesquisas Tecnológicas (IPT). Caracterização anatômica das madeiras do gênero Hymenea. São Paulo: IPT (2023).
  12. R.F. Cury; M.E. Filho. Características anatômicas da madeira de Cariniana estrellensis. Rev. Bras. Bot. 34(3): 345–356 (2011).
  13. D.A. Siegloch; Outros autores. Características anatômicas da madeira de Melia azedarach. Rev. Bras. Bot. 38(4): 445–459 (2015).
  14. A.S. Amorim; S.M. Arruda. Características anatômicas da madeira de Erisma uncinatum. Rev. Ciênc. Florest. 28(2): 123–135 (2017).
  15. Empresa Brasileira de Pesquisa Agropecuária (Embrapa). Informação Tecnológica, Brasília (2021).
  16. J.R. Neta. Anatomia e identificação de madeiras da Amazônia. 1. ed. Editora Amazônica, Manaus (2023).
  17. R.C. Alves. Elaboração de um atlas e de uma chave para identificação das principais madeiras comercializadas no estado do Espírito Santo. TCC – Universidade Federal do Espírito Santo, Centro de Ciências Agrárias, Departamento de Engenharia Florestal, Espírito Santo (2010).
  18. R.A. Jacomé. Características anatômicas da madeira do gênero Dipteryx. Rev. Bras. Bot. 45(2): 200–215 (2021).
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Derechos de autor 2025 Revista Brasileña de Criminalística

Compartir

Descargar

pdf (Português (Brasil))

Autor(es)

  • Raab Silva Noleto,
  • José Alberto Silva de Sá,
  • Zanderluce Gomes Luis,
  • Fernanda Carla Lima Ferreira,

    • Raab Silva Noleto

    Unifesspa

    https://orcid.org/0000-0003-3266-7451

    Graduada em Engenharia Florestal pela Universidade do Estado do Pará, especialista em Recomposição de Áreas Degradadas e Alteradas pelo Instituto Federal do Pará, mestre em Ciências Forenses pela Unifesspa, mestre em Políticas Públicas pela Flacso e Doutoranda em Ciências Florestais pela Universidade Federal Rural da Amazônia (UFRA). Atuo na elaboração de Projetos de Recuperação de Áreas Degradadas, perícias ambientais, avaliações de imóveis rurais e na defesa em processos de autuações e embargos ambientais, além de, atuar na pesquisa cientifica na área de tecnologia da madeira

    José Alberto Silva de Sá

    Unifesspa

    https://orcid.org/0000-0002-2023-0888

    Possui graduação em Ciências Biológicas pela Universidade Federal de Goiás, Mestrado e Doutorado em Botânica pela Universidade de Brasília (2013). Pós-doutorado em Biotecnologia Vegetal pela Embrapa Recursos Genéticos e Biotecnologia - CENARGEN (2015). Atualmente é professora de Magistério Superior na Universidade Federal do Sul e Sudeste do Pará (Unifesspa). Tem experiência na área de Botânica, com ênfase em anatomia vegetal e fisiologia vegetal, atuando principalmente nos seguintes temas: fisiologia do desenvolvimento vegetal, propagação in vitro de plantas e conservação ex situ e morfogênese in vitro.

    Zanderluce Gomes Luis

    UEPA

    https://orcid.org/0000-0002-8703-8532

    José Alberto Silva de Sá nasceu em Belém-Pará-Brasil, em 1968. Graduouse em engenharia civil pela UNESPA, atual Universidade da Amazônia (UNAMA), em 1992. Seu mestrado em engenharia civil foi obtido na Universidade Federal do Pará (UFPA), em 2004. José Alberto Sá obteve o doutorado em engenharia elétrica na UFPA, em 2011, e realizou estudos de pós-doutorado em Geoinformática no Instituto Nacional de Pesquisas Espaciais (INPE), em 2018. Desde 2000, atua como perito criminal na Polícia Científica do Pará (PCEPA) (antigo CPC-RC) e desde 2023 atua, também, como coordenador de aperfeiçoamento e pesquisa da PCEPA. Desde 2008, atua como professor na Universidade do Estado do Pará (UEPA), trabalhando no Centro de Ciências Naturais e Tecnologia (CCNT). É professor colaborador no Programa de Pós-Graduação em Ciências Ambientais (PPGCA-UEPA) e professor permanente no Programa de Mestrado Profissional em Ciências Forenses da Universidade Federal do Sul e Sudeste do Pará (PPGCF-UNIFESSPA). Trabalha nas áreas de pesquisa: Inteligência Artificial (Artificial Intelligence); Mineração de Dados (Data Mining); Geoinformática (Geoinformatics); Marketing Digital e Neuromarketing (Digital Marketing and Neuromarketing); Energia, Meio Ambiente e Sustentabilidade (Energy, Environment and Sustainability); Defesa Civil e Descargas Atmosféricas (Civil Defense and Atmospheric Discharges) e Ciências Forenses (Forensic Sciences).

    Fernanda Carla Lima Ferreira