Notícia com publicação científica
Na Finlândia, estudo aplica Inteligência Artificial a imagens aéreas para obter informações precisas sobre a biodiversidade florestal
Pesquisadores conseguem distinguir o álamo-trêmulo (Populus tremula) e também identificar árvores mortas em pé a partir de imagens aéreas

Wirestock Creators via Shutterstock

Álamos com folhas amarelas durante o outono

13 de dezembro de 2025, 12:03

Fonte

Universidade de Helsinque

Publicação Original

Universidade de Helsinque

Áreas

Ciência Ambiental, Computação, Ecologia, Engenharia Florestal, Geografia, Gestão Ambiental, Modelagem Matemática, Monitoramento Ambiental, Processamento de Imagens, Saúde Ambiental, Sensoriamento Remoto

Compartilhar

Resumo

Pesquisadores usaram um novo método para obter informações precisas sobre o ambiente florestal e sua ecologia, combinando técnicas de sensoriamento remoto com soluções de IA.

Com o modelo desenvolvido, os pesquisadores conseguiram identificar o álamo-trêmulo (Populus tremula) utilizando dados de imagens aéreas abertas. O método mostrou-se eficaz em todas as estações do ano, identificando com precisão álamos com e sem folhas, com maior probabilidade de identificar álamos mais altos do que os mais baixos.

Os pesquisadores também combinaram algoritmos de aprendizado de máquina e filtros adaptativos complexos para identificar árvores mortas, com mais eficácia do que modelos de sensoriamento remoto florestal destinados ao uso geral.

Foco do Estudo

Melhorar o monitoramento da biodiversidade em ambientes florestais.

Estudo

Estudo conduzido pelo grupo de pesquisa liderado pelo Dr. Samuli Junttila, professor da Universidade de Helsinque, na Finlândia, apresentou um método para distinguir, pela primeira vez e com segurança, o álamo-trêmulo (Populus tremula) – árvore nativa de regiões frias da América do Norte e Eurásia – utilizando dados de imagens aéreas abertas. Anteriormente, o mapeamento extenso e preciso da distribuição dos álamos-trêmulos era caro e trabalhoso.

“Nossa pesquisa oferece um método atualizado, escalável, econômico e confiável para monitorar a biodiversidade florestal”, afirmou o professor Samuli Junttila.

O grupo de pesquisa liderado pelo pesquisador desenvolve novos métodos para obter informações precisas sobre o ambiente florestal e sua ecologia, combinando técnicas de sensoriamento remoto com soluções de IA.

O estudo, publicado na revista científica Remote Sensing Applications: Society and Environment, tem como autor principal Anwarul Chowdhury, doutorando na Universidade da Finlândia Oriental.

Este estudo demonstra como nossos métodos podem produzir dados confiáveis ​​para as necessidades práticas de gestão e conservação florestal em todas as florestas da Finlândia

Anwarul Chowdhury, doutorando na Universidade da Finlândia Oriental

Resultados

O modelo desenvolvido pelos pesquisadores mostrou-se eficaz em todas as estações do ano, identificando com precisão álamos com e sem folhas, com maior probabilidade de identificar álamos mais altos do que os mais baixos.

Em média, árvores adultas e mais altas foram identificadas com 71% de probabilidade, e a precisão foi ainda maior quando as árvores não tinham folhas. Essa informação é importante, pois os álamos altos e antigos são particularmente significativos para a biodiversidade.

“No futuro, dados de escaneamento a laser aberto poderão ser combinados com imagens aéreas para que o modelo identifique melhor também os álamos jovens”, projetou Anwarul Chowdhury.

Estudo complementar

Em novembro de 2025, outro estudo foi publicado na revista científica International Journal of Applied Earth Observation and Geoinformation, mostrando uma técnica ainda mais precisa para identificar árvores mortas em pé a partir de imagens aéreas.

Árvores mortas também são importantes para a biodiversidade: muitas espécies, incluindo espécies ameaçadas, dependem delas. No entanto, identificar árvores mortas a partir de imagens aéreas é um desafio, especialmente sob estruturas de copa densas.

Então, os pesquisadores combinaram algoritmos de aprendizado de máquina e filtros adaptativos complexos para produzir melhores resultados na identificação de árvores mortas em comparação com os modelos de sensoriamento remoto florestal destinados ao uso geral.

Os álamos e as árvores mortas em pé são importantes indicadores de biodiversidade. Seu mapeamento automatizado a partir de extensos conjuntos de dados abertos é um grande passo no monitoramento da biodiversidade dos ambientes florestais

Dr. Samuli Junttila, professor da Universidade de Helsinque

Em suas publicações, o Portal SciAdvances tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal SciAdvances tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.

Autores/Pesquisadores Citados

Dr. Samuli Junttila

Professor da Universidade de Helsinque

Anwarul Chowdhury

Doutorando na Universidade da Finlândia Oriental

Publicação

Acesse o resumo do artigo científico (em inglês).

Acesse a revista científica Remote Sensing Applications: Society and Environment (em inglês).

Mais Informações

Acesse também o resumo do artigo publicado na revista International Journal of Applied Earth Observation and Geoinformation (em inglês).

Acesse a notícia original completa publicada na página da Universidade de Helsinque (em inglês).

Comunique um Erro

Notícias relacionadas

E-books gratuitos

Rolar para cima