Valorizar

Tecnologia

IA na gestão florestal: benefícios e limitações

19 de Agosto 2026

A adoção de inteligência artificial (IA) na gestão florestal acelerou na última década, acompanhando a crescente disponibilidade de dados de deteção remota, sensores e capacidade computacional. Para compreender os benefícios que está a proporcionar, mas também as condições e limitações a considerar, o Florestas.pt falou com André Duarte, investigador e responsável, no instituto RAIZ, pelos projetos de deteção remota multiplataforma na área florestal.

19 de Agosto 2026

No passado, a gestão florestal apoiou-se em inventários de campo, fotografia aérea e interpretação especializada. Estes procedimentos continuam a ser indispensáveis, e assim se manterão, mas a grande dimensão de dados florestais e a complexidade dos atuais desafios destes ecossistemas exigem ferramentas mais eficientes e disruptivas. Ora é precisamente na compreensão desta dimensão e complexidade que a IA na gestão florestal está a proporcionar a maior parte dos benefícios.

“A inteligência artificial permite analisar rapidamente grandes extensões de território e volumes de dados impossíveis de processar manualmente”, refere André Duarte, explicando que a dimensão de dados que a inteligência artificial consegue processar e analisar permite aproximar-nos de uma compreensão mais detalhada dos ecossistemas florestais.

E cada vez existem mais dados. Desde o início do século, surgiram programas espaciais de acesso aberto, como o Copernicus, da Agência Espacial Europeia (ESA). Entretanto, a utilização de veículos aéreos não tripulados, ou drones, equipados com sensores de alta resolução tornou-se comum e foram criadas redes de monitorização terrestre, com estações, sensores ou torres de medição que recolhem informação contínua sobre temas que vão do clima ao solo e à vegetação.

Estas enormes quantidades de dados geradas diariamente, que decorrem da observação da floresta de forma contínua e em múltiplas escalas espaciais e temporais, têm pouco valor se não forem processadas e transformadas em conhecimento.

IA apoia processamento de grande quantidades de dados de observação da Terra

“Há algumas décadas o desafio residia na recolha de dados. Hoje, centra-se, sobretudo, na capacidade de os interpretar de forma rápida e eficiente”, sublinha André Duarte, explicando que, especificamente nesta área, existe já um conjunto de métodos capazes de detetar padrões, relacionar variáveis e extrair conhecimento a partir de grandes volumes de dados.

Estas aptidões são úteis para apoiar previsões e sustentar processos de tomada de decisão e é precisamente nestes âmbitos que a utilização da IA na gestão florestal assume um papel cada vez mais relevante.

Aprendizagem computacional: aplicações dirigidas à floresta

Embora a inteligência artificial tenha ganho visibilidade nos últimos anos devido à crescente popularização dos grandes modelos de aprendizagem computacional e de linguagem natural (modelos LLM, como o ChatGPT e outros), a sua utilização na área florestal começou muito antes de existirem os modernos sistemas de IA de acesso generalizado.

As primeiras aplicações experimentais de IA aplicada à floresta surgiram ainda no final do século XX, com técnicas de aprendizagem automática (machine learning). Estes modelos de aprendizagem computacional foram cada vez mais utilizados desde o início dos anos 2000, recorrendo a algoritmos criados para detetar e aprender a partir de relações entre variáveis e padrões, classificando e prevendo temas ou questões específicas, como, por exemplo, classificar as árvores afetadas por uma praga ou as que caíram numa floresta.

A crescente disponibilidade de dados de deteção remota impulsionou, especialmente na última década, a adoção de arquiteturas de aprendizagem profunda (deep learning) cada vez mais sofisticadas. Estes modelos exploram grandes volumes de dados para aprender automaticamente representações e características relevantes, muitas das quais dificilmente seriam identificadas ou descritas através de regras definidas previamente por humanos.

“Muitos dos avanços alcançados na monitorização e análise dos ecossistemas florestais dependem ainda hoje dos algoritmos de aprendizagem computacional especificamente desenvolvidos para a gestão florestal”, refere o investigador.

Um exemplo é a deteção de árvores caídas, informação essencial para planear operações de remoção e desobstruir acessos. Esta aplicação tornou-se particularmente relevante em Portugal após a passagem da tempestade Kristin, no final de janeiro de 2026, que provocou a queda de milhares de árvores.

Como ilustram as fotografias, esta deteção pode ser feita a partir de imagens recolhidas por drones ou por satélites de elevada resolução espacial.

Aplicação da IA na gestão florestal para identificar árvores caídas

André Duarte deixa exemplos de outras aplicações de IA na gestão florestal:

  • Deteção e contagem de árvores vivas e mortas por pragas em imagens recolhidas por drones;
  • Deteção de espécies invasoras em imagens recolhidas por drones e satélites de elevada resolução espacial;
  • Deteção de plumas de fumo causadas por incêndios rurais;
  • Deteção de caminhos florestais e de outras infraestruturas;
  • Estimativas de volume, biomassa e carbono de uma determinada espécie utilizando dados LiDAR ou imagens de satélite;
  • Análise automática de séries temporais (imagens de satélite) para identificar alterações na vegetação.
IA aplicada à gestão florestal
IA apoia identificação de árvores mortas e doentes

IA na gestão florestal: limitações e condições para um uso inteligente

Apesar das oportunidades e benefícios da IA na gestão florestal, as aplicações existentes não substituem o conhecimento dos engenheiros e técnicos florestais nem eliminam a necessidade de observação direta.

“Pelo contrário, reforçam a importância de obter dados fiáveis e de uma interpretação crítica dos resultados”, adverte André Duarte, sublinhando que “a qualidade dos resultados depende inevitavelmente da qualidade dos dados utilizados e da representatividade da informação disponível para treinar os modelos de aprendizagem. E, por exemplo, um algoritmo desenvolvido para determinadas espécies ou regiões pode não apresentar o mesmo desempenho quando é aplicado a outras realidades. Além disso, a validação de campo continua a desempenhar um papel essencial”.

Importa reconhecer que estas tecnologias apresentam limitações e uma delas prende-se com a transparência dos modelos ou com a falta dela. Muitos algoritmos produzem resultados com elevado nível de precisão, mas nem sempre é fácil compreender os fatores que conduziram a determinada solução ou decisão.

Como alguns modelos têm esta opacidade, a investigação tem vindo a dedicar uma atenção crescente às abordagens de inteligência artificial explicável (Explainable Machine Learning), procurando tornar os modelos mais transparentes e compreensíveis para os utilizadores, explica o investigador.

A inteligência artificial está a ganhar espaço na gestão florestal, ajudando a analisar grandes extensões de território, a detetar alterações na vegetação, a identificar pragas e a apoiar decisões técnicas. Mas estas ferramentas não substituem o conhecimento dos engenheiros e técnicos florestais: dependem da qualidade dos dados, da validação no terreno e de uma interpretação crítica dos resultados.

Quanto ao futuro, André Duarte considera provável que a IA se torne uma componente cada vez mais integrada da gestão florestal e que esta integração se faça através da crescente adoção de modelos fundacionais (Foundation Models).

Os modelos fundacionais são treinados com enormes conjuntos de dados provenientes de muitas fontes e contextos. Por isso, funcionam como uma base geral de conhecimento, que pode depois ser adaptada a tarefas ou temas específicos. No caso da gestão florestal, poderão ser adaptados, por exemplo, à deteção de pragas e doenças, de espécies invasoras ou de outras perturbações, contribuindo, assim, para decisões e operações que tragam maior sustentabilidade à floresta.

“A inteligência artificial tem sido, e será, um verdadeiro amplificador da nossa capacidade de observação, análise e decisão da floresta”, conclui.

André Duarte, investigador e responsável por projetos de deteção remota multiplataforma na área florestal.

André Duarte licenciou-se em Engenharia dos Recursos Florestais e completou um mestrado em Ciência e Sistemas de Informação Geográfica. Prossegue os seus estudos de doutoramento em Gestão da Informação, com especialização em Ciência dos Dados, na Universidade Nova de Lisboa.

No RAIZ – Instituto de Investigação da Floresta e Papel, é investigador e responsável por projetos de deteção remota multiplataforma na área florestal. Em paralelo, é professor assistente convidado na Escola Superior Agrária do Instituto Politécnico de Coimbra, onde se licenciou.

Os seus interesses abrangem a utilização da deteção remota multiplataforma, da aprendizagem computacional e da gestão florestal.

Temas | 

Gestão Sustentável 

Tecnologia 

Inovação

Relacionados

Biomassa

RED III: novas regras para a biomassa na produção de energia

A Diretiva RED III vem tornar mais exigentes os critérios de utilização da biomassa para energia. Para que a energia produzida a partir de biomassa conte como renovável, mais instalações terão de demonstrar que esta matéria-prima é sustentável e que o processo de produção de energia cumpre critérios de redução de emissões. Saiba o que muda na valorização energética da biomassa, com a colaboração de Francisco Gírio e João Bernardo.

Personalidades

José Moreira da Silva: uma vida a proteger, gerir e pensar a floresta

José Moreira da Silva, engenheiro silvicultor, foi um visionário da gestão florestal sustentável, revolucionou a prevenção de incêndios e dignificou o primeiro Parque Nacional português, mantendo-se sempre atento às pessoas e ao território. Conheça o percurso desta figura marcante, em colaboração com Isabel Moreira da Silva.

Caso de Estudo

ResAlliance: soluções para uma paisagem mediterrânica mais resiliente

Durante três anos, o projeto europeu ResAlliance reuniu investigadores, decisores, produtores e gestores de sete países da bacia do Mediterrâneo para criar e partilhar soluções práticas dirigidas aos desafios climáticos e socioeconómicos que pressionam os territórios agrícolas e florestais da região. Em resultado, foram produzidos recursos práticos e aplicáveis, muitos deles em português, que ajudam a tornar as paisagens mediterrânicas mais resilientes.

Tecnologia

Tecnologia LiDAR: mapeamento da floresta portuguesa a três dimensões

O mapeamento do território com recurso à tecnologia LiDAR altera profundamente a qualidade e fiabilidade da informação espacial que apoia o ordenamento do território e a gestão da floresta. Para aprofundar os benefícios proporcionados por este retrato a três dimensões, o Florestas.pt falou com Alexandre Sarmento, especialista em sistemas de informação geográfica e deteção remota.

Serviços do Ecossistema

Os insetos como obreiros dos serviços dos ecossistemas

Num contexto de pressões climáticas e perda de biodiversidade, as soluções naturais podem ser estratégias inteligentes para reforçar os serviços dos ecossistemas e a sustentabilidade em áreas de produção. Laura Torres conta como, no projeto EcoVitis, este reforço resultou da instalação de medronheiros e do consequente incremento das comunidades de insetos no ecossistema.

Alterações Climáticas

Os principais desafios da floresta portuguesa

Os desafios da floresta portuguesa são de ordem ambiental, socioeconómica e estrutural. Alterações climáticas, incêndios rurais, pragas, doenças e espécies invasoras cruzam-se com a fragmentação da propriedade, o abandono rural e a baixa rentabilidade da floresta. Estes e outros fatores podem ser mitigados com respostas integradas dos vários atores envolvidos no território.