Inteligência Artificial Aplicada ao Monitoramento da Produção Florestal na Amazônia: Previsão de Tendências e Detecção de Anomalias

Descrição

O presente projeto visa desenvolver e validar uma abordagem de monitoramento preditivo da produção florestal na Amazônia, com foco nos municípios do estado do Pará, por meio da integração de modelos estatísticos clássicos e técnicas avançadas de inteligência artificial. A pesquisa responde às lacunas existentes no acompanhamento de produtos florestais madeireiros e não madeireiros, fundamentais para o manejo sustentável, a fiscalização ambiental e o planejamento da bioeconomia regional. Serão utilizados principalmente dados públicos da Pesquisa da Extração Vegetal e da Silvicultura (PEVS/IBGE), complementados por variáveis climáticas, socioeconômicas e espaciais. A metodologia contempla a comparação entre modelos ARIMA/SARIMA e arquiteturas de IA, incluindo redes neurais LSTM, Temporal Fusion Transformer, autoencoders para detecção de anomalias e redes neurais em grafos para modelagem espaço-temporal, incorporando explicitamente a dependência entre municípios vizinhos. A validação será realizada com dados fora da amostra e métricas consolidadas de previsão e detecção. Como resultados esperados, o projeto prevê a obtenção de modelos preditivos mais acurados que os métodos convencionais, um protocolo robusto de detecção de anomalias temporais e espaço-temporais, além da geração de relatórios técnicos, artigos científicos e artefatos computacionais reprodutíveis. Os resultados deverão subsidiar políticas públicas, ações de fiscalização e estratégias de fortalecimento da bioeconomia amazônica.