Sistema de reconocimiento offline y online de las 30 especies forestales maderables vulnerables ante la tala ilegal, y de mayor importancia económica y ecológica, mediante algoritmos de aprendizaje de máquina y cloud computing como propuesta para mejorar el Plan de Manejo Forestal de las empresas del sector forestal maderero - Caso de estudio: Región Loreto

A inicios de 2021 SERFOR aprobó los Lineamientos para Evaluación del Plan General de Manejo Forestal en Concesiones Forestales, que obliga a los concesionarios forestales a citar mediante nomenclatura binaria (género y especie) a las especies con potencial maderable, incluso para el cálculo de área basal e histogramas de clases diamétricas. Esto tiene un impacto directo en la planificación del aprovechamiento pues las empresas generalmente cuentan con el apoyo de peritos no técnicos (matero) para el reconocimiento de la especie del árbol. El problema de emplear a los materos, es que ellos conocen los nombres comunes de las especies, dadas por el folclore y las tradiciones de sus respectivas comunidades. Las empresas optan por la contratación de materos en lugar de botánicos debido a su mayor disponibilidad en la zona de las concesiones, así como su menor costo. El problema de clasificar los árboles a través del nombre común, es que dos especies pueden compartir un mismo nombre común, lo cual conduce a clasificaciones errónea. En base a la problemática planteada, se plantea diseñar una herramienta computacional que emplee técnicas de procesamiento de imágenes e inteligencia artificial que permita identificar a través de la toma foto de las hojas, la especie a la cual pertenece el individuo. - La hipótesis del proyecto es del tipo descriptiva y busca demostrar que se puede identificar árboles con fines maderables a través de técnicas de procesamiento de imágenes e inteligencia artificial con un nivel de precisión mínimo del 85%. - Objetivo General: Desarrollar un sistema que permita identificar árboles a partir de la toma de imágenes de las hojas con un alto nivel de precisión. - Objetivos Específicos: 1) Generar y socializar un banco de imágenes de 20 especies forestales maderables; 2) Diseñar un dispositivo portátil (recinto) que permita capturar in-situ las muestras frescas controlando la iluminación y el fondo. 3) Diseñar e implementar dos nuevos algoritmos computacionalmente eficientes; 4) Actualizar y socializar la aplicación. Resultados Esperados: Brindar un servicio de fácil acceso que utilice como insumos la información dendrológica disponible para la determinación de especies forestales, impulsando la innovación tecnológica y la productividad en el sector forestal maderable. Impacto de la investigación: El impacto de la investigación es a nivel tecnológico, las tendencias actuales centran a las tecnologías de big data y machine learning como el futuro para diversas aplicaciones, incluyendo el campo de este proyecto. Sin embargo, estas tecnologías requieren grandes cantidades de datos etiquetados, los cuales, aún son escasos en la realidad Peruana. En otras regiones, los esfuerzos de recolección y digitalización de muestras han permitido el desarrollo de diversos proyectos de vigilancia forestal, los cuales integran sistemas de reconocimiento de especies, trazabilidad de individuos, registros estadísticos, entre otros. En ese sentido, el desarrollo del proyecto permitirá ampliar la base de datos pre-existente (la cual es de dominio público), y tener una herramienta local que, para empezar, clasifique especies forestales con fines maderables de la Amazonía y genere reportes estadísticos para el desarrollo de un plan de manejo forestal.