.

@jornaldelavras

@jornaldelavras

(35) 99925.5481

Avaliar a qualidade da madeira é um processo técnico, demorado e, muitas vezes, restrito aos laboratórios. Pesagens, cortes, uso de reagentes químicos e dias de espera fazem parte da rotina do setor florestal. Uma pesquisa da Universidade Federal de Lavras (Ufla) quer mudar esse cenário ao levar a análise da madeira para o campo, de forma rápida, precisa e sem a necessidade de alterar o material para avaliar.

No estudo, os pesquisadores desenvolveram modelos matemáticos capazes de estimar, em tempo real, propriedades da madeira e de outros produtos florestais, como densidade, teor de umidade e até a identificação de espécies. Essas informações são obtidas a partir de dados gerados por sensores que utilizam a tecnologia de infravermelho próximo (NIR).

Para isso, são utilizados espectrômetros NIR portáteis, combinados com ferramentas de análise multivariada de dados, que permitem interpretar os sinais captados pelos sensores. A proposta é que essas análises possam ser feitas diretamente no local onde o material está, como em áreas florestais, pátios de estocagem ou linhas industriais, sem a necessidade de levar amostras para laboratório.

Um dos equipamentos utilizados é o TrinamiX, um espectrômetro portátil baseado nessa mesma tecnologia. Ele trabalha em uma faixa de luz diferente e mais curta, com um nível de resolução distinto, e utiliza sensores mais compactos e uma arquitetura mais recente. Essa configuração torna o equipamento mais acessível, com investimento aproximado de R$70 mil,sendo que o NIR o investimento é de R$250 mil.

Na prática, os equipamentos funcionam como leitores da assinatura química da madeira. Cada amostra reflete a luz do infravermelho de maneira específica, gerando um padrão espectral único. Essa assinatura é analisada por algoritmos de aprendizado de máquina, treinados a partir da comparação entre os dados espectrais e análises tradicionais de laboratório, que servem como referência.

Segundo os pesquisadores, os modelos desenvolvidos conseguem estimar propriedades importantes mesmo em condições consideradas desafiadoras, como madeira úmida, recém-cortada ou com superfícies irregulares. Outro avanço relevante do projeto é a chamada transferência de calibração, que permite que modelos criados em equipamentos de laboratório sejam aplicados em sensores portáteis, ampliando o uso prático da tecnologia.

A inovação abre caminho para aplicações alinhadas ao conceito de Floresta 4.0, com monitoramento digital da qualidade da matéria-prima, maior eficiência nos processos industriais e redução de custos e desperdícios. Além disso, a tecnologia pode se tornar uma aliada importante na fiscalização florestal, ao permitir a identificação de espécies e apoiar o combate à exploração ilegal de madeira.

Financiado pela Fundação de Amparo à Pesquisa do Estado de Minas Gerais (Fapemig), o projeto teve início em 2024 e integra uma linha de pesquisa desenvolvida há mais de dez anos no Departamento de Ciências Florestais da UFLA sobre o uso da espectroscopia NIR aplicada à madeira.

As próximas etapas incluem a ampliação das bases de dados, a integração de diferentes sensores, o refinamento dos modelos de inteligência artificial e o desenvolvimento de sistemas mais automatizados, capazes de operar continuamente em ambientes industriais. A equipe também busca fortalecer parcerias com empresas e instituições internacionais para validar as tecnologias em maior escala.

Coordenada pela Ufla, a pesquisa conta com a colaboração de universidades brasileiras, como a Universidade Federal de Viçosa (UFV), a Universidade Federal do Tocantins (UFT) e a Universidade Federal do Espírito Santo (Ufes), além de cooperação internacional com o Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad),da França. As parcerias incluem missões técnicas, capacitação e atividades conjuntas de análise e interpretação de dados.

Até o momento, os resultados já renderam artigos científicos publicados em periódicos internacionais, além de dissertações de estudantes brasileiros, peruanos e moçambicanos.