Artificial Intelligence Applied to Strategic Decision-Making for the Common Land of PGNP
Projetos
Visão geral
Filiação
Ver Todos
Visão geral
resumo
A conservação ambiental e a gestão eficiente de parques naturais são desafios cruciais na era moderna, especialmente devido às pressões crescentes causadas pelas alterações climáticas e pelo crescente abandono populacional das mesmas.
O Parque Nacional da Peneda Gerês (PNPG), que integra o Parque Transfronteiriço Gerês-Xurés, apresenta uma componente natural e patrimonial única. Os baldios, que fazem parte da área não edificada do parque, têm na sua gestão diversos intervenientes públicos e privados (ICNF, ADERE – Peneda Gerês, empresas de turismo, empresas florestais, agricultores e autarquias) assim como diferentes usos (Presidência do Conselho de Ministros). Como área protegida e considerando a necessidade de alinhamento com as diretivas da União Europeia, os baldios são essenciais para a conservação da natureza e do património cultural. No entanto, a gestão eficiente destes espaços é complexa devido a exigentes quadros regulamentares e restrições de utilização (florestal, reserva natural, pecuária e turismo) orientados por políticas (Ministério da Agricultura e Alimentação) como a Estratégia de Biodiversidade da UE, a Política Agrícola Comum (PAC) e o Plano Estratégico para a Política Agrícola Comum (PEPAC). Estas políticas estabelecem diretrizes e fornecem o enquadramento para programas de desenvolvimento rural, ações em áreas sensíveis (Dhakal and Parry), planos de zonamento agroambiental, áreas críticas da rede Natura 2000 (Gabriele et al.), proteção de áreas protegidas e planos de gestão florestal (Gobin and Van Herzele; Leal Filho et al.).
Tecnologias emergentes como a Inteligência Artificial (IA), Ciência de Dados e Gémeos Digitais (GD) oferecem soluções inovadoras para monitorizar e gerir eficientemente os recursos naturais. Dentro deste ecossistema tecnológico, as técnicas de Big Data permitem o processamento e análise de vastos e diversos conjuntos de dados, cruciais para a compreensão de sistemas ambientais complexos. Os algoritmos de Machine Learning , um subconjunto da IA, podem identificar padrões e fazer previsões a partir destes grandes conjuntos de dados, melhorando os processos de tomada de decisão. Os métodos de Data Mining complementam ainda estas abordagens, extraindo informações valiosas de fontes de dados estruturados e não estruturados, revelando padrões e relações ocultas relevantes para a gestão dos recursos naturais (Aggarwal et al.). Neste contexto, o projeto "Inteligência Artificial Aplicada à Tomada de Decisão Estratégica para os baldios do PNPG" visa desenvolver um sistema de IA para apoiar a tomada de decisão estratégica pela cogestão do PNPG e outras entidades da administração pública local e regional envolvidas.
O desenvolvimento deste sistema de IA depende da recolha e análise de dados diversos. Serão empregues técnicas de Big Data para processar várias fontes, formatos e tipos de dados, superando o desafio da variabilidade dos dados para produzir informação fiável e preditiva. Dados de código aberto do ICNF e de outras entidades de cogestão do PNPG serão avaliados e padronizados, incluindo informações sobre baldios, contagens de gado, espécies protegidas, índices de vegetação, produção florestal e indicadores turísticos. Adicionalmente, serão desenvolvidos e instalados sensores nos baldios para recolher dados adicionais, como número de visitantes e duração de cada visita. A integração preditiva destes vários componentes mensuráveis, combinada com as características socioeconómicas das populações, permitirá uma gestão sustentável dos recursos naturais. Esta abordagem holística beneficiará a gestão ambiental (KC), florestal (Gama et al.), pecuária (Silva et al.) e turística (Azevedo and Pereiro), promovendo uma utilização mais eficiente e equilibrada dos baldios. Focando-se na Grande Rota (GR), uma área com elevado potencial turístico no PNPG (KC), será desenvolvido um ecossistema digital para simular e modelar cenários do mundo real. Isto permitirá a avaliação de diferentes decisões sem execução, possibilitando a visualização de consequências em vários horizontes temporais. Esta capacidade de simulação facilitará a tomada de decisões dinâmicas relativas aos baldios, apoiando a criação de estratégias mais eficazes e sustentáveis (Schnase et al.). O resultado esperado é uma prova de conceito funcional atingindo o Nível de Maturidade Tecnológica (NMT) 3 no final do projeto, lançando as bases para futuras inovações nos processos de gestão ambiental e tomada de decisão para parques naturais ou áreas protegidas similares. O projeto de um ano irá se focar na investigação e desenvolvimento fundamentais necessários para alcançar estes objetivos, contribuindo para uma gestão mais eficiente e sustentável das áreas naturais protegidas.
