Levantamento de Requisitos

Para garantir que o projeto atenda às necessidades do cliente, identificadas durante uma entrevista de levantamento de aprimoramento de entendimento do projeto, os requisitos foram divididos em duas categorias principais: funcionais e não funcionais. Essa divisão foi motivada pela complexidade do projeto, que demanda tanto a implementação de funcionalidades específicas conforme os requisitos mínimos estabelecidos quanto o cumprimento de métricas de desempenho. Dentro dessas categorias, os Requisitos Funcionais (RFs) descrevem o que o sistema deve realizar, enquanto os Requisitos Não Funcionais (RNFs) estabelecem as métricas de desempenho a serem alcançadas pelos requisitos funcionais. Cada requisito foi ainda classificado como "obrigatório" ou "desejável", permitindo à equipe de desenvolvimento estabelecer uma ordem de prioridade para sua implementação.

Requisitos Funcionais

ID	Título	Descrição	Categoria
RF1	Detecção e Contagem Automática de Árvores	O sistema deve ser capaz de identificar e contar automaticamente o número de árvores em uma imagem capturada por satélites ou drones.	Obrigatório
RF2	Visualização de Resultados em Dashboard	O sistema deve fornecer uma interface de dashboard onde os usuários possam visualizar a quantidade de árvores por região em imagens de satélite ou drone.	Desejável
RF3	Classificação de Árvores por Espécie	O modelo deve ser capaz de classificar árvores por espécies, com base nas características físicas observadas nas imagens.	Desejável
RF4	Relatórios de Rastreabilidade	O sistema deve permitir a geração de relatórios que incluem timelapses das áreas monitoradas, necessários para certificações como a VM0047.	Obrigatório
RF5	Armazenamento e Consulta de Imagens	As imagens utilizadas para a detecção devem ser armazenadas para futuras consultas e análises, possibilitando rastreabilidade e verificação histórica.	Obrigatório
RF6	Delimitação por Hectares	O sistema deve permitir a contagem de árvores por hectare, considerando a densidade esperada (2000 - 2500 árvores por hectare).	Desejável
RF7	Integração com Portais de Transparência	O sistema deve integrar-se a um portal de transparência, permitindo que consumidores e stakeholders visualizem informações detalhadas sobre as áreas reflorestadas.	Desejável

Requisitos Não Funcionais

ID	Título	Descrição	Métrica	Categoria
RNF1	Precisão do Modelo	O modelo de deep learning deve alcançar uma precisão de detecção e contagem de árvores de pelo menos 80%.	Taxa de acurácia ≥ 80% em testes com imagens de validação.	Obrigatório
RNF2	Desempenho em Edge Computing	O sistema deve ser otimizado para rodar em dispositivos móveis e sistemas embarcados, garantindo uma latência mínima durante a análise das imagens.	Tempo de resposta médio ≤ 5 segundos para análises em dispositivos embarcados.	Obrigatório
RNF3	Escalabilidade	O sistema deve ser capaz de escalar para processar grandes volumes de dados provenientes de diferentes dispositivos na borda.	Capacidade de processamento deve suportar o crescimento de dispositivos e dados em pelo menos 50% ao longo de um ano.	Obrigatório
RNF4	Segurança e Privacidade	As informações armazenadas, incluindo imagens e dados de localização, devem ser protegidas por mecanismos de segurança adequados.	Nenhuma violação de segurança detectada durante auditorias periódicas.	Obrigatório
RNF5	Usabilidade e Interface de Usuário	A interface do sistema deve ser intuitiva e fácil de usar, permitindo que usuários sem conhecimento técnico avancado possam interpretar os resultados com facilidade.	Taxa de conclusão de tarefas pelos usuários ≥ 90% sem necessidade de suporte adicional.	Desejável
RNF6	Resiliência a Variações Ambientais	O modelo deve ser robusto o suficiente para lidar com variações ambientais, garantindo a consistência dos resultados.	Taxa de erro < 10% em diferentes condições de luz, tipos de solo e relevo.	Desejável