Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES As landscape became humanized biodiversity declines due to habitat depletion and the conservational biodiversity-oriented landscape planning can no longer be ignored. Nonetheless, economic activities are equal important and can’t be put apart. Over the last decade of the XXI century there is a growing need for educated decision making regarding planning policies that combine social, economic, cultural and environmental features. Nowadays, spatial planning policies have been enhanced by embedded modern technologies In this study we propose a bottom-up approach methodology for forestry planning development. To pursue this, several concepts, methods and technologies are assembled together, such as such as artificial neural networks (ANN), namely Multilayer perceptron (MLP), who shows to be a promising alternative to regression techniques, Geographic Information Systems (GIS), Multicriteria analysis and Scenario building. Finally, a decision support model for forestry planning through multicriteria artificial neural network is set up. The watershed of Ijuí is located between the geographical coordinates 27 º 45 - 26 º 15' N and 53 º 15'-56 º45' E, and have 10.731,86 km2 in area. The methodology focuses on the analysis of predictive scenarios ("what if") aimed at assessing silviculture activity against other stocks of interest over the territory. Based on the21 variables selected four actions has been take in account as the most representative of the different agents interest involved namely: no action taking place on the territory (Nothing), increased forestry activity (ExFlo), activity growth agricultural (ExAgri) and the action that advocates the conservation of native forests (Cons). For these four actions, five scenarios was setting up: Current Condition (CA), economic growth (+ Econ), economic degrowth (-Econ), positive social impact (+Idese) and negative social impact (-Idese). The training of ANN was performed with the software Statistica ® 12.0 to perform multilayer perceptron network (MLP) to run different parameters for the different scenarios. Therefore, for the Nothing scenarios MLP parameters were two hidden layers and 10 hidden neurons, and for the scenarioswithExAgri, Cons and ExFlo actions, only one hidden layer and ten hidden neurons were used. Performed in a GIS environment, actions spatial simulations occurring under different scenarios resulted in twenty predictive output’s. Results analysis show that in not predicting any action, areas with native forest tend to decrease over the territory in whatever scenario, so as forestry use, these latter analysis may not occur if a scenario is -Idese. For ExFlo action scenarios that were presented less favorable -Idese e-Econ. However, for the action Cons, the only favorable to increased forestry activity scenarios were CA and + Idese and the latter case also presented favorable for ExAgri action. In synthesis, this study showed that a bottom-up approach model combining statistical methods associated with GIS, in particular ANN, is able to capture and model the complexity of forestry planning trough predictive modeling, presenting future alternative scenarios based on local agents interests or actions, and provide with proven accuracy results to feed educated policies guidelines Although, the method discussed is presented as an alternative tool of territorial planning, however, it requires consideration of its limitations as a mechanism of abstractions from the reality of events over the territory. Therefore, it is an obvious certainty, the need for research institutions in geo and the numerous educational institutions to invest in research and generation of knowledge-based models for territorial analysis with the use of ANN in order to make all these more streamlined procedures for predicting, reliable and performed with smaller costs. A preocupação com as progressivas intervenções humanas sobre os recursos naturais acabam por intensificar pesquisas voltadas à compreensão da capacidade de suporte dos ecossistemas frente às atividades econômicas que se desejam introduzir sobre o território no futuro. Entre as modernas técnicas de modelagem dos problemas de gestão do território, estão os modelos voltados à gestão florestal, dos quais, a utilização dos modelos de redes neurais artificiais (RNA) tem se mostrado uma alternativa promissora em relação às técnicas de regressão para o manejo dos recursos florestais. Para isso, propõe-se uma abordagem metodológica de apoio à decisão, baseada em uma análise multicritério com a aplicação de RNA, visando contribuir para a elaboração de melhores instrumentos de políticas públicas voltadas ao planejamento e ordenamento do território. A bacia hidrográfica do Ijuí está localizada entre as coordenadas geográficas 27º45' e 26º15' N e 53º15' e 56º45' E, e apresenta 10.731,86 km2 de área. A proposta metodológica tem como foco a análise de cenários preditivos (“what if”) voltados a avaliação da inserção da atividade de silvicultura frente a outras ações de interesse sobre o território. Para isso foram selecionados 21 indicadores, sendo consideradas quatro ações que permeiam as discussões no âmbito das mudanças territoriais, sendo elas: a não previsão de qualquer ação sob o território (Nothing), o aumento da atividade florestal (ExFlo), o crescimento da atividade agrícola (ExAgri) e a ação que preconiza a conservação das florestas nativas (Cons). Foram também estabelecidos cinco cenários: Condição Atual (CA), Crescimento econômico (+Econ), Decrescimento econômico (-Econ), Impacto social positivo (+Idese) e Impacto social negativo (-Idese). O treinamento das RNA foi realizado no software Statistica® 12.0 utilizando o modelo de rede multilayer perceptron (MLP), sendo processadas estruturas de redes sob diferentes parâmetros de ajustamento. Para os cenários Nothing foram utilizadas as redes com duas camadas ocultas e 10 neurônios escondidos e para os cenários com as ações ExAgri, Cons e ExFlo, apenas uma camada oculta e dez neurônios escondidos. Realizada em ambiente SIG, a simulação da inserção das ações nos diferentes cenários resultou em vinte cenários preditivos e a sua análise demonstrou que em não prevendo nenhuma ação, as áreas com floresta nativa tendem a diminuir sobre o território em qualquer que seja o cenário, assim como o uso Silvicultura, podendo este ultimo deixar de ocorrer quando em um cenário -Idese. Para a ação ExFlo, os cenários que se apresentaram menos favoráveis foram -Idese e -Econ. No entanto, para a ação Cons, os únicos cenários favoráveis ao aumento da atividade silvícola foram o CA e +Idese sendo que este último apresentou-se favorável também para a ação ExAgri. A pesquisa apontou que o uso de métodos estatísticos associados aos SIG, em especial as RNA, possibilitou executar uma modelagem preditiva, apresentando os possíveis cenários decorrentes da introdução das ações que são de interesse, bem como a formulação de diretrizes para o seu planejamento. O método abordado apresenta-se como uma ferramenta alternativa do planejamento territorial, no entanto, o mesmo requer a consideração das suas limitações enquanto um mecanismo de abstrações da realidade dos acontecimentos sobre o território. Diante disso, fica uma certeza evidente, a necessidade de que os órgãos de pesquisa em geotecnologias e as inúmeras instituições de ensino invistam na pesquisa e na geração de conhecimento baseados nos modelos de análise territorial com o uso das RNA, de forma a tornar todos esses procedimentos de predição mais ágeis, confiáveis e realizados com menores custos.