Inventário de uma floresta de produção com a utilização de imagens MSI/Sentinel-2 e fotogrametria aérea digital

Página do item simplificado
bibo.pageEnd95
dc.contributor.advisor-co1Almeida, André Quintão de
dc.contributor.advisor-co1IDhttps://orcid.org/0000-0002-5063-1762
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/5929672339693607
dc.contributor.advisor1Mendonça, Adriano Ribeiro de
dc.contributor.advisor1IDhttps://orcid.org/0000000333078579
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9110967421921927
dc.contributor.authorCarvalho, Rachel Clemente
dc.contributor.authorIDhttps://orcid.org/0000000167085369
dc.contributor.authorLatteshttp://lattes.cnpq.br/4085851196278587
dc.contributor.referee1Gonçalves, Fábio Guimarães
dc.contributor.referee1IDhttps://orcid.org/0000-0001-6925-3012
dc.contributor.referee1Latteshttp://lattes.cnpq.br/1116245566543036
dc.contributor.referee3Silva, Gilson Fernandes da
dc.contributor.referee3IDhttps://orcid.org/0000000178536284
dc.contributor.referee3Latteshttp://lattes.cnpq.br/8643263800313625
dc.date.accessioned2024-05-30T00:49:24Z
dc.date.available2024-05-30T00:49:24Z
dc.date.issued2021-04-30
dc.description.abstractIn the forestry sector, knowledge of forest productivity is obtained through forest inventories. However, the sampling techniques traditionally applied to forest inventories have a high demand for time and high cost of execution. Therefore, it is necessary to evaluate the use of alternative techniques to obtain this data, such as remote sensing applications. In this context, the use of remote sensing allows the acquisition of data in large areas quickly and at a reduced cost. This work had as main objective to estimate attributes of forest interest of a commercial planting of eucalyptus by orbital image (IO) and digital aerial photogrammetry (DAP) and to compare with the results obtained by the traditional forest inventory. As a secondary objective, an evaluation of DAP products was carried out based on planting attributes collected in the field. For the inventory based on the IO, spectral bands of an image from the MSI/Sentinel-2 sensor were selected and various vegetation indices were calculated. The individual bands and the vegetation indexes were used as predictive variables for the modeling. To obtain the DAP data, a flight was performed with an unmanned aerial vehicle (UAV) for the generation of a three-dimensional point cloud by the SfM algorithm and also a digital terrain model (DTM) for its normalization. The quality of FAD's DTM was evaluated by comparing the values of dominant height of each plot with the metrics representative of the maximum height of the normalized point cloud. Traditional height-based metrics were extracted for each plot, which were used as predictor variables. Multiple linear regression (MLR) and artificial neural networks (ANN) performed the basal area (G) and volume (V) estimation process. For the modeling, three data sources were considered, IO, DAP and the combination of IO and DAP. At the plot level, to estimate the G from IO and DAP data, the lowest values of RMSE in the validation occurred in the ANN modeling, being 13.22% and 13.36%, respectively. For the combination of IO and DAP, the MLR presented a lower RMSE in the validation (RMSE = 12.46%). The same happened for V, with the lowest values of RMSE in the validation with data from IO (15.05%) and DAP (16.58%), obtained in ANN modeling, for the combination of IO and DAP, the lower RMSE was obtained by MLR (14.14%). When performing the modeling for the entire area, it was possible to observe that the ANN presented greater capacity for generalization, with results closer to those obtained in the traditional forest inventory for all data sources. All the averages of G and V were close to the values obtained in the inventory, with a maximum of 3.2% difference. As in the plot level results, the combination of IO and DAP generated more accurate results for the whole area, with a difference of 0.3% for G and 0.4% for V, in relation to the inventory. The results obtained in this study indicate that IO and DAP data can be used for the inventory of G and V in eucalyptus plantations, with results compatible with those obtained in the traditional forest inventory.
dc.description.resumoNo setor florestal, o conhecimento da produtividade das florestas é obtido por meio de inventários florestais. Entretanto, as técnicas de amostragem tradicionalmente aplicadas nos inventários florestais possuem uma demanda elevada de tempo e alto custo de execução. Diante disso, é necessário avaliar o uso de técnicas alternativas para a obtenção desses dados, como aplicações de sensoriamento remoto. Nesse contexto, o uso sensoriamento remoto permite a aquisição de dados em extensas áreas de forma rápida e com custo reduzido. Este trabalho teve como objetivo principal estimar atributos de interesse florestal de um plantio comercial de eucalipto por imagem orbital (IO) e fotogrametria aérea digital (FAD) e comparar com os resultados obtidos pelo inventário florestal tradicional. Como objetivo secundário, foi realizada uma avaliação dos produtos da FAD a partir de atributos do plantio coletados no campo. Para o inventário a partir das IO, foram selecionadas bandas espectrais de uma imagem do sensor MSI/Sentinel-2 e calculados diversos índices de vegetação. As bandas individuais e os índices de vegetação foram utilizados como variáveis preditoras para a modelagem. Para a obtenção dos dados de FAD, foi realizado um voo com uma aeronave remotamente pilotada (ARP) para a geração de uma nuvem de pontos tridimensionais pelo algoritmo SfM, e também um modelo digital do terreno (MDT) para a sua normalização. A qualidade do MDT da FAD foi avaliada comparando os valores de altura dominante de cada parcela com as métricas representativas da altura máxima da nuvem de pontos normalizada. Foram extraídas métricas tradicionais baseadas na altura para cada parcela, que foram utilizadas como variáveis preditoras. O processo de estimação da área basal (G) e volume (V) foi realizado por regressão linear múltipla (RLM) e por redes neurais artificiais (RNA). Para a modelagem, foram consideradas três fontes de dados, IO, FAD e a combinação de IO e FAD. Em nível de parcela, para estimar a G a partir de dados de IO e da FAD, os menores valores de RMSE na validação ocorreram na modelagem por RNA, sendo de 13,22% e 13,36%, respectivamente. Para a combinação de IO e FAD, a RLM apresentou menor RMSE na validação (RMSE = 12,46%). O mesmo aconteceu para o V, sendo os menores valores de RMSE na validação com dados de IO (15,05%) e FAD (16,58%), obtidos na modelagem por RNA, já para a combinação de IO e FAD, o menor RMSE foi obtido pela RLM (14,14%). Ao realizar a modelagem para toda a área, foi possível observar que as RNA apresentaram maior capacidade de generalização, com resultados mais próximos dos obtidos no inventário florestal tradicional para todas as fontes de dados. Todas as médias de G e V ficaram próximas aos valores obtidos no inventário, tendo no máximo 3,2% de diferença em nível de povoamento. Assim como nos resultados em nível de parcela, a combinação de IO e FAD gerou resultados mais acurados em nível de povoamento, com diferença de 0,3% para a G e 0,4% para o V, em relação ao inventário. Os resultados obtidos neste estudo indicam que dados de IO e FAD podem ser utilizados para o inventário de G e V em plantios de eucalipto, com resultados compatíveis com os obtidos no inventário florestal tradicional.
dc.description.sponsorshipFundação Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
dc.formatText
dc.identifier.urihttp://repositorio.ufes.br/handle/10/14669
dc.languagepor
dc.publisherUniversidade Federal do Espírito Santo
dc.publisher.countryBR
dc.publisher.courseMestrado em Ciências Florestais
dc.publisher.departmentCentro de Ciências Agrárias e Engenharias
dc.publisher.initialsUFES
dc.publisher.programPrograma de Pós-Graduação em Ciências Florestais
dc.rightsopen access
dc.subjectInventário florestal
dc.subjectredes neurais artificiais
dc.subjectsensoriamento remoto 3D
dc.subjectStructure from Motion
dc.subjectFloresta 4.0
dc.subject.br-rjbnsubject.br-rjbn
dc.subject.cnpqRecursos Florestais e Engenharia Florestal
dc.titleInventário de uma floresta de produção com a utilização de imagens MSI/Sentinel-2 e fotogrametria aérea digital
dc.title.alternativeInventory of a production forest using MSI/Sentinel-2 imagery and digital aerial photogrammetry
dc.typemasterThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
RachelClementeCarvalho-2021-dissertacao.pdf
Tamanho:
3.99 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Mestrado em Ciências Florestais