???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede.ufam.edu.br/handle/tede/11225
Full metadata record
DC FieldValueLanguage
dc.creatorSilva, Julie Alves da-
dc.creator.Latteshttp://lattes.cnpq.br/8634804720799605eng
dc.contributor.advisor1Mendonça, André Luiz Alencar-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2136527848008701eng
dc.contributor.referee1Leandro, Diuliana-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/3076528365846421eng
dc.contributor.referee2Miranda, Fabiani das Dores Abati-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/5127529978041729eng
dc.date.issued2024-08-14-
dc.identifier.citationSILVA, Julie Alves da. Verificação de métodos e algoritmos em imagens advindas de ARP para a extração de parâmetros estruturais e morfológicos para a quantificação de árvores e parâmetros de copa, dossel e clareiras. 2024. 79 f. Dissertação (Mestrado em Ciências Florestais e Ambientais) – Universidade Federal do Amazonas, Manaus, 2024.eng
dc.identifier.urihttps://tede.ufam.edu.br/handle/tede/11225-
dc.description.resumoAliar o uso de geotecnologias com monitoramento de florestas tem sido cada vez mais visado na área florestal, tendo em vista que buscar ferramentas que promovem a obtenção de resultados de alta qualidade, de modo rápido e não destrutivo é a forma mais sustentável de ampliar o monitoramento de florestas em larga escala na Amazônia. Posto isso, o uso de imagens advindas de Aeronaves Remotamente Pilotadas (ARP) aliado ao uso de algoritmos de inteligência artificial, tem se demonstrado promissor na identificação de fatores que indiquem mudanças nas florestas. Esta pesquisa tem como objetivo testar métodos e algoritmos em imagens advindas de ARP para extração de parâmetros estruturais e morfológicos no monitoramento de florestas nativas e avaliar a qualidade dos seus resultados. Para tal, foram realizados aerolevantamentos em duas áreas na Fazenda Experimental da Universidade Federal do Amazonas (FAEXP) que sofreram tratamentos silviculturais. A partir da geração das ortofotos e dos Modelos de Elevação Digital (MDEs) foram realizados 2 testes: (1) avaliação de quatro algoritmos de classificação (CART, RandomForest, Mahalanobis e GradienteTreeBoost) para a identificação automática de clareiras e (2) avaliação do algoritmo SAMGEO para a identificação automática de espécimes de palmeiras. A análise das ortofotos aliadas ao MDE permitiu uma melhor avaliação e obtenção de métricas da área estudada. Tal análise possibilitou avaliar métricas como perfil de dossel, área de copa e mudanças na composição florística. Além disso, essa análise conjunta gerou melhores respostas na identificação das clareiras. Os resultados das classificações das clareiras demonstraram que o algoritmo RandomForest é o mais indicado para identificação das clareiras em áreas de floresta. Quanto à identificação das palmeiras, o algoritmo SAMGEO demonstrou ser eficiente nas identificações das palmeiras, com um acerto de 87,96%. Entretanto, o mesmo apresenta limitações quanto à delimitação geométrica do indivíduo de palmeira. Esses resultados contribuem para a identificação e desenvolvimento de metodologias em sensoriamento remoto que melhorem a obtenção de métricas florestais nos produtos aerofotogramétricos.eng
dc.description.abstractCombining the use of geotechnologies with forest monitoring is increasingly sought after in the forestry sector, as the search for tools that can provide high quality results quickly and non-destructively is seen as the most sustainable way to expand the monitoring of large forests in the Amazon. However, the use of remotely piloted aircraft (RPA) imagery, combined with the application of artificial intelligence algorithms, has shown promise in identifying factors that indicate changes in forests. This research aims to test methods and algorithms on ARP images to extract structural and morphological parameters for native forest monitoring, and to evaluate the quality of the results. In order to achieve it, aerial surveys were carried out in two areas of the Experimental Farm of the Federal University of Amazonas (FAEXP) that had undergone silvicultural treatments. From the generation of orthophotos and digital elevation models (DEMs), 2 tests were carried out: (1) evaluation of four classification algorithms (CART, RandomForest, Mahalanobis and GradienteTreeBoost) for automatic identification of gaps and (2) evaluation of the SAMGEO algorithm for automatic identification of palm samples. The analysis of the orthophotos combined with the DEM allowed a better evaluation and obtaining of metrics for the studied area. This analysis made it possible to evaluate metrics such as canopy profile, canopy area and changes in floristic composition. Furthermore, this joint analysis provided better answers to the identification of gaps. The results of the gap classifications showed that the RandomForest algorithm was the most suitable for identifying gaps in forest areas. Regarding the identification of palm trees, the SAMGEO algorithm proved to be efficient in identifying palm trees with an accuracy of 87.96%. However, it has limitations in terms of geometric delineation of the individual palm tree. These results contribute to research knowledge about the identification and development of remote sensing methods to improve the extraction of forest metrics in aerial photogrammetric products.eng
dc.description.sponsorshipFAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonaseng
dc.formatapplication/pdf*
dc.thumbnail.urlhttps://tede.ufam.edu.br/retrieve/88438/DISS_JulieSilva_PPGCIFA.jpg*
dc.languageporeng
dc.publisherUniversidade Federal do Amazonaseng
dc.publisher.departmentFaculdade de Ciências Agráriaseng
dc.publisher.countryBrasileng
dc.publisher.initialsUFAMeng
dc.publisher.programPrograma de Pós-graduação em Ciências Florestais e Ambientaiseng
dc.rightsAcesso Aberto-
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/pt_BR
dc.subjectFlorestas - Conservação - Amazôniapor
dc.subjectBiodiversidade florestal - Amazôniapor
dc.subjectFlorestas - Inovações tecnológicas - Amazôniapor
dc.subject.cnpqCIENCIAS AGRARIAS: RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL: CONSERVACAO DA NATUREZAeng
dc.subject.cnpqCIENCIAS AGRARIAS: RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL: SILVICULTURA: PROTECAO FLORESTALeng
dc.titleVerificação de métodos e algoritmos em imagens advindas de ARP para a extração de parâmetros estruturais e morfológicos para a quantificação de árvores e parâmetros de copa, dossel e clareiraseng
dc.title.alternativeVerification of methods and algorithms in UAV images for the automatic identification of canopy gaps and palms in forest areas under silvicultural managementeng
dc.title.alternativeVerificación de métodos y algoritmos en imágenes ARP para la identificación automática de claros y palmeras en zonas forestales bajo gestión silvícolaspa
dc.typeDissertaçãoeng
dc.contributor.advisor1orcidhttps://orcid.org/0000-0003-2006-1233eng
dc.creator.orcidhttps://orcid.org/0000-0001-6573-3641eng
dc.contributor.referee1orcidhttps://orcid.org/0000-0002-8092-5550eng
dc.subject.userUAVpor
dc.subject.userInteligência Artificialpor
dc.subject.userAmazôniapor
dc.subject.userAerofotogrametriapor
dc.subject.userPalmeiraspor
Appears in Collections:Mestrado em Ciências Florestais e Ambientais

Files in This Item:
File Description SizeFormat 
DISS_JulieSilva_PPGCIFA 5.52 MBAdobe PDFThumbnail

Download/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.