@MASTERSTHESIS{ 2024:1669547216, title = {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}, year = {2024}, url = "https://tede.ufam.edu.br/handle/tede/11225", abstract = "Aliar 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.", publisher = {Universidade Federal do Amazonas}, scholl = {Programa de Pós-graduação em Ciências Florestais e Ambientais}, note = {Faculdade de Ciências Agrárias} }