Uso de Unmanned Aircraft Systems (UAS) em um inventário florestal censitário, para estimativa do DAP.

Os recursos naturais sempre fizeram parte das necessidades humanas. A madeira é um dos principais recursos, estando presente diariamente na vida do homem. Porém, mesmo se tratando de um recurso renovável, seu uso precisa ser regulado para que a exploração indiscriminada não leve a extinção de espécies florestais. O inventário florestal censitário é o instrumento que qualifica e quantifica esse recurso, sendo estabelecidas regras para sua execução. A forma tradicional de realização do inventário é morosa e onerosa, surgindo assim a necessidade de desenvolver tecnologias que venham a agilizar esse processo. Nesse cenário surgem as unmanned aircraft systems (UAS) popularmente conhecidas como drones, que possuem poderosas câmeras capazes de registrar imagens com potencial para processamento por fotogrametria. O objetivo desse estudo foi desenvolver modelos e selecionar equações capazes de estimar o diâmetro à altura do peito (DAP) de árvores dominantes e codominantes, a partir de dados morfométricos da copa, obtidos por fotogrametria de imagens registradas por UAS. A área de estudos foi de 170 hectares de floresta densa, localizados na reserva florestal da Embrapa Acre. Foram realizados voos sobre a área previamente inventariada e o processamento das imagens registradas gerou as variáveis área de projeção da copa (APC), diâmetro geométrico da copa (DGC), diâmetro médio da copa (DMC) e perímetro da copa (PC), que após a análise de correlação, apresentaram correlação superior a 0,65 com o DAP. Foram então gerados quatro modelos de simples entrada, três de dupla entrada e dois de tripla entrada, que após a rotina de processamento estatístico, geraram as doze equações correspondentes. Para a seleção das equações foram considerados os critérios estatísticos R2Ajustado, Sxy, Sxy% e o critério PRESS. Após a análise dos resultados estatísticos concluiu-se, para os modelos de simples entrada, o que melhor estimou o DAP foi o que utiliza a variável APC, e gerou a equação DAP = 36,5784 + 0,178071*APC. Dentre os modelos de dupla entrada, o que melhor se ajustou aos dados foi o composto pelas variáveis APC e PC, que gerou a equação DAP = 33,0298 + 0,141623*APC + 0,0551307*PC. Já dentre os modelos de tripla entrada, o modelo que utiliza variáveis APC, DMC e PC, e que gerou a equação DAP = 41,6576 + 0,169311*APC - 0,963895*DMC + 0,0609778*PC, foi considerado o melhor para estimativa do DAP. Esses três modelos são indicados para estimativa do DAP a partir de dados morfométricos da copa. Natural resources have always been part of human needs. Wood is one of the main resources, being present daily in the life of man. However, even if it is a renewable resource, its use needs to be regulated so that indiscriminate exploitation does not lead to the extinction of forest species. The census forest inventory is the instrument that qualifies and quantifies this resource, and rules for its implementation are established. The traditional way of carrying out the inventory is time consuming and costly, thus the need to develop technologies that will speed up this process. In this scenario arise the unmanned aircraft systems (UAS) popularly known as drones, which have powerful cameras capable of recording images with potential for photogrammetry processing. The aim of this study was to develop models and select equations capable of estimating the diameter at breast height (DBH) of dominant and codominant trees, based on crown morphometric data obtained by photogrammetry of images recorded by UAS. The study area was 170 hectares of dense forest, located in the Embrapa Acre forest reserve. Flights were performed over the previously inventoried area and the processing of the recorded images generated the canopy projection area (APC), canopy geometric diameter (DGC), canopy mean diameter (DMC) and canopy perimeter (PC) variables. After the correlation analysis, they presented a correlation higher than 0.65 with the DBH. Four single-entry models, three double-entry and two triple-entry models were generated, which after the statistical processing routine generated the twelve corresponding equations. For the selection of the equations, the statistical criteria R2Ajusted, Sxy, Sxy% and the PRESS criterion were considered. After the analysis of the statistical results, it was concluded, for the simple entry models, what best estimated the DBH was the one that uses the APC variable, and generated the equation DBH = 36.5784 + 0.178071 * APC. Among the double entry models, the best fit for the data was the APC and PC variables, which generated the equation DBH = 33.0298 + 0.141623 * APC + 0.0551307 * PC. Among the triple input models, the model that uses APC, DMC and PC variables, which generated the equation DBH = 41.6576 + 0.169311 * APC - 0.963895 * DMC + 0.0609778 * PC, was considered the best for DBH estimation.. These three models are indicated for DBH estimation from crown morphometric data.

Bibliographic Details

Main Author:	MELO JUNIOR, A. de
Other Authors:	Arnaldo de Melo Junior, Universidade Federal do Acre (Ufac).
Format:	Teses biblioteca
Language:	Portugues pt_BR
Published:	2021-01-06
Subjects:	Biometria florestal, Drone, Aeronaves remotamente pilotadas, Inventario forestal, Vehículos aéreos no tripulados, Fotografía aérea, Teledetección, Inventário Florestal, Aerofotogrametria, Sensoriamento Remoto, Forest inventory, Unmanned aerial vehicles, Aerial photography, Remote sensing,
Online Access:	http://www.alice.cnptia.embrapa.br/alice/handle/doc/1129011
Tags:	Add Tag No Tags, Be the first to tag this record!