Fechar
Metadados

@MastersThesis{Shinzato:2015:InDaLa,
               author = "Shinzato, Emily Tsiemi",
                title = "Integra{\c{c}}{\~a}o de dados laser scanner aerotransportado e 
                         imagens a{\'e}reas no invent{\'a}rio florestal para a estimativa 
                         volum{\'e}trica de madeira",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2015",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2015-03-12",
             keywords = "florestas plantadas, sensoriamento remoto, sistemas de 
                         informa{\c{c}}{\~o}es geogr{\'a}ficas (SIG), modelagem, 
                         estimativa volum{\'e}trica, planted forests, remote sensing, 
                         geographic information systems (GIS), modeling and volumetric 
                         estimation.",
             abstract = "O sensoriamento remoto tem sido amplamente utilizado para auxiliar 
                         no invent{\'a}rio florestal. Dados laser scanner 
                         aerotransportados (ALS) s{\~a}o enfatizados por detalharem a 
                         estrutura vertical da floresta, enquanto as imagens a{\'e}reas, 
                         por permitirem maior detalhamento da estrutura horizontal da 
                         mesma. Para a obten{\c{c}}{\~a}o de atributos florestais, 
                         existem duas principais abordagens: a Abordagem Baseada na 
                         {\'A}rea (ABA) e a Detec{\c{c}}{\~a}o Individual das 
                         {\'A}rvores (ITD). O objetivo geral do trabalho {\'e} integrar 
                         informa{\c{c}}{\~o}es ALS e imagens a{\'e}reas no 
                         invent{\'a}rio florestal. Para tanto, o estudo foi dividido em 
                         duas etapas, sendo a primeira destinada {\`a} 
                         investiga{\c{c}}{\~a}o da efetividade da integra{\c{c}}{\~a}o 
                         de dados ALS e das vari{\'a}veis derivadas das imagens 
                         a{\'e}reas, na estimativa do volume de madeira em plantios de 
                         \emph{Eucalyptus urograndis}, utilizando a abordagem ABA. Dessa 
                         forma, foram avaliados inicialmente tr{\^e}s diferentes 
                         cen{\'a}rios, sendo estes: o uso de m{\'e}tricas derivadas de 
                         dados ALS (RMSE=6,84\%), o uso de vari{\'a}veis derivadas das 
                         imagens a{\'e}reas multiespectrais (RMSE=8,45\%) e a 
                         integra{\c{c}}{\~a}o de ambas as vari{\'a}veis (RMSE=5,23\%). 
                         O cen{\'a}rio de melhor desempenho foi adotado para as demais 
                         avalia{\c{c}}{\~o}es. J{\'a} a segunda etapa, avaliou o 
                         desempenho da integra{\c{c}}{\~a}o das abordagens ITD e ABA 
                         (semi-ITD) para estimar o volume de madeira por {\'a}rvore. Foi 
                         feita a detec{\c{c}}{\~a}o individual das mesmas, entretanto, 
                         como esta apresentou valor inferior ao n{\'u}mero de {\'a}rvores 
                         existentes, fez-se a modelagem do erro da detec{\c{c}}{\~a}o, 
                         obtendo-se o n{\'u}mero de {\'a}rvores final. Ap{\'o}s este 
                         passo, foi feita a divis{\~a}o do volume obtido em {\'a}rea 
                         total, pelo n{\'u}mero de {\'a}rvores, resultando no volume 
                         individual por {\'a}rvore. Ao t{\'e}rmino deste processo, 
                         obteve-se um RMSE de 12,66\% na fase de modelagem do erro, 
                         resultando em um desvio de 0,37 {\'a}rvores por hectare. Neste 
                         estudo foi demonstrado a detec{\c{c}}{\~a}o individual das 
                         {\'a}rvores como forma de melhoria da abordagem ABA. Esta 
                         abordagem permitiu estimar o volume individual das {\'a}rvores a 
                         um erro muito pequeno. ABSTRACT: Remote sensing has been 
                         increasingly used to assess forest inventory. Airborne Laser 
                         Scanning Systems (ALS) are emphasized for detailing the vertical 
                         structure of the forest, whether optical images for allowing 
                         further details of the horizontal structure of the forest. To 
                         obtain forest attributes, two main approaches are applied to 
                         process these data types: Area Based Approach (ABA), and 
                         Individual Tree Detection (ITD). In this study, our aim is to 
                         demonstrate the two main approaches to estimate stand volume in 
                         \emph{Eucalyptus} plantations using ALS and image data. To do so, 
                         we first model the stand volume using a standard ABA approach, 
                         using different combinations of ALS-based and image-based metrics 
                         as independent model variables. Three different scenarios were 
                         compared: using only variables from ALS data (RMSE = 6.84\%), 
                         only the variables derived from aerial images (RMSE = 8.45\%) and 
                         the integration of both (RMSE = 5.23\%), which underestimated the 
                         true value by 2.98%. Second, we utilize ITD based approach to 
                         estimate tree count and then integrate it with the stand volume 
                         predicted with ABA (semi-ITD). The merging of the two approaches 
                         allows prediction of mean individual tree volume. Then, we 
                         introduce a correction method to improve the volume predictions. 
                         After that, we downscaled the total volume prediction to single 
                         tree level. Finally, we obtained a RMSE of 12.66\% in the bias 
                         modeling, resulting in a standard deviation of 0.37 trees per 
                         hectare. In this study we demonstrated a method of using 
                         individual tree locations as an enhancement of traditional 
                         area-based approach. Our approach allowed to estimate individual 
                         tree volume with negligible bias.",
            committee = "Shimabukuro, Yosio Edemir (presidente/orientador) and Arai, 
                         Eg{\'{\i}}dio and Korting, Thales Sehn and Valeriano, 
                         M{\'a}rcio de Morisson and Valente, Roberta de Oliveira Averna",
           copyholder = "SID/SCD",
         englishtitle = "Integration of airborne laser scanner and aerial imagery in forest 
                         inventory for estimating tree-volume",
             language = "pt",
                pages = "109",
                  ibi = "8JMKD3MGP3W34P/3HU8SQE",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34P/3HU8SQE",
           targetfile = "publicacao.pdf",
        urlaccessdate = "25 nov. 2020"
}


Fechar