@InProceedings{AssisOmSaGöPeCaOl:2018:CoGaQu,
               author = "Assis, Mauro L{\'u}cio Rodrigues de and Ometto, Jean Pierre Henry 
                         Balbaud and Santos, Rafael Duarte Coelho dos and G{\"o}rgens, 
                         Eric and Pereira, Francisca Rocha de Souza and Cantinho, Roberta 
                         Zecchini and Oliveira, Pedro Valle de",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)} and {Universidade Federal dos Vales do 
                         Jequitinhonha e Mucuri} and {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)} and Minist{\'e}rio da Ci{\^e}ncia, Tecnologia, 
                         Inova{\c{c}}{\~o}es e Comunica{\c{c}}{\~o}es (MCTIC) and 
                         {South Dakota State University}",
                title = "Controle e Garantia de Qualidade de Dados LiDAR para Estimativa de 
                         Biomassa Florestal",
            booktitle = "Anais...",
                 year = "2018",
               editor = "Silva, Jo{\~a}o dos Santos Vila da and Namikawa, La{\'e}rcio 
                         Massaru",
                pages = "656--664",
         organization = "Simp{\'o}sio de Geotecnologias no Pantanal 7, (GEOPANTANAL)",
            publisher = "Embrapa Inform{\'a}tica Agropecu{\'a}ria, Instituto Nacional de 
                         Pesquisas Espaciais (INPE)",
              address = "Campinas, S{\~a}o Jos{\'e} dos Campos.",
             keywords = "LiDAR, valida{\c{c}}{\~a}o, controle de qualidade, biomassa 
                         florestal, Amaz{\^o}nia, ALS, LiDAR, quality assurance and 
                         control, forest biomass, Amazon, ALS.",
             abstract = "Estimar a biomassa florestal de um bioma {\'e} importante para 
                         v{\'a}rios prop{\'o}sitos, como calcular o balan{\c{c}}o de 
                         carbono, que {\'e} uma demanda aos pa{\'{\i}}ses participantes 
                         do Programa das Na{\c{c}}{\~o}es Unidas Sobre a 
                         Redu{\c{c}}{\~a}o do Desmatamento e Degrada{\c{c}}{\~a}o 
                         Florestal em Pa{\'{\i}}ses em Desenvolvimento (UN-REDD). Uma 
                         forma de se estimar biomassa de florestas {\'e} usar dados 
                         produzidos a partir da tecnologia LiDAR aerotransportado (ALS), 
                         usando-se para isso modelos matem{\'a}ticos que correlacionam 
                         m{\'e}tricas calculadas a partir das nuvens de pontos LiDAR 
                         coletadas com a biomassa existente. Para maximizar o retorno no 
                         uso dessa t{\'e}cnica, {\'e} necess{\'a}rio que os dados LiDAR 
                         coletados apresentem caracter{\'{\i}}sticas de qualidade de 
                         maneira a que imperfei{\c{c}}{\~o}es nos dados coletados 
                         inerentes ao pr{\'o}prio processo de coleta destes n{\~a}o 
                         impactem a qualidade das estimativas obtidas. Esse trabalho 
                         prop{\~o}e: a) um conjunto de par{\^a}metros a serem 
                         especificados quando da contrata{\c{c}}{\~a}o de voos LiDAR para 
                         uso em estimativas de biomassa florestal b) um protocolo de 
                         valida{\c{c}}{\~a}o dos dados recebidos a fim de 
                         confront{\'a}-los com os par{\^a}metros de voo e encontrar 
                         outras imperfei{\c{c}}{\~o}es significativas. Este protocolo 
                         {\'e} apresentado atrav{\'e}s de um conjunto de programas de 
                         computador dispon{\'{\i}}vel em 
                         <https://github.com/ebaccst/pyLiDARForest>. ABSTRACT: Estimating 
                         the biomass of a forestry biome is important for a number of 
                         purposes, such as calculating the carbon balance demanded by 
                         countries participating in the United Nations Program on Reducing 
                         Deforestation and Forest Degradation in Developing Countries 
                         (UN-REDD). One of the forms used to estimate forest biomass is to 
                         use the data produced from the airborne LiDAR (ALS) technology, 
                         using mathematical models that correlate metrics calculated from 
                         the collected point clouds with the existing biomass. To maximize 
                         the return on the use of this technique, it is necessary that the 
                         collected LiDAR data present quality characteristics so that 
                         imperfections in the collected data inherent in the data 
                         collection process itself do not impact the quality of the 
                         estimates obtained. This work proposes: a) a set of parameters to 
                         be specified when contracting LiDAR flights for use in biomass 
                         estimations b) a validation protocol of the received data not only 
                         by comparing them with the flight parameters but also by helping 
                         to find other imperfections. This protocol is presented through a 
                         set of computer programs available at 
                         <https://github.com/ebaccst/pyLiDARForest>.",
  conference-location = "Jardim",
      conference-year = "20-24 out. 2018",
                 isbn = "978-85-17-00094-2",
             language = "pt",
                  ibi = "8JMKD3MGPDW34M/46TCKSL",
                  url = "http://urlib.net/ibi/8JMKD3MGPDW34M/46TCKSL",
           targetfile = "p96.pdf",
        urlaccessdate = "02 maio 2024"
}