%0 Conference Proceedings
%4 sid.inpe.br/mtc-m16b/2022/05.19.13.42
%2 sid.inpe.br/mtc-m16b/2022/05.19.13.42.51
%@isbn 978-85-17-00094-2
%T Controle e Garantia de Qualidade de Dados LiDAR para Estimativa de Biomassa Florestal
%D 2018
%A Assis, Mauro Lúcio Rodrigues de,
%A Ometto, Jean Pierre Henry Balbaud,
%A Santos, Rafael Duarte Coelho dos,
%A Görgens, Eric,
%A Pereira, Francisca Rocha de Souza,
%A Cantinho, Roberta Zecchini,
%A Oliveira, Pedro Valle de,
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Universidade Federal dos Vales do Jequitinhonha e Mucuri
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Ministério da Ciência, Tecnologia, Inovações e Comunicações (MCTIC)
%@affiliation South Dakota State University
%@electronicmailaddress assismauro64@gmail.com
%@electronicmailaddress jean.ometto@inpe.br
%@electronicmailaddress rafael.santos@inpe.br
%@electronicmailaddress e.gorgens@gmail.com
%@electronicmailaddress franrspereira@ gmail.com
%@electronicmailaddress rzcantinho@gmail.com
%@electronicmailaddress pedrovco@gmail.com
%E Silva, João dos Santos Vila da ,
%E Namikawa, Laércio Massaru,
%B Simpósio de Geotecnologias no Pantanal 7, (GEOPANTANAL)
%C Jardim
%8 20-24 out. 2018
%I Embrapa Informática Agropecuária, Instituto Nacional de Pesquisas Espaciais (INPE)
%J Campinas, São José dos Campos.
%P 656-664
%S Anais
%K LiDAR, validação, controle de qualidade, biomassa florestal, Amazônia, ALS, LiDAR, quality assurance and control, forest biomass, Amazon, ALS.
%X Estimar a biomassa florestal de um bioma é importante para vários propósitos, como calcular o balanço de carbono, que é uma demanda aos países participantes do Programa das Nações Unidas Sobre a Redução do Desmatamento e Degradação Florestal em Países em Desenvolvimento (UN-REDD). Uma forma de se estimar biomassa de florestas é usar dados produzidos a partir da tecnologia LiDAR aerotransportado (ALS), usando-se para isso modelos matemáticos que correlacionam métricas calculadas a partir das nuvens de pontos LiDAR coletadas com a biomassa existente. Para maximizar o retorno no uso dessa técnica, é necessário que os dados LiDAR coletados apresentem características de qualidade de maneira a que imperfeições nos dados coletados inerentes ao próprio processo de coleta destes não impactem a qualidade das estimativas obtidas. Esse trabalho propõe: a) um conjunto de parâmetros a serem especificados quando da contratação de voos LiDAR para uso em estimativas de biomassa florestal b) um protocolo de validação dos dados recebidos a fim de confrontá-los com os parâmetros de voo e encontrar outras imperfeições significativas. Este protocolo é apresentado através de um conjunto de programas de computador disponível 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>.
%@language pt
%3 p96.pdf