Fechar

1. Identificação
Tipo de ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m21b.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34P/3HU8SQE
Repositóriosid.inpe.br/mtc-m21b/2015/02.13.15.56
Última Atualização2015:08.20.17.00.23 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m21b/2015/02.13.15.56.04
Última Atualização dos Metadados2018:06.04.02.55.15 (UTC) administrator
Chave SecundáriaINPE-17533-TDI/2315
Chave de CitaçãoShinzato:2015:InDaLa
TítuloIntegração de dados laser scanner aerotransportado e imagens aéreas no inventário florestal para a estimativa volumétrica de madeira
Título AlternativoIntegration of airborne laser scanner and aerial imagery in forest inventory for estimating tree-volume
CursoSER-SRE-SPG-INPE-MCTI-GOV-BR
Ano2015
Data2015-03-12
Data de Acesso08 maio 2024
Tipo da TeseDissertação (Mestrado em Sensoriamento Remoto)
Tipo SecundárioTDI
Número de Páginas109
Número de Arquivos1
Tamanho3986 KiB
2. Contextualização
AutorShinzato, Emily Tsiemi
BancaShimabukuro, Yosio Edemir (presidente/orientador)
Arai, Egídio
Korting, Thales Sehn
Valeriano, Márcio de Morisson
Valente, Roberta de Oliveira Averna
Endereço de e-Mailmarcelo.pazos@inpe.br
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2015-02-19 20:33:22 :: emilyts -> yolanda ::
2015-02-27 12:33:54 :: yolanda -> emilyts ::
2015-05-08 13:53:54 :: emilyts -> yolanda ::
2015-05-11 12:47:03 :: yolanda -> emilyts ::
2015-05-13 20:07:17 :: emilyts -> yolanda ::
2015-08-19 12:21:32 :: yolanda -> marcelo.pazos@sid.inpe.br ::
2015-08-20 16:55:38 :: marcelo.pazos@sid.inpe.br :: -> 2015
2015-08-20 16:57:06 :: marcelo.pazos@sid.inpe.br -> administrator :: 2015
2015-08-20 16:59:31 :: administrator -> marcelo.pazos@sid.inpe.br :: 2015
2015-08-20 17:00:42 :: marcelo.pazos@sid.inpe.br -> administrator :: 2015
2018-06-04 02:55:15 :: administrator -> :: 2015
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveflorestas plantadas
sensoriamento remoto
sistemas de informações geográficas (SIG)
modelagem
estimativa volumétrica
planted forests
remote sensing
geographic information systems (GIS)
modeling and volumetric estimation
ResumoO sensoriamento remoto tem sido amplamente utilizado para auxiliar no inventário florestal. Dados laser scanner aerotransportados (ALS) são enfatizados por detalharem a estrutura vertical da floresta, enquanto as imagens aéreas, por permitirem maior detalhamento da estrutura horizontal da mesma. Para a obtenção de atributos florestais, existem duas principais abordagens: a Abordagem Baseada na Área (ABA) e a Detecção Individual das Árvores (ITD). O objetivo geral do trabalho é integrar informações ALS e imagens aéreas no inventário florestal. Para tanto, o estudo foi dividido em duas etapas, sendo a primeira destinada à investigação da efetividade da integração de dados ALS e das variáveis derivadas das imagens aéreas, na estimativa do volume de madeira em plantios de \emph{Eucalyptus urograndis}, utilizando a abordagem ABA. Dessa forma, foram avaliados inicialmente três diferentes cenários, sendo estes: o uso de métricas derivadas de dados ALS (RMSE=6,84\%), o uso de variáveis derivadas das imagens aéreas multiespectrais (RMSE=8,45\%) e a integração de ambas as variáveis (RMSE=5,23\%). O cenário de melhor desempenho foi adotado para as demais avaliações. Já a segunda etapa, avaliou o desempenho da integração das abordagens ITD e ABA (semi-ITD) para estimar o volume de madeira por árvore. Foi feita a detecção individual das mesmas, entretanto, como esta apresentou valor inferior ao número de árvores existentes, fez-se a modelagem do erro da detecção, obtendo-se o número de árvores final. Após este passo, foi feita a divisão do volume obtido em área total, pelo número de árvores, resultando no volume individual por árvore. Ao término deste processo, obteve-se um RMSE de 12,66\% na fase de modelagem do erro, resultando em um desvio de 0,37 árvores por hectare. Neste estudo foi demonstrado a detecção individual das árvores como forma de melhoria da abordagem ABA. Esta abordagem permitiu estimar o volume individual das árvores 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.
ÁreaSRE
Arranjourlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Integração de dados...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
originais/@4primeirasPaginas.pdf 22/05/2015 16:28 150.1 KiB 
originais/DISSERTACAO_MESTRADO_EMILYSHINZATO.docx 28/05/2015 13:22 12.7 MiB
originais/folha de aprovação.pdf 21/05/2015 09:19 30.7 KiB 
originais/publicacao.pdf 28/05/2015 13:35 3.9 MiB
Conteúdo da Pasta agreement
autorizacao.pdf 20/08/2015 13:55 575.6 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34P/3HU8SQE
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34P/3HU8SQE
Idiomapt
Arquivo Alvopublicacao.pdf
Grupo de Usuáriosadministrator
emilyts
marcelo.pazos@inpe.br
yolanda.souza@mcti.gov.br
Grupo de Leitoresadministrator
emilyts
marcelo.pazos@inpe.br
yolanda.souza@mcti.gov.br
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.10
Detentor da CópiaSID/SCD
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhosid.inpe.br/mtc-m21b/2013/09.26.14.25.22
Unidades Imediatamente Superiores8JMKD3MGPCW/3F3NU5S
Lista de Itens Citando
Acervo Hospedeirosid.inpe.br/mtc-m21b/2013/09.26.14.25.20
6. Notas
Campos Vaziosacademicdepartment affiliation archivingpolicy archivist callnumber contenttype creatorhistory descriptionlevel dissemination doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype


Fechar