@MastersThesis{Assis:2019:EsFlAm,
               author = "Assis, Mauro L{\'u}cio Rodrigues de",
                title = "Estratifica{\c{c}}{\~a}o da Floresta Amaz{\^o}nica com base em 
                         nuvens de pontos LiDAR",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2019",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2018-12-20",
             keywords = "LiDAR, Amaz{\^o}nia, estratifica{\c{c}}{\~a}o, Fuzzy C-Means, 
                         random forest, Amazon, stratification.",
             abstract = "Sensores LiDAR (Light Detection and Ranging) produzem dados de 
                         alta resolu{\c{c}}{\~a}o coletados ao longo do perfil vertical 
                         das florestas. Na Amaz{\^o}nia brasileira a biomassa varia entre 
                         150 e 400 ton.ha-1, mas pouco se sabe sobre estrutura vertical da 
                         floresta. Muitos dos processos de pesquisa e an{\'a}lise de dados 
                         s{\~a}o baseados na ideia de estratifica{\c{c}}{\~a}o 
                         (agrupamento de regi{\~o}es, popula{\c{c}}{\~o}es ou outros 
                         dados com caracter{\'{\i}}sticas semelhantes). Num bioma 
                         gigantesco e pouco explorado como o amaz{\^o}nico, uma das 
                         dificuldades {\'e} justamente encontrar dados abrangentes para 
                         estratificar a floresta em termos de sua estrutura vertical. O 
                         presente trabalho busca propor uma forma de 
                         estratifica{\c{c}}{\~a}o da Amaz{\^o}nia baseada unicamente em 
                         dados LiDAR coletados por todo o bioma. Para isso foram 
                         identificadas m{\'e}tricas LiDAR que melhor se correlacionam com 
                         a estrutura vertical da floresta, aproveitando-se o potencial 
                         desse sensor em descrev{\^e}-la e a correla{\c{c}}{\~a}o 
                         importante dessa estrutura com outras caracter{\'{\i}}sticas da 
                         floresta. Ao testar-se essa hip{\'o}tese com o algoritmo de 
                         agrupamento Fuzzy C-Means com diferentes par{\^a}metros n{\~a}o 
                         se encontrou indica{\c{c}}{\~a}o de agrupamento significativa. 
                         Da mesma forma, visualmente analisando-se a 
                         distribui{\c{c}}{\~a}o de valores n{\~a}o {\'e} 
                         poss{\'{\i}}vel indicar nenhum tipo de agrupamento. A partir 
                         da{\'{\i}}, buscou-se encontrar uma indica{\c{c}}{\~a}o de 
                         outro caminho para se chegar a essa estratifica{\c{c}}{\~a}o. 
                         Foi analisada a m{\'e}trica skewness, obtida a partir das 
                         m{\'e}tricas LiDAR, que se mostrou promissora para que esse 
                         objetivo seja atingido. ABSTRACT: LiDAR (Light Detection and 
                         Ranging) sensors produce high-resolution data collected along the 
                         vertical structure of the forests. In the Brazilian Amazon biomass 
                         would be between 150 and 400 ton.ha-1, but little is known about 
                         the vertical structure of the forest. Many of the research and 
                         data analysis processes are based on the idea of stratification 
                         (grouping of regions, populations or other data with 
                         characteristics similar). In a gigantic biome and little explored 
                         as the Amazon, one of the difficulties is precisely to find 
                         comprehensive data to stratify the forest emtermos of its vertical 
                         structure. The present work seeks to propose a form of Amazon 
                         stratification based only on LiDAR data collected throughout the 
                         biome. For this, LiDAR metrics were identified that better 
                         correlate with the vertical structure of the forest, taking 
                         advantage of the potential of this sensor in describing it and the 
                         important correlation of this structure with other characteristics 
                         of the forest. When testing this hypothesis with the Fuzzy C-Means 
                         clustering algorithm with different parameters, no indication of 
                         significant clustering was found. Likewise, visually analyzing the 
                         distribution of values its not possible to indicate any type of 
                         grouping. After that, an attempt was made to find an indication of 
                         another way to reach this stratification. The skewness metric, 
                         obtained from the LiDAR metrics, was shown to be promising for 
                         this goal to be achieved.",
            committee = "Queiroz, Gilberto Ribeiro de (presidente) and Santos, Rafael 
                         Duarte Coelho dos (orientador) and Souza, Francisca Rocha de and 
                         Silveira, F{\'a}bio Fagundes",
         englishtitle = "Amazon Forest stratification based on LiDAR point clouds",
             language = "pt",
                pages = "49",
                  ibi = "8JMKD3MGP3W34R/3SCFP85",
                  url = "http://urlib.net/ibi/8JMKD3MGP3W34R/3SCFP85",
           targetfile = "publicacao.pdf",
        urlaccessdate = "03 maio 2024"
}