Use este identificador para citar ou linkar para este item: http://hdl.handle.net/123456789/2205
Título: Detecção de árvores individuais por meio do lidar para a gestão da arborização do Campus-Dois Irmãos da UFRPE
Autor: Gomes, Rayane Mireli Silva
Endereco Lattes do autor: http://lattes.cnpq.br/0663135141305608
Orientador: Silva, Emanuel Araújo
Endereco Lattes do orientador : http://lattes.cnpq.br/2765651276275384
Co-orientador : Silva, Vanessa Souza da
Palavras-chave: Arborização das cidades;Mapeamento florestal;Gestão ambiental
Data do documento: 11-Jul-2019
Citação: GOMES, Rayane Mireli Silva. Detecção de árvores individuais por meio do lidar para a gestão da arborização do Campus-Dois Irmãos da UFRPE. 2019. 39 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Florestal) - Departamento de Engenharia Florestal, Universidade Federal Rural de Pernambuco, Recife, 2019.
Abstract: Urban forests are elements that promote the balance between urban and rural environments, presenting important social, political, economic and architectural character, besides providing an improvement in the population's quality of life. LiDAR is a technology that has been used in forest applications with certain frequency growth, mainly due to the fast availability and access to data and its accuracy. Forest inventory is an essential activity for the qualitative and quantitative knowledge and characterization of forest areas, but it is very time consuming, so many companies and professionals are using remote sensing techniques to optimize the performance of the activity, in terms of time, cost and efficiency. With the constant improvement of technologies, remote sensing became part of the techniques and methodologies used in the monitoring and management of green areas. Automatic detection of individual trees is a fundamental procedure for studies that aim to extract dendrometric data at tree level, height, for example, is a measure that in the field can be difficult to obtain in the traditional way. These data from individual trees allow us to represent canopy and / or canopy characteristics, as well as future analyzes and structural and floristic characterizations of the vegetation. Given the above, the objective of the present work was to explore the potential of airborne LiDAR data for detecting individual trees in an urban forest area at the UFRPE headquarters campus, using Fusion, the technology has as its principle a laser scanning of a terrain emitting pulses at a high frequency and calculating the return time of these pulses to the sensor, forming a cloud of dots mapping the terrain below. Using the Fusion software, soil and surface separation was performed using the Groundfilter command, followed by the creation of digital terrain and surface models using the GridsurfaceCreate command. Still in a Fusion environment, a digital canopy model (CHM) was created using the Canopymodel command. After processing, data analysis was performed in RStudio, using packages and functions specific to this type of processing. In the FindTreesDetection function, three filter window sizes were used, since the study refers to the vegetation area without standard spacing. The results showed that in the study area, as calculated by RStudio, based on the 3x3, 5x5 and 7x7 filter windows, there are, respectively, 6,263, 2,356 and 1,367 trees identified during processing.
Resumo: As florestas urbanas são elementos que promovem o equilíbrio entre os meios urbanos e rurais, apresentando importante caráter social, político, econômico e arquitetônico, além propiciar uma melhoria na qualidade de vida da população. O LiDAR é uma tecnologia que vem sendo utilizada em aplicações florestais com certo crescimento na frequência, isso se deve principalmente à rápida disponibilização e acesso aos dados e estes serem muito acurados. Inventário florestal é uma atividade essencial para o conhecimento e caracterização qualitativas e quantitativas de áreas florestais, mas que demanda muito tempo, portanto, muitas empresas e profissionais estão recorrendo às técnicas de sensoriamento remoto para otimizar a realização da atividade, quanto ao tempo, custo e eficiência. Com o constante aprimoramento das tecnologias, o sensoriamento remoto passou a fazer parte das técnicas e metodologias utilizadas no monitoramento e gestão de áreas verdes. A detecção automática de árvores individuais é um procedimento fundamental para estudos que tem como objetivo a extração de dados dendrométricos a nível de árvore, a altura, por exemplo, é uma medida que no campo, de forma tradicional, pode ser difícil sua obtenção. Esses dados de árvores individuais permitem representar as características de copa e/ou dossel, além de futuras análises e caracterizações estruturais e florísticas da vegetação. Diante do exposto, o objetivo do presente trabalho foi explorar o potencial de dados LiDAR aerotransportado, na detecção de árvores individuais em área de floresta urbana, no campus sede da UFRPE, usando o Fusion, a tecnologia tem como princípio fazer uma varredura a laser de um terreno emitindo pulsos em uma frequência elevada e calculando o tempo de retorno desses pulsos até o sensor, formando uma nuvem de pontos mapeando o terreno abaixo. Utilizando o software Fusion, foi realizado a separação de solo e superfície, por meio do comando Groundfilter, seguido da criação dos modelos digitais de terreno e superfície, utilizando o comando GridsurfaceCreate. Ainda em ambiente Fusion, foi realizado a criação do modelo digital do dossel (CHM) por meio do comando Canopymodel. Após o processamento foi realizada a análise dos dados no RStudio, utilizando pacotes e funções próprios para este tipo de processamento. Na função FindTreesDetection, foram utilizados três tamanho de janela de filtro, uma vez que o estudo é referente à área de vegetação sem espaçamento padrão. Os resultados obtidos demonstraram que na área de estudo, conforme cálculo do RStudio, o com base nas janelas de filtro 3x3, 5x5 e 7x7, existem respectivamente, 6.263, 2.356 e 1.367 árvores identificadas durante o processamento.
URI: http://hdl.handle.net/123456789/2205
Aparece nas coleções:(CDIEF) Trabalho de conclusão de curso

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tcc_rayanemirelisilvagomes.pdf2,45 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.