Autoria: NISHIWAKI, A. A. M.; MOURA, M. S. B. de; GALVÍNCIO, J. D.; SANTOS, C. V. B. dos; CARVALHO, H. F. de S.

Resumo: Por realizar levantamentos de dados de forma rápida e eficiente, o sistema de varredura a laser tem sido bastante aplicado para diversas finalidades. Na aplicação florestal, muitos estudos utilizam dados de LiDAR para estimar dados de inventários florestais. O presente estudo visa estimar o número de árvores e suas respectivas alturas totais, usando diferentes algoritmos com o intuito de comparar a eficiência dos mesmos. Em campo, foram contabilizados indivíduos com DAP ? 3 cm. Os dados LiDAR foram obtidos na plataforma do Projeto Pernambuco Tridimensional ? PE3D e processados em software R. A detecção de indivíduos foi feita a partir das nuvens de pontos e do CHM, ambas por meio da aplicação do Filtro Local Máximo com janela de tamanho variável baseada na relação entre o diâmetro da copa e a altura total do indivíduo. Na geração do CHM, foram utilizados dois diferentes algoritmos (point-to-raster e pitfree), em diferentes resoluções (0,5 e 1 em point-to-raster e 0,5 em pitfree) e suavizações com um filtro de mediana aplicado nos CHMs criados pelo algoritmo point-to-raster, totalizando seis tipos diferentes de CHM. O uso de nuvens de baixa densidade de pontos para detecção de indivíduos demonstrou-se inferior comparado ao uso de CHM, mesmo em relação ao CHM com poços. O método de suavização com resolução de 0,5 m apresentou melhor resposta na identificação das árvores dentre os métodos analisados, contrastando com a técnica usada para remover os poços (pitfree), que revelou baixa precisão, no entanto, obteve resultados significativos na estimativa de altura das árvores

Ano de publicação: 2021

Tipo de publicação: Artigo de periódico

Unidade: Embrapa Semiárido

Palavras-chave: Algoritmo, CHM, Caatinga, Nuvem de pontos, Pitfree, Point-to-raster, Trees, Árvore, Árvore Florestal