Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufpe.br/handle/123456789/56939
Comparte esta pagina
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | ARAÚJO, Maria do Socorro Bezerra de | - |
dc.contributor.author | FLORÊNCIO, José Vinícius de Sousa | - |
dc.date.accessioned | 2024-07-23T19:15:26Z | - |
dc.date.available | 2024-07-23T19:15:26Z | - |
dc.date.issued | 2024-03-07 | - |
dc.date.submitted | 2024-05-27 | - |
dc.identifier.citation | FLORÊNCIO, José Vinícius de Sousa. Estimativa de altura de vegetação com imagens obtidas de drone utilizando técnicas de inteligência artificial. 2024. Trabalho de Conclusão de Curso (Geografia Bacharelado) - Universidade Federal de Pernambuco, Recife, 2024. | pt_BR |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/56939 | - |
dc.description.abstract | As geotecnologias são ferramentas recentes que podem ser utilizadas para avaliar condições florestais, com vantagens sobre outras técnicas pela rapidez e praticidade de levantar dados sobre e estrutura de vegetação. O uso de VANT (Veículo aéreo não tripulado) se sobressai sobre outras técnicas utilizadas no sensoriamento remoto, por ter o potencial de gerar dados de alta qualidade e resolução. O objetivo da pesquisa é estimar altura de dossel de espécies de árvores de manguezal e de mata atlântica, utilizando imagens de drone. As imagens foram associadas a softwares de geoprocessamento que permitiram a criação de nuvem de pontos e ortomosaico. Em duas áreas de estudos foram escolhidas de maneira aleatória algumas árvores para serem utilizadas como pontos de referência, foram estimadas as alturas, e registrado as coordenadas geográficas por meio de GPS. Os valores foram aproximados utilizado dois tipos de aprendizado de máquina: equações lineares no Excel e árvores de regressão no Rstudio. Os resultados apresentaram boa aproximação com os dados de altura das árvores estimados em campo, com índice de correlação de r² = 0,90 para área um e r²= 0,80 para a área dois. Podendo, por exemplo, ser aplicado em pesquisas futuras com maiores amostras de espécies, ou em outros tipos de vegetações. | pt_BR |
dc.format.extent | 45 | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Manguezal | pt_BR |
dc.subject | Modelagem | pt_BR |
dc.subject | Sensoriamento remoto | pt_BR |
dc.subject | Vant | pt_BR |
dc.title | ESTIMATIVA DE ALTURA DE VEGETAÇÃO COM IMAGENS OBTIDAS DE DRONE UTILIZANDO TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL | pt_BR |
dc.type | bachelorThesis | pt_BR |
dc.contributor.authorLattes | http://lattes.cnpq.br/1677264652271499 | pt_BR |
dc.degree.level | Graduacao | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/7325972413244232 | pt_BR |
dc.description.abstractx | Geotechnologies are recent tools that can be used to assess forest conditions, with advantages over other techniques due to the speed and practicality of collecting data on vegetation structure. The use of UAVs (Unmanned Aerial Vehicles) stands out from other techniques used in remote sensing, as they have the potential to generate high-quality, high-resolution data. The aim of this research is to estimate the canopy height of mangrove and Atlantic Forest tree species using drone images. The images were combined with geoprocessing software to create point clouds and orthomosaics. In two study areas, trees were chosen at random to be used as reference points, heights were estimated, and geographical coordinates were recorded using GPS. The values were approximated using two types of machine learning: linear equations in Excel and regression trees in Rstudio. The results were very close to the tree height data estimated in the field, with a correlation index of r² = 0.90 for area one and r²= 0.80 for area two. It could, for example, be applied in future research with larger samples of species, or in other types of vegetation. | pt_BR |
dc.subject.cnpq | Áreas::Ciências Humanas::Geografia | pt_BR |
dc.degree.departament | ::(CFCH-DCG) - Departamento de Ciências Geográficas | pt_BR |
dc.degree.graduation | ::CFCH-Curso de Geografia (Bacharelado) | pt_BR |
dc.degree.grantor | Universidade Federal de Pernambuco | pt_BR |
dc.degree.local | Recife | pt_BR |
dc.identifier.orcid | https://orcid.org/0000-0003-4752-6440 | pt_BR |
Aparece en las colecciones: | (TCC) - Geografia (Bacharelado) |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TCC-versao final.docx | 43,18 MB | Microsoft Word XML | Visualizar/Abrir |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons