Skip navigation
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.advisorARAÚJO, Maria do Socorro Bezerra de-
dc.contributor.authorFLORÊNCIO, José Vinícius de Sousa-
dc.date.accessioned2024-07-23T19:15:26Z-
dc.date.available2024-07-23T19:15:26Z-
dc.date.issued2024-03-07-
dc.date.submitted2024-05-27-
dc.identifier.citationFLORÊNCIO, 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.urihttps://repositorio.ufpe.br/handle/123456789/56939-
dc.description.abstractAs 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.extent45pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectManguezalpt_BR
dc.subjectModelagempt_BR
dc.subjectSensoriamento remotopt_BR
dc.subjectVantpt_BR
dc.titleESTIMATIVA DE ALTURA DE VEGETAÇÃO COM IMAGENS OBTIDAS DE DRONE UTILIZANDO TÉCNICAS DE INTELIGÊNCIA ARTIFICIALpt_BR
dc.typebachelorThesispt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/1677264652271499pt_BR
dc.degree.levelGraduacaopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/7325972413244232pt_BR
dc.description.abstractxGeotechnologies 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.cnpqÁreas::Ciências Humanas::Geografiapt_BR
dc.degree.departament::(CFCH-DCG) - Departamento de Ciências Geográficaspt_BR
dc.degree.graduation::CFCH-Curso de Geografia (Bacharelado)pt_BR
dc.degree.grantorUniversidade Federal de Pernambucopt_BR
dc.degree.localRecifept_BR
dc.identifier.orcidhttps://orcid.org/0000-0003-4752-6440pt_BR
Aparece en las colecciones: (TCC) - Geografia (Bacharelado)

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TCC-versao final.docx43,18 MBMicrosoft Word XMLVisualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons