Mensuração de indicadores de monitoramento da restauração florestal em Mata Atlântica com LiDAR e imagens multiespectrais de alta resolução

• Ano de defesa: 2021
• Autor(a) principal: Bittencourt Junior, Clayton
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Análise multicritério; Aprendizado de máquina; Forest restoration monitoring; GEOBIA; LiDAR; Machine learning; Monitoramento da restauração florestal; Multicriteria analysis; Remote sensing; Sensoriamento remoto
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/11/11150/tde-04082021-151045/

O monitoramento é um instrumento imprescindível para o sucesso de projetos de restauração florestal. Fornece informações progressivas através de indicadores para o acompanhamento do desenvolvimento da floresta, subsidiando a implantação de ações corretivas na trajetória de sucessão ecológica. O objetivo da presente pesquisa foi o de organizar e aplicar um conjunto de procedimentos de classificação e interpretação, baseados em Sensoriamento Remoto e em Sistemas de Informações Geográficas, para a mensuração de indicadores ecológicos prescritos em protocolos de monitoramento de restauração florestal em Mata Atlântica (Portaria CBRN/SMA-SP 01/2015 e Pacto pela Restauração da Mata Atlântica). Foram utilizados imagens multiespectrais de alta resolução e dados LiDAR (Light Detection and Ranging) aéreos, aplicando-se técnicas de classificação de imagens orientada a objetos e de aprendizado de máquina. O estudo multitemporal contemplou a mensuração dos seguintes indicadores: cobertura do solo com floresta, altura do dossel, abertura do dossel e Índice de Área Foliar. Para a mensuração da cobertura florestal, foi aplicado o algoritmo de segmentação multirresolução (crescimento de região) sobre as imagens de alta resolução e sobre a nuvem de pontos LiDAR. Foi utilizado aprendizado de máquina (árvore de decisão) na classificação dos objetos segmentados, com coeficiente Kappa acima de 0,90. As alturas do dossel foram obtidas a partir de Modelo Digital De Altura das Árvores (MDAA) derivado da nuvem de pontos LiDAR, comparadas com dados de alturas coletadas em campo. Para a determinação das aberturas no dossel, foi utilizado o algoritmo de detecção de borda \"contrast split\" sobre a nuvem de pontos para a segmentação das aberturas acima de 50 m2 de área e com altura média de vegetação de até 3m. O Índice de Área Foliar foi mensurado a partir da nuvem de pontos LiDAR. Ao final, foi gerado mapa síntese identificando as áreas prioritárias para intervenção, a partir da hierarquização dos indicadores através de Análise Multicritério (técnica de Combinação Linear Ponderada), identificando os trechos mais críticos e prioritários para intervenção e correção de desvios de trajetória por parte dos responsáveis pela restauração.