ESTIMAÇÃO DE ÁREAS SECCIONAIS DE TRONCOS DE ÁRVORES INDIVIDUAIS POR MEIO DE DADOS COLETADOS REMOTAMENTE
Nome: GABRIEL LESSA DA SILVA LAVAGNOLI
Data de publicação: 09/04/2025
Banca:
Nome |
Papel |
|---|---|
| ADRIANO RIBEIRO DE MENDONCA | Examinador Interno |
| ANDRÉ QUINTÃO DE ALMEIDA | Examinador Externo |
| CARLOS PEDRO BOECHAT SOARES | Examinador Externo |
| DIOGO NEPOMUCENO COSENZA | Examinador Externo |
| GILSON FERNANDES DA SILVA | Presidente |
Resumo: Esta tese investiga a precisão na mensuração de áreas seccionais de troncos de árvores, ressaltando a importância prática dessa variável para inventários florestais e suas implicações nas estimativas de volume e biomassa. O trabalho foi estruturado em dois estudos complementares. O primeiro avalia os impactos dos déficits de convexidade e isoperimétrico sobre métodos tradicionais de medição, como a suta e a fita diamétrica, comparando-os com um método fotográfico desenvolvido pelo autor, que calcula áreas e estima contornos por meio da contagem de pixels. Os resultados evidenciaram que os métodos tradicionais apresentam erros sistemáticos elevados, decorrentes da suposição incorreta de circularidade perfeita das seções transversais, enquanto o método fotográfico demonstrou elevada precisão, com erros relativos médios inferiores a 0,1%. O segundo estudo propõe uma metodologia computacional para a estimativa de áreas seccionais a partir de nuvens de pontos obtidas por um sensor LiDAR GeoSLAM, comparando os resultados com medições realizadas por um escâner infravermelho de alta precisão (EinScan). A pesquisa envolveu a análise de 56 árvores de eucalipto, abrangendo mais de 1.000 seções transversais. Simulações adicionais dos métodos tradicionais também foram realizadas para comparação direta. Observou-se que as técnicas tradicionais, mais uma vez, apresentaram tendência à superestimação das áreas (viés médio de aproximadamente 2,8%), enquanto o método baseado em nuvem de pontos LiDAR apresentou tendência oposta, com viés médio de -8,12%. No entanto, após a aplicação de uma correção matemática específica, as estimativas obtidas com o LiDAR alcançaram excelente precisão, com erro quadrático médio relativo (RMSE) de 2,4%, viés relativo médio próximo de zero e erro absoluto médio relativo (MAE) de 1,65%, demonstrando grande potencial para aplicações práticas após os ajustes adequados.
