DETECÇÃO DE ESTRADAS FLORESTAIS USANDO DADOS LIDAR
Nome: ESTEFANY VAZ BRISSON
Data de publicação: 30/07/2025
Banca:
Nome |
Papel |
|---|---|
| ANÔNIO HENRIQUE CORDEIRO RAMALHO | Examinador Externo |
| FERNANDA MOURA FONSECA LUCAS | Examinador Externo |
| JEAN ALBERTO SAMPIETRO | Examinador Externo |
| NILTON CESAR FIEDLER | Presidente |
Resumo: O conhecimento das redes de estradas florestais é essencial para o manejo florestal sustentável, incluindo operações silviculturais, colheita, transporte e combate a incêndios. Mapear estradas em áreas florestais densas utilizando métodos de campo onerosos ou através de sensoriamento de baixa resolução espacial pode apresentar imprecisão, principalmente em estradas estreitas ou sob dossel. A tecnologia Light Detection and Ranging (LiDAR) apresenta uma alta capacidade de penetração em ambientes florestais de difícil acesso e com vegetação densa. Apresentando-se, portanto, como uma promissora tecnologia de apoio à detecção de estradas florestais. Diante disso, objetivou-se com o presente estudo, detectar diferentes tipos de estradas florestais em plantios comerciais de Pinus com a utilização de dados de sensores LiDAR aerotransportados. A pesquisa foi estruturada em duas seções: na primeira seção um Modelo Digital de Terreno acurado e representativo para florestas densas foi desenvolvido com base em dados do sensor LiDAR; na segunda seção, uma classificação de estradas cobertas e não cobertas pelo método de classificação automático de imagens Random Forest foi conduzido nas áreas de interesse. A área tem aproximadamente 800 ha de floresta com 7 e 16 anos de idade e aproximadamente 4.143 km de estradas localizadas no norte da Espanha. Técnicas de segmentação de imagens e o classificador automático Random Forest foi utilizado para mapear as estradas cobertas e não cobertas por floresta. As variáveis de entrada na classificação foram baseadas nos valores de altura e intensidade gerados pela nuvem de pontos LiDAR. O processo de classificação teve uma precisão geral de 97%, obtendo estradas florestais identificadas pelo LiDAR de 86% das estradas de referência (levantamento em campo). A variável altura se destacou na identificação de Estrada Exposta (EE) e a combinação das variáveis altura e intensidade se destacou na identificação de Estrada Coberta (EC). As métricas de qualidade compostas por completude, correção e qualidade, de maneira individual, obtiveram os valores para EE (74%, 76% e 60%) e para EC (86%, 66% e 60%). Apesar da maior integridade (completude) ser em estradas cobertas, os menores erros foram na identificação de estradas expostas, mas devido à extensão de 1.903 km a mais que na estrada coberta, gerou-se uma desproporção na distribuição dos erros. O método proposto pode fornecer um mapeamento preciso de estradas para apoiar o gerenciamento florestal, mesmo sendo necessário melhorias na identificação de estradas abaixo do dossel, que podem ser aperfeiçoadas com a adição de características mais detalhadas do local.
