Bolsa 18/06072-7 - Visão computacional, Aeronaves não tripuladas - BV FAPESP
Busca avançada
Ano de início
Entree

Registro automático de imagens de alta resolução de florestas tropicais, capturada por VANT, com imagens de satélite

Processo: 18/06072-7
Modalidade de apoio:Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
Data de Início da vigência: 01 de junho de 2018
Data de Término da vigência: 31 de maio de 2020
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Acordo de Cooperação: NERC, UKRI ; Newton Fund, com FAPESP como instituição parceira no Brasil
Pesquisador responsável:Fabien Hubert Wagner
Beneficiário:Jose Renato Garcia Braga
Instituição Sede: Instituto Nacional de Pesquisas Espaciais (INPE). Ministério da Ciência, Tecnologia e Inovação (Brasil). São José dos Campos , SP, Brasil
Vinculado ao auxílio:15/50484-0 - Diversidade funcional dos biomas Amazônia, Mata Atlântica e Cerrado nos ambientes intactos e em regeneração por meio de imagens hiperspectrais, AP.JP
Assunto(s):Visão computacional   Aeronaves não tripuladas   Coleta de dados   Inventário florestal   Biodiversidade   Florestas   Florestas tropicais   Georreferenciamento
Palavra(s)-Chave do Pesquisador:Inventário Florestal | Localização das copas de árvores | Registro automático de imagens | Vant | Visão Computacional

Resumo

As florestas do mundo desempenham papel fundamental na manutenção de processos ambientais, como o ciclo da água, conservação do solo, fixação de carbono e proteção habitacional. As florestas tropicais, em particular, hospedam a maior parte da diversidade global de árvores, e, além disso, são as grandes responsáveis por diminuir os efeitos das mudanças climáticas. Um dos principais papéis das florestas tropicais é o seu potencial para atuar na remoção do carbono da atmosfera. Devido à importância das florestas tropicais, é crucial realizar um inventário florestal confiável no nível individual de cada árvore. Informações chave, como espécie, diâmetro e altura das árvores, tamanho e localização da copa devem compor este inventário. Estas informações podem ser aplicadas em diversas atividades, como, avaliação da biodiversidade, avaliação do ecossistema e conservação. Uma tecnologia que vem sendo aplicada para a realização de inventário florestal é a utilização de Veículo Aéreo Não Tripulado (VANT). A aplicação de VANT na coleta de dados florestais permite o barateamento nos custos do processo e uma maior disponibilidade de dados quando comparadas as técnicas de campo. Um dos principais problemas durante a realização do inventário florestal é a determinação correta da localização geográfica das copas das árvores. Recentemente, técnicas de registro automático de imagens estão sendo utilizadas para esta finalidade. Mas, mesmo em imagens georreferenciadas, em algum momento, a mesma copa de árvore não possui coordenadas geográfica igual em diferentes imagens. Desta forma, esta pesquisa propõe o desenvolvimento de um método para realizar o registro automático entre imagens de regiões florestais, capturadas por um VANT, e imagens de satélite georreferenciadas da mesma região, para determinar a correta localização das copas de árvores e assim auxiliar no processo de criação do inventário florestal, que será utilizado para entender melhor a relações entre biodiversidade e funcionamento dos ecossistemas nos principais biomas brasileiros (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
BRAGA, JOSE R. G.; PERIPATO, VINICIUS; DALAGNOL, RICARDO; FERREIRA, MATHEUS P.; TARABALKA, YULIYA; ARAGAO, LUIZ E. O. C.; DE CAMPOS VELHO, HAROLDO E.; SHIGUEMORI, ELCIO H.; WAGNER, FABIEN H.. Tree Crown Delineation Algorithm Based on a Convolutional Neural Network. REMOTE SENSING, v. 12, n. 8, . (16/17652-9, 18/06072-7, 15/22987-7, 18/15001-6, 15/50484-0)

Por favor, reporte erros na lista de publicações científicas utilizando este formulário.