Usando rede convolucional de aprendizado profundo para estimar atributos do dossel a partir de imagens de alta resolução

• Processo: 19/09248-1
• Linha de fomento: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Vigência (Início): 01 de agosto de 2019
• Vigência (Término): 30 de novembro de 2021
• Área do conhecimento: Ciências Exatas e da Terra - Geociências
• Convênio/Acordo: NERC, UKRI ; Newton Fund - LATAM ; Newton Fund, com FAPESP como instituição parceira no Brasil
• Pesquisador responsável: Luiz Eduardo Oliveira e Cruz de Aragão
• Beneficiário: Annia Susin Streher
• Instituição-sede: Instituto Nacional de Pesquisas Espaciais (INPE). Ministério da Ciência, Tecnologia, Inovações e Comunicações (Brasil). São José dos Campos , SP, Brasil
• Vinculado ao auxílio: 18/15001-6 - ARBOLES: um entendimento da biodiversidade e resiliência das florestas LATAM baseado em características funcionais, AP.R
• Assunto(s): Fenologia Ecologia vegetal Sensoriamento remoto Processamento de dados

Resumo

As atividades da bolsista irão fornecer apoio as atividades lideradas pelo Dr. Aragão dentro do projeto FAPESP: "ARBOLES: A trait-based Understanding of LATAM Forest Biodiversity and Resilience". As atividades da bolsista estão associadas ao objetivo 5 da proposta principal, que visa fornecer um conhecimento ampliado da variação de atributos funcionais no espaço e no tempo, combinando informações derivadas de sensoriamento remoto de alta e moderada resolução espacial com métodos computacionais emergentes e o processamento de dados de atributos coletados em campo. Tais atividades são cruciais para derivar informações de dossel da floresta a partir de atributos estruturais, espectrais e texturais e, com isso, mapear as características estruturais e fenológicas (densidade da madeira e deciduidade) a nível da comunidade e em ampla escala, objetivando avaliar os impactos dos distúrbios associados a atividades humanas e das alterações climáticas sob os padrões dos atributos funcionais da floresta.

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)

WAGNER, FABIEN H.; DALAGNOL, RICARDO; CASAPIA, XIMENA TAGLE; STREHER, ANNIA S.; PHILLIPS, OLIVER L.; GLOOR, EMANUEL; ARAGAO, LUIZ E. O. C. Regional Mapping and Spatial Distribution Analysis of Canopy Palms in an Amazon Forest Using Deep Learning and VHR Images. REMOTE SENSING, v. 12, n. 14 JUL 2020. Citações Web of Science: 0.