Uso da fotogrametria aérea digital via imagens coletadas por drone no inventário quantitativo de uma floresta urbana
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
Texto Completo: | http://repositorio.ufes.br/handle/10/12496 |
Resumo: | In urban areas, trees play a crucial role in changing the landscape and local microclimate, in addition to promoting carbon sequestration and providing leisure and recreation spaces for the population. However, the establishment and maintenance of trees in cities pose a challenge for local administration, requiring environmental knowledge of the region, species, and deployment location. Currently, forest inventory enhanced with remote sensing data emerges as a facilitator of urban planning, expediting the tree inventory process and, consequently, decision-making. This study aimed to assess the accuracy of digital aerial photogrammetry (FAD) using images collected by a remotely piloted aircraft (RPA) in detecting trees and estimation of biometric variables in an urban forest inventory. The inventory was conducted on Governador Lindemberg Avenue, located in the municipality of Jerônimo Monteiro, Espírito Santo. High spatial resolution images were obtained by a multirotor RPA during the field inventory period. Subsequently, tree individuals were automatically identified, and their canopies were segmented using FAD-3D data. Finally, total height (H), diameter at 1,3m above ground (D), and canopy diameter (dc) values were estimated from regression models fitted with 3D point cloud height metrics. A total of 144 individuals were inventoried. For FAD validation, errors found were 0,32% for Digital Terrain Model (MDT) and 16,23% for total height. The windowed Variable detection algorithm (wV) using the point cloud as data source automatically identified 78% of individuals. For the comparison of canopy diameters, errors were 17,94%, 21,2% and 29,5% for manual measurements, FAD images, and field measurements with four rays, eight rays, and automatically obtained diameters through canopy identification and segmentation in FAD images, respectively. Regression models errors for H, D and dc were 8,97%, 36,76% and 15,68% respectively. The survey demonstrated the automatic identification of trees and extraction of traditional metrics for generating models to obtain variables of interest. The MDT obtained obtained provided satisfactory results for tree height estimation through FAD-RPA. Manual measurements with FAD images were considered satisfactory for canopy diameter, proving to be the best method for this variable. Additionally, regression models with tradicional metrics obtained were satisfactory for H and dc estimation, showing accurate RMSE and R² values. However, the trunk diameter model showed different results. In conclusion, conducting an aerial photogrammetric survey of urban areas using a remotely piloted aircraft is feasible and can provide valuable data for urban tree planning. |
id |
UFES_995b8804748ea15f0a24e616088e4b54 |
---|---|
oai_identifier_str |
oai:repositorio.ufes.br:10/12496 |
network_acronym_str |
UFES |
network_name_str |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
repository_id_str |
2108 |
spelling |
Mendonca, Adriano Ribeiro dehttps://orcid.org/0000000333078579http://lattes.cnpq.br/9110967421921927Souza, Laís Goncalves Pires dehttps://orcid.org/0000000187394070http://lattes.cnpq.br/5588447816273811Callegaro, Rafael MarianAlmeida, André Quintão deMoura, Cristiane Coelho de2024-05-29T20:55:21Z2024-05-29T20:55:21Z2023-10-30In urban areas, trees play a crucial role in changing the landscape and local microclimate, in addition to promoting carbon sequestration and providing leisure and recreation spaces for the population. However, the establishment and maintenance of trees in cities pose a challenge for local administration, requiring environmental knowledge of the region, species, and deployment location. Currently, forest inventory enhanced with remote sensing data emerges as a facilitator of urban planning, expediting the tree inventory process and, consequently, decision-making. This study aimed to assess the accuracy of digital aerial photogrammetry (FAD) using images collected by a remotely piloted aircraft (RPA) in detecting trees and estimation of biometric variables in an urban forest inventory. The inventory was conducted on Governador Lindemberg Avenue, located in the municipality of Jerônimo Monteiro, Espírito Santo. High spatial resolution images were obtained by a multirotor RPA during the field inventory period. Subsequently, tree individuals were automatically identified, and their canopies were segmented using FAD-3D data. Finally, total height (H), diameter at 1,3m above ground (D), and canopy diameter (dc) values were estimated from regression models fitted with 3D point cloud height metrics. A total of 144 individuals were inventoried. For FAD validation, errors found were 0,32% for Digital Terrain Model (MDT) and 16,23% for total height. The windowed Variable detection algorithm (wV) using the point cloud as data source automatically identified 78% of individuals. For the comparison of canopy diameters, errors were 17,94%, 21,2% and 29,5% for manual measurements, FAD images, and field measurements with four rays, eight rays, and automatically obtained diameters through canopy identification and segmentation in FAD images, respectively. Regression models errors for H, D and dc were 8,97%, 36,76% and 15,68% respectively. The survey demonstrated the automatic identification of trees and extraction of traditional metrics for generating models to obtain variables of interest. The MDT obtained obtained provided satisfactory results for tree height estimation through FAD-RPA. Manual measurements with FAD images were considered satisfactory for canopy diameter, proving to be the best method for this variable. Additionally, regression models with tradicional metrics obtained were satisfactory for H and dc estimation, showing accurate RMSE and R² values. However, the trunk diameter model showed different results. In conclusion, conducting an aerial photogrammetric survey of urban areas using a remotely piloted aircraft is feasible and can provide valuable data for urban tree planning.Nas áreas urbanas, as árvores desempenham um papel crucial na alteração da paisagem e do microclima local, além de promoverem o sequestro de carbono e proporcionar espaços de lazer e recreação para a população. No entanto, a inserção e a manutenção das árvores nas cidades são um desafio para a administração local, pois requer conhecimentos ambientais da região, das espécies e do local de implantação. O inventário florestal aprimorado com dados de sensoriamento remoto surge como um facilitador do planejamento urbano, acelerando o processo de inventário das árvores e consequentemente a tomada de decisão. O presente trabalho teve como objetivo avaliar a acurácia da fotogrametria aérea digital (FAD) a partir de imagens coletadas por uma aeronave remotamente pilotada (RPA) na detecção de árvores e na estimação de variáveis biométricas em um inventário florestal urbano. Este foi realizado na Avenida Governador Lindemberg, localizada no município de Jerônimo Monteiro, Espírito Santo. No mesmo período do inventário de campo, imagens de alta resolução espacial foram obtidas por uma RPA de plataforma multirrotor. Em seguida, os indivíduos arbóreos foram identificados automaticamente e suas copas segmentadas a partir de dados 3D de FAD. Por fim, os valores de altura total (H), diâmetro a 1,3 m do solo (D) e diâmetro da copa (dc) das árvores foram estimados a partir de modelos de regressão ajustados com as métricas de altura da nuvem de pontos 3D. Foram inventariados 144 indivíduos. Para a validação da FAD, os erros encontrados foram de 0,32% para o MDT e de 16,23% para a altura total. Foram identificadas automaticamente 78% dos indivíduos, com o algoritmo de detecção de janela variável (wV), utilizando a nuvem de pontos como fonte de dados. Para a comparação entre os diâmetros de copa, os erros encontrados foram de 17,94%, 21,2% e 29,5% respectivamente para as comparações entre os diâmetros de copa obtidos de forma manual, por meio de imagens da FAD, com as obtidas em campo com quatro raios, oito raios e o diâmetro obtido de forma automática por meio da identificação e segmentação das copas, nas imagens da FAD. Já para os modelos de regressão, os erros obtidos respectivamente para H, D e dc foram 8,97%, 36,76% e 15,68%. Por meio do levantamento pode-se identificar de forma automática as árvores e extrair métricas tradicionais que são utilizadas para geração de modelos para obtenção de variáveis de interesse. O MDT obtido gerou um bom resultado para a obtenção da altura das árvores por meio da FAD-RPA. Para a variável diâmetro de copa, dados obtidos de forma manual com imagens da FAD, apresentaram valores considerados satisfatórios, sendo o melhor para esta variável. Além disso, modelos de regressão com as métricas tradicionais obtidas foram satisfatórias para estimação de H e dc, visto que apresentaram valores de RMSE e R² acurados. Caso diferente para o modelo de diâmetro do tronco. Concluiuse então que a realização de um levantamento aerofotogramétrico da via urbana utilizando uma aeronave remotamente pilotada é executável e pode fornecer dados importantes para a arborização urbana.Fundação Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Texthttp://repositorio.ufes.br/handle/10/12496porUniversidade Federal do Espírito SantoMestrado em Ciências FlorestaisPrograma de Pós-Graduação em Ciências FlorestaisUFESBRCentro de Ciências Agrárias e EngenhariasRecursos Florestais e Engenharia FlorestalArborização urbanaAeronave remotamente pilotadaSensoriamento remotoMensuração florestalRegressão múltiplaUso da fotogrametria aérea digital via imagens coletadas por drone no inventário quantitativo de uma floresta urbanainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)instname:Universidade Federal do Espírito Santo (UFES)instacron:UFESORIGINALLaisGoncalvesPiresSouza-2023-Trabalho.pdfapplication/pdf2111222http://repositorio.ufes.br/bitstreams/05b90b58-8100-43b3-a0b4-b00591b9cde7/downloada252bb7d2cac06ac922c3b3212e870b5MD5110/124962024-09-11 14:42:58.749oai:repositorio.ufes.br:10/12496http://repositorio.ufes.brRepositório InstitucionalPUBhttp://repositorio.ufes.br/oai/requestopendoar:21082024-10-15T18:00:42.468476Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES)false |
dc.title.none.fl_str_mv |
Uso da fotogrametria aérea digital via imagens coletadas por drone no inventário quantitativo de uma floresta urbana |
title |
Uso da fotogrametria aérea digital via imagens coletadas por drone no inventário quantitativo de uma floresta urbana |
spellingShingle |
Uso da fotogrametria aérea digital via imagens coletadas por drone no inventário quantitativo de uma floresta urbana Souza, Laís Goncalves Pires de Recursos Florestais e Engenharia Florestal Arborização urbana Aeronave remotamente pilotada Sensoriamento remoto Mensuração florestal Regressão múltipla |
title_short |
Uso da fotogrametria aérea digital via imagens coletadas por drone no inventário quantitativo de uma floresta urbana |
title_full |
Uso da fotogrametria aérea digital via imagens coletadas por drone no inventário quantitativo de uma floresta urbana |
title_fullStr |
Uso da fotogrametria aérea digital via imagens coletadas por drone no inventário quantitativo de uma floresta urbana |
title_full_unstemmed |
Uso da fotogrametria aérea digital via imagens coletadas por drone no inventário quantitativo de uma floresta urbana |
title_sort |
Uso da fotogrametria aérea digital via imagens coletadas por drone no inventário quantitativo de uma floresta urbana |
author |
Souza, Laís Goncalves Pires de |
author_facet |
Souza, Laís Goncalves Pires de |
author_role |
author |
dc.contributor.authorID.none.fl_str_mv |
https://orcid.org/0000000187394070 |
dc.contributor.authorLattes.none.fl_str_mv |
http://lattes.cnpq.br/5588447816273811 |
dc.contributor.advisor1.fl_str_mv |
Mendonca, Adriano Ribeiro de |
dc.contributor.advisor1ID.fl_str_mv |
https://orcid.org/0000000333078579 |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/9110967421921927 |
dc.contributor.author.fl_str_mv |
Souza, Laís Goncalves Pires de |
dc.contributor.referee1.fl_str_mv |
Callegaro, Rafael Marian |
dc.contributor.referee2.fl_str_mv |
Almeida, André Quintão de |
dc.contributor.referee3.fl_str_mv |
Moura, Cristiane Coelho de |
contributor_str_mv |
Mendonca, Adriano Ribeiro de Callegaro, Rafael Marian Almeida, André Quintão de Moura, Cristiane Coelho de |
dc.subject.cnpq.fl_str_mv |
Recursos Florestais e Engenharia Florestal |
topic |
Recursos Florestais e Engenharia Florestal Arborização urbana Aeronave remotamente pilotada Sensoriamento remoto Mensuração florestal Regressão múltipla |
dc.subject.por.fl_str_mv |
Arborização urbana Aeronave remotamente pilotada Sensoriamento remoto Mensuração florestal Regressão múltipla |
description |
In urban areas, trees play a crucial role in changing the landscape and local microclimate, in addition to promoting carbon sequestration and providing leisure and recreation spaces for the population. However, the establishment and maintenance of trees in cities pose a challenge for local administration, requiring environmental knowledge of the region, species, and deployment location. Currently, forest inventory enhanced with remote sensing data emerges as a facilitator of urban planning, expediting the tree inventory process and, consequently, decision-making. This study aimed to assess the accuracy of digital aerial photogrammetry (FAD) using images collected by a remotely piloted aircraft (RPA) in detecting trees and estimation of biometric variables in an urban forest inventory. The inventory was conducted on Governador Lindemberg Avenue, located in the municipality of Jerônimo Monteiro, Espírito Santo. High spatial resolution images were obtained by a multirotor RPA during the field inventory period. Subsequently, tree individuals were automatically identified, and their canopies were segmented using FAD-3D data. Finally, total height (H), diameter at 1,3m above ground (D), and canopy diameter (dc) values were estimated from regression models fitted with 3D point cloud height metrics. A total of 144 individuals were inventoried. For FAD validation, errors found were 0,32% for Digital Terrain Model (MDT) and 16,23% for total height. The windowed Variable detection algorithm (wV) using the point cloud as data source automatically identified 78% of individuals. For the comparison of canopy diameters, errors were 17,94%, 21,2% and 29,5% for manual measurements, FAD images, and field measurements with four rays, eight rays, and automatically obtained diameters through canopy identification and segmentation in FAD images, respectively. Regression models errors for H, D and dc were 8,97%, 36,76% and 15,68% respectively. The survey demonstrated the automatic identification of trees and extraction of traditional metrics for generating models to obtain variables of interest. The MDT obtained obtained provided satisfactory results for tree height estimation through FAD-RPA. Manual measurements with FAD images were considered satisfactory for canopy diameter, proving to be the best method for this variable. Additionally, regression models with tradicional metrics obtained were satisfactory for H and dc estimation, showing accurate RMSE and R² values. However, the trunk diameter model showed different results. In conclusion, conducting an aerial photogrammetric survey of urban areas using a remotely piloted aircraft is feasible and can provide valuable data for urban tree planning. |
publishDate |
2023 |
dc.date.issued.fl_str_mv |
2023-10-30 |
dc.date.accessioned.fl_str_mv |
2024-05-29T20:55:21Z |
dc.date.available.fl_str_mv |
2024-05-29T20:55:21Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufes.br/handle/10/12496 |
url |
http://repositorio.ufes.br/handle/10/12496 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
Text |
dc.publisher.none.fl_str_mv |
Universidade Federal do Espírito Santo Mestrado em Ciências Florestais |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Ciências Florestais |
dc.publisher.initials.fl_str_mv |
UFES |
dc.publisher.country.fl_str_mv |
BR |
dc.publisher.department.fl_str_mv |
Centro de Ciências Agrárias e Engenharias |
publisher.none.fl_str_mv |
Universidade Federal do Espírito Santo Mestrado em Ciências Florestais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) instname:Universidade Federal do Espírito Santo (UFES) instacron:UFES |
instname_str |
Universidade Federal do Espírito Santo (UFES) |
instacron_str |
UFES |
institution |
UFES |
reponame_str |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
collection |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
bitstream.url.fl_str_mv |
http://repositorio.ufes.br/bitstreams/05b90b58-8100-43b3-a0b4-b00591b9cde7/download |
bitstream.checksum.fl_str_mv |
a252bb7d2cac06ac922c3b3212e870b5 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES) |
repository.mail.fl_str_mv |
|
_version_ |
1813022565949505536 |