RESUMO:Conduziu-se este trabalho com o objetivo de testar diferentes estratégias e metodologias de coleta de dados, a fim de realizar ajustes de modelos hipsométricos tradicionais e genéricos para melhor estimar a altura de árvores em plantios de Eucalyptus sp. Foram coletados pares de altura e diâmetro de árvores distribuídas em 36 parcelas, provenientes de plantios pertencentes à empresa Veracel Celulose S.A. Essas foram divididas em diferentes tratamentos conforme idade, região, e combinação de região e idade do plantio, totalizando 14 tratamentos. As metodologias de coleta de dados consistiram na utilização de diferentes números de árvores com medição de altura para formação da base de dados para realização dos ajustes. Foi selecionando como melhor estratégia de ajuste, o modelo de Curtis por parcela e dois modelos genéricos para as diferentes metodologias adotadas, com exceção da metodologia baseada em adição de árvores representativas em todos os quartis diamétricos, que selecionou apenas a estratégia de Curtis por parcela.Palavras-chave: Relação hipsométrica, inventário florestal, modelos tradicionais, modelos genéricos. STRATEGIES AND METHODOLOGYS FOR ADJUSTMENT OF HYPSOMETRIC MODELS OF
RESUMO -Objetivou-se propor neste estudo uma metodologia com a utilização de Redes Neurais Artificiais (RNA), para redução do número de árvores a serem cubadas durante o processo de geração de equações volumétricas. Os dados utilizados neste estudo foram provenientes de cubagens de 2.700 árvores de povoamentos clonais de eucalipto localizados no Sul da Bahia. O treinamento das RNA foi feito visando à obtenção de redes para a estimação do volume com e sem casca. Como variáveis de entrada, utilizaram-se o diâmetro à altura do peito -1,30 m (dap), a altura e os diâmetros nas posições de 0,0; 0,5; 1,0; 1,5; 2,0; e 4,0 m do solo e os volumes obtidos até 2 e 4 m. A precisão do método foi feita com a aplicação do teste L&O. Avaliaram-se também a dispersão dos erros percentuais, o histograma de frequência dos erros percentuais e a raiz do erro quadrático médio (RMSE). A metodologia proposta neste estudo mostrou-se eficiente para a estimação do volume de árvores, sendo indicada para a obtenção do volume total com e sem casca de povoamentos de eucalipto, possibilitando a redução dos custos para a construção de equações volumétricas.Palavras-chave: Cubagem rigorosa; Inventário florestal; Mensuração florestal. (ANN) to reduce the number of trees to be scaled during the process of generating volumetric equations. The data used in this study were originated from measurements of 2,700 trees of clonal eucalyptus plantations located in southern Bahia State, Brazil. The training of ANN was performed in order to obtain networks for estimating the volume with and without bark. As input variables, we used the diameter at breast height (dbh) -1. 30 m, height, and diameter at 0.0, 0.5, 1.0, 1.5, 2.0 and 4.0 m above the ground and the volumes obtained until 2 and 4 m. The accuracy of the method was carried out using the test L & O. We also evaluated the dispersion of percentage errors, frequency histogram of the percentage error and the root mean square error (RMSE). The methodology proposed in this study proved to be efficient for estimating the volume of trees, and is indicated to obtain the total volume with and without bark of eucalyptus, enabling the reduction of costs for the construction of volumetric equations. ABSTRACT -The objective of this study was to propose a methodology by using Artificial Neural Networks
Light Detection and Ranging, or LIDAR, has become an effective ancillary tool to extract forest inventory data and for use in other forest studies. This work was aimed at establishing an effective methodology for using LIDAR for tree count in a stand of Eucalyptus sp. located in southern Bahia state. Information provided includes in-flight gross data processing to final tree count. Intermediate processing steps are of critical importance to the quality of results and include the following stages: organizing point clouds, creating a canopy surface model (CSM) through TIN and IDW interpolation and final automated tree count with a local maximum algorithm with 5 x 5 and 3 x 3 windows. Results were checked against manual tree count using Quickbird images, for verification of accuracy. Tree count using IDW interpolation with a 5x5 window for the count algorithm was found to be accurate to 97.36%. This result demonstrates the effectiveness of the methodology and its use potential for future applications.
Resumo -O objetivo deste trabalho foi avaliar a possibilidade de se estimar o diâmetro à altura do peito (DAP) com os dados de altura e de número de árvores derivados do escâner a laser aerotransportado (LiDAR, "light detection and ranging"), e determinar o volume de madeira de talhão de Eucalyptus sp. a partir dessas variáveis. O número total de árvores detectadas foi obtido com uso da filtragem de máxima local. A altura de plantas estimada pelo LiDAR apresentou tendência não significativa à subestimativa. A estimativa do DAP foi coerente com os valores encontrados no inventário florestal; porém, também mostrou tendência à subestimativa, em razão do comportamento observado quanto à altura. A variável número de fustes apresentou valores próximos aos observados nas parcelas do inventário. O LiDAR subestimou o volume total de madeira do talhão em 11,4%, em comparação ao volume posto na fábrica. A tendência de subestimação da altura das árvores (em média, cerca de 5%) impactou a estimativa do volume individual de árvores e, consequentemente, a do volume do talhão. No entanto, é possível gerar equações de regressão que estimam o DAP com boa precisão, a partir de dados de altura de plantas obtidos pelo LiDAR. O modelo parabólico é o que possibilita as melhores estimativas da produção volumétrica dos talhões de eucalipto.Termos para indexação: Eucalyptus, inventário florestal, LiDAR, modelos biométricos, sensoriamento remoto. Determining timber volume of eucalyptus stands by airborne laser scanningAbstract -The objective of this work was to evaluate the possibility of estimating the diameter at breast height (DBH) with tree height and number data derived from airborne laser scanning (LiDAR, light detection and ranging) dataset, and to determine the timber volume of an Eucalyptus sp. stand from these variables. The total number of detected trees was obtained using a local maxima filtering. Plant height estimated by LiDAR showed a nonsignificant tendency to underestimation. The estimate for DBH was coherent with the results found in the forest inventory; however, it also showed a tendency towards underestimation due to the observed behavior for height. The variable number of stems showed values close to the ones observed in the inventory plots. LiDAR underestimated the total timber volume in the stand in 11.4%, compared to the total volume delivered to the industry. The underestimation tendency of tree height (5% mean value) impacted the individual tree volume estimate and, consequently, the stand volume estimate. However, it is possible to obtain regression equations that estimate DBH with good precision, from the LiDAR plant height derived data. The parabolic model is the one that provides the best estimates for timber volumetric yield of eucalyptus stands.
RESUMO:O presente trabalho foi realizado com o objetivo de analisar a influência da idade na detecção automática de árvores em talhões de Eucalyptus sp. por meio de dados LIDAR. Foram analisados 3 talhões com as idades de 3, 5, e 7 anos. Esses talhões tiveram os dados da nuvem de pontos do LIDAR referentes ao primeiro retorno, divididos em dois estratos verticais, o que gerou duas classes: Classe 1 (nuvem de pontos para toda a vegetação) e Classe 2 (nuvem de pontos para a vegetação acima de 10 metros). Os resultados da detecção do número de fustes para as duas classes foram comparados com o censo da área por meio de contagem visual em uma imagem de alta resolução espacial e com dados de inventário florestal. Na comparação com o censo, encontrouse pouca diferença entre as idades para o número de fustes para a Classe 1, sendo mais indicado para as idades de 3 e 5 anos e a Classe 2, apesar de se observar uma tendência de subestimativa dos valores, é mais indicada para a idade de 7 anos. Quando se comparou com os dados do inventário florestal, observou-se uma coerência entre o número de fustes nos dois estratos verticais, desta forma o método proposto mostrou-se compatível com o inventário florestal para a intensidade amostral testada, para a obtenção da variável número de fustes. INFLUENCE OF Eucalyptus sp. STAND AGE ON TREE COUNTING WITH LIDAR DATAABSTRACT: The objective of this work was to determine the influence of stand age on the automatic detection of Eucalyptus sp. trees using LIDAR datasets. Three different stands 3, 5 and 7 years old were analyzed. The LIDAR cloud point data of the first return was split into two datasets: Class 1 (points for all vegetation), Class 2 (points for vegetation above 10m). Results for obtaining the number of stems for each dataset were compared to the census of the area, which was done by visual interpretation using an auxiliary high spatial resolution remote sensing image, and to forest inventory estimates. In comparison to the census data, tree counting using Class 1 dataset agreed well for all considered ages, with best results achieved in 3 and 5 year old stands. On the other hand, Class 2 biased toward underestimated values. The best results for this class were verified in 7 year old stands. When compared to the forest inventory data, this methodology proved to be more efficient. The number of stems derived from the forest inventory was biased towards overestimation. In order to achieve better estimates using forest inventory data, an intensification of the sampling procedure would be necessary.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.