Revisão Sistemática Da Literatura Sobre Detecção De Árvores Utilizando Dados De Sensoriamento Remoto

Abstract

O conhecimento do cenário atual referente formas de detecção de árvores por meio de sensoriamento remoto em plantios florestais é essencial para orientar novos estudos relacionados ao tema. Com as publicações científicas dos principais autores e periódicos do assunto dos últimos 20 anos, espera-se neste estudo delinear os principais tipos de dados, espécies e algoritmos estudados recentemente. Com o objetivo de apresentar o desenvolvimento de pesquisas em situações especificas com determinadas espécies, idades, espaçamento, tipos de dados e algoritmos, visando a contagem de árvores. Após reunir a literatura disponível nas bases selecionadas, Web of Science e a Scopus, foi realizada uma análise bibliométrica. Para a mesma utilizou-se o pacote bibliometrix desenvolvido para a linguagem R, para a filtragem de documentos e representação gráfica dos resultados. Foram encontrados resultados classificados em aceitáveis ou não aceitáveis para estimativas florestais, apresentando uma variada gama de alternativas para obtenção do número de árvores de um povoamento florestal, devido as diferenças entre os tipos de dados e algoritmos utilizados. Conclui-se que atualmente não existe uma metodologia padrão para a detecção de árvores e dificilmente será aplicável um método genérico para a contagem, visto a heterogeneidade das florestas e diferentes tratamentos de dados. Foi ainda observadas limitações quanto ao desenvolvimento de metodologias satisfatórias para plantios de Pinus taeda, regularmente espaçados e com idades próximas ao corte comercial.

Individual tree crown detection and delineation across a woodland using leaf-on and leaf-off imagery from a UAV consumer-grade camera

“…Because watershed algorithm is easy to be implemented and improved, well developed 8,10 and is commonly available in GIS software, watershed is frequently used to perform crown delineation from a CHM 1,2,10,14,22,36-38 . 14 's original workflow, which used only 3D data, was modified in this study to also include the orthomosaic's RGB brightness information in the processing chain ( Fig.…”

“…However, the accurate identification of individual trees across diverse forest ecosystems in remote sensing data using automated methods is (still) not an easy task 9 . Therefore, obtaining automatic identification of tree crowns, their locations and counts from remotely detected data is a useful and challenging task 10 .…”

“…There are many approaches available to detect and delineate tree crowns from a CHM, with no single method performing best for all applications 8,21 . The accuracy of single-tree-level attributes estimation can be affected by the delineation method and data chosen but also, it can be highly dependent on the forest structure under investigation 10,12,22 . Individual tree level prediction accuracies of complex canopy structures (e.g.…”