ALAN SCHREINER PADILHA EMPREGO DE DADOS LASER SCANNER TERRESTRE E DE SENSORES EMBARCADOS EM VEÍCULOS AÉREOS NÃO TRIPULADOS PARA A EXTRAÇÃO DE VARIÁVEIS DENDROMÉTRICAS Dissertação apresentada ao Curso de Mestrado Acadêmico em Engenharia Florestal do Centro de Ciências Agroveterinárias, da Universidade do Estado de Santa Catarina, como requisito parcial para a obtenção do título de mestre em Engenharia Florestal. Orientador: Prof. Dr. Marcos Benedito Schimalski LAGES, SC 2017 Schreiner Padilha, Alan Emprego de dados LASER scanner terrestre e de sensores embarcados em veículos aéreos não tripulados para a extração de variáveis dendrométricas / Alan Schreiner Padilha. – Lages, 2017. 109 p. Orientador: Prof. Dr. Marcos Benedito Schimalski Bibliografia: p.103 Dissertação (Mestrado) – Universidade do Estado de Santa Catarina, Centro de Ciências Agroveterinárias, Programa de Pós-Graduação em Engenharia Florestal, Lages, 2017. 1. nuvem de pontos. 2. varreduras múltiplas. 3. ortoimagem. 4. Eucalyptus spp. 5. Pinus spp. I. Benedito Schimalski, Marcos. II. Universidade do Estado de Santa Catarina. Programa de Pós-Graduação em Engenharia Florestal. IV. Emprego de dados LASER scanner terrestre e de sensores embarcados em veículos aéreos não tripulados para a extração de variáveis dendrométricas. Ficha catalográfica elaborada pelo autor, com auxílio do programa de geração automática da Biblioteca Setorial do CAV/UDESC ALAN SCHREINER PADILHA EMPREGO DE DADOS LASER SCANNER TERRESTRE E DE SENSORES EMBARCADOS EM VEÍCULOS AÉREOS NÃO TRIPULADOS PARA A EXTRAÇÃO DE VARIÁVEIS DENDROMÉTRICAS Dissertação referente ao Curso de Mestrado Acadêmico em Engenharia Florestal do Centro de Ciências Agroveterinárias, pertencente à Universidade do Estado de Santa Catarina, como requisito parcial para obtenção do título de mestre em Engenharia Florestal tendo como concentração a área de produção florestal. Banca Examinadora: Orientador: _______________________________________________ Prof. Dr. Marcos Benedito Schimalski Centro de Ciência Agroveterinárias - CAV/UDESC Membro: _______________________________________________ Prof. Dr. Edson Aparecido Mitishita Universidade Federal do Paraná - UFPR Membro: _______________________________________________ Prof. Dr. Thiago Floriani Stepka Centro de Ciência Agroveterinárias - CAV/UDESC Suplente: _______________________________________________ Prof. Dr. Veraldo Liesenberg Centro de Ciência Agroveterinárias - CAV/UDESC Lages, 22 de fevereiro de 2017. À família e amigos dedico. AGRADECIMENTOS Agradeço... ...A minha família, em especial à minha mãe Gilda Maria Schreiner Padilha e à minha esposa Luana Aparecida Levandoski, pelo amor, incentivo e por sempre entenderem todo meu período de ausência em decorrência dos estudos. Aos meus orientadores, Prof. Marcos Benedito Schimalski e Prof. Veraldo Liesenberg, por todo apoio e confiança depositada em mim. Aos professores Edson Aparecido Mitishita e Thiago Floriani Stepka, pela participação na banca examinadora. E ao programa de Pós-Graduação em Engenharia Florestal do CAV/UDESC pela oportunidade deste mestrado. RESUMO Este trabalho tem como objetivo a extração de variáveis dendrométricas tais como a altura total (h), diâmetro a altura do peito (DAP) e diâmetro em diferentes alturas do tronco a partir de dados derivados de TLS, sensores embarcados em VANT bem como a sua integração. A área de estudo consiste em um plantio misto, com espécies dos gêneros Pinus spp. e Eucapyptus spp., e área aproximada de 4.200 m². Os dados TLS foram coletados à campo, empregando o método de varreduras múltiplas. O recobrimento foi realizado com VANT a uma máxima de 120 metros. Todos os dados foram referenciados ao Sistema Geodésico Brasileiro mediante a coleta de observações para o campo. Para a validação dos resultados foram coletados dados utilizando técnicas e equipamentos tradicionais. O pré-processamento e processamento dos dados foram realizados empregando os aplicativos computacionais Scene, CloudCompare e Photoscan/Agisoft. Para a extração das variáveis dendrométrica empregaram-se os aplicativos Python e DetecTree. A detecção das árvores a partir de dados TLS obteve um acerto de 98,98%. Por outro lado, a detecção das árvores individual de árvores, usando somente a ortoimagem não obteve bons resultados. Quando comparada a verdade de campo, os diâmetros obtidos a 1,30 m (DAP) e a 3,3 metros de altura, apresentaram igualdade estatística ao nível de significância de 5%. No entanto, a metodologia usada para extração da altura total neste estudo, não apresentou igualdade estatística ao nível de significância de 5%. Palavras chave: nuvem de pontos, varreduras múltiplas, ortoimagem, Eucalyptus spp, Pinus spp.