Sensoriameno remoto com sensores de aeronaves remotamente pilotadas para aplicações de agricultura de precisão e gestão ambiental

Página do item simplificado
dc.contributor.advisor1Silva, Normandes Matos da
dc.contributor.advisor1ID614.673.591-49pt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2644207249389541pt_BR
dc.contributor.referee1Silva, Normandes Matos da
dc.contributor.referee1ID614.673.591-49pt_BR
dc.contributor.referee1Latteshttp://lattes.cnpq.br/2644207249389541pt_BR
dc.contributor.referee2Mioto, Camila Leonardo
dc.contributor.referee2ID060.028.399-94pt_BR
dc.contributor.referee2Latteshttp://lattes.cnpq.br/2846355335199799pt_BR
dc.contributor.referee3José, Jefferson Vieira
dc.contributor.referee3ID315.083.978-56pt_BR
dc.contributor.referee3Latteshttp://lattes.cnpq.br/0180791633456689pt_BR
dc.creatorPessi, Dhonatan Diego
dc.creator.ID032.239.411-26pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/3653592780015918pt_BR
dc.date.accessioned2022-11-25T13:28:48Z
dc.date.accessioned2024-10-02T03:12:06Z
dc.date.available2019-12-09
dc.date.available2022-11-25T13:28:48Z
dc.date.available2024-10-02T03:12:06Z
dc.date.issued2019-09-13
dc.description.abstractThe objective of this research was to analyze whether the measurement of invasive species height (CHIS) through images captured by remotely piloted aircraft (drone) could classify with good assertiveness the areas with presence of invasive plants differenting from other areas with vegetation remnant of cerrado. The text was divided in two chapters, the first chapter highlights a first test of CHIS+GPS/GLONASS model, comparing to two other common techniques used in the classification of invasive species: the unsupervised classification k-means and vegetation index NGRDI. MDS and MDT elevation models were produced from the drone images collected in field and posteriorly then processed in PhotoScan software. The CHIS+GPS/GLONASS production was through the subtracting the MDS and MDT models. The comparison between the models occurred in two sample áreas. Some nonparametric statistical tests were used, such as: precision test, general error rate, specificity, sensitivity, Spearman correlation and Cohen's Kappa. In the second chapter, to measure the precision of CHIS+GPS/GLONASS model, the CHIS+RTK model was generated as the observed variable. The comparison between the models took place in the two sampled areas used in the first chapter, by which they were visually compared from graphs and statistical tests. The statistical tests used were: Spearman correlation coefficients (SCC), mean square root canopy height error (RMSEz), mean absolute canopy height error (MAEz) and Wilcoxon test. The results of the first chapter demonstrate that CHIS+GPS/GLONASS model has the best results in identifying invasive species when compared to the k-means and NGRDI models. Precision tests for the CHIS+GPS/GLONASS model in sample area 1 and 2 were 0.973 and 0.9, respectively; k-means 0.209 and 0.6; NGRDI 0.795 and 0.518. The results of the second chapter demonstrate that CHIS+GPS/GLONASS model presents faults in the identification of invasive species when compared to the CHIS+RTK model, being less accurate in the classification of invasive species selection heights. Spearman's correlation test for sample area 1 was 0.56 and 0.55 for sample area 2. RMSEz for sample area 1 was 0.17 cm and 0.12 cm for MAEz. A sample area 2 or RMSEz was 0.24 cm and 0.19 cm for the MAEz. The Wilcoxon test was significant for areas such as sample areas. The CHIS model proved to be a promising technique for identification of invasive species. It was exhibited with other accessory models, and its accuracy was considered good, since the largest difference in height errors was 0.24 cm and could be It is used in research that does not require great precision, as examples of research that has as object research, arboreal vegetation, where small differences in accuracy are not large.pt_BR
dc.description.resumoO objetivo dessa pesquisa foi analisar se a mensuração da altura de dossel de espécies invasoras (CHIS) por meio de imagens obtidas por aeronave remotamente pilotada (drone), era capaz de classificar com boa assertividade as áreas com presença de plantas invasoras diferenciando das demais áreas com vegetação remanescente do Cerrado. O texto foi dividido em dois capítulos, sendo que no capítulo primero destaca um primeiro teste do modelo CHIS+GPS/GLONASS comparando com outras duas técnicas comumente utilizadas na classificação de espécies invasoras: a classificação não supervisionada k-means e o índice de vegetação NGRDI. Foi realizada a produção dos modelos de elevação MDS e MDT a partir das imagens coletadas em campo com drone e posteriormente processadas no software PhotoScan. A produção do CHIS+ GPS/GLONASS foi a partir da subtração dos modelos MDS e MDT. A comparação entre os modelos se deu em duas áreas amostrais escolhidas de forma não aleatória. Alguns testes estatísticos não paramétricos foram utilizados, tais como: teste de acurácia, taxa de erro geral, especificidade, sensibilidade, correlação de Spearman e Cohen’s Kappa. No capítulo segundo, para aferir a precisão do modelo CHIS+ GPS/GLONASS foi gerado o modelo CHIS+RTK como variável observada. A comparação entre os modelos se deu nas mesmas duas áreas amostrais usadas no capítulo primeiro, pelas quais se fez comparação visual a partir de gráficos e testes estatísticos. Os testes estatísticos aplicados foram: coeficientes de correlação de Spearman (SCC), erro quadrático médio da raiz da altura de dossel (RMSEz), erro absoluto médio da altura de dossel (MAEz) e teste de Wilcoxon. Os resultados do capítulo primeiro demonstram que o modelo CHIS+ GPS/GLONASS obteve os melhores resultados na identificação de espécies invasoras quando comparado com os modelos k-means e NGRDI. Os testes de acurácia para o modelo CHIS+GPS/GLONASS na área amostral 1 e 2 foi de 0.973 e 0.9 respectivamente; k-means 0.209 e 0.6; NGRDI 0.795 e 0.518. Os resultados do capítulo segundo demonstram que o modelo CHIS+ GPS/GLONASS apresentou falhas na identificação de espécies invasoras quando comparado ao modelo CHIS+RTK, sendo menos preciso na classificação das alturas de dossel das espécies invasoras. O teste de correlação de Spearman para a área amostral 1 foi de 0.56 e 0.55 para a área amostral 2. O RMSEz para a área amostral 1 foi de 0.17 cm e 0.12 cm para o MAEz. Na área amostral 2 o RMSEz foi de 0.24 cm e 0.19 cm para o MAEz. O teste de Wilcoxon foi significativo para ambas as áreas amostrais. O modelo CHIS demonstrou ser uma técnica promissora na identificação de espécies invasoras comparado com outros modelos convencionais, além de que, sua precisão foi considerada boa, uma vez que a maior diferença de erros na altura foi de 0.24 cm, sendo possível de ser aplicado em pesquisas que não exijam grande precisão, como exemplo pesquisas que tenham como objeto de pesquisa vegetação de porte arbóreo, onde as pequenas diferenças de precisão não serão de grande impacto.pt_BR
dc.description.sponsorshipCAPESpt_BR
dc.identifier.citationPESSI, Dhonatan Diego. Sensoriameno remoto com sensores de aeronaves remotamente pilotadas para aplicações de agricultura de precisão e gestão ambiental. 2019. 120 f. Dissertação (Mestrado em Gestão e Tecnologia Ambiental) - Universidade Federal de Mato Grosso, Instituto de Ciências Agrárias e Tecnológicas, Rondonópolis, 2019.pt_BR
dc.identifier.urihttps://ri.ufr.edu.br/handle/123456789/12473
dc.languageporpt_BR
dc.publisherUniversidade Federal de Mato Grossopt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Ciências Agrárias e Tecnológicas (ICAT) – Rondonópolispt_BR
dc.publisher.initialsUFMT CUR - Rondonopólispt_BR
dc.publisher.programPrograma de Pós-Graduação em Gestão e Tecnologia Ambientalpt_BR
dc.rightsAcesso Abertopt_BR
dc.subject.cnpqCNPQ::CIENCIAS AGRARIASpt_BR
dc.subject.keywordPlantas invasoraspt_BR
dc.subject.keywordGestão ambientalpt_BR
dc.subject.keywordDronept_BR
dc.subject.keywordSensoriamento remotopt_BR
dc.subject.keyword2Invasive plantspt_BR
dc.subject.keyword2Environmental managementpt_BR
dc.subject.keyword2Dronept_BR
dc.subject.keyword2Remote sensingpt_BR
dc.titleSensoriameno remoto com sensores de aeronaves remotamente pilotadas para aplicações de agricultura de precisão e gestão ambientalpt_BR
dc.typeDissertaçãopt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
DISS_2019_Dhonatan Diego Pessi.pdf
Tamanho:
5.76 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.82 KB
Formato:
Plain Text
Descrição:
Baixar
Coleções
PPGTA