Banca de DEFESA: Marcos Vinicius Rezende de Ataide

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : Marcos Vinicius Rezende de Ataide
DATA : 25/01/2024
HORA: 14:00
LOCAL: EFL
TÍTULO:

USO DE DRONE PARA IDENTIFICAR A DOMINÂNCIA DE GRAMÍNEAS INVASORAS E VEGETAÇÃO NATIVA EM ÁREAS DE RESTAURAÇÃO DO CERRADO

PALAVRAS-CHAVES:

Gramineas exóticas invasoras, Machine Learning, Areas Degradadas, Sensoriamento remoto, imagens de drone, Monitoramento da restauração

PÁGINAS: 80
RESUMO:

A restauração ecológica de ecossistemas abertos, especialmente em regiões tropicais, tem como principal desafio a competição de espécies gramíneas exóticas invasoras com espécies nativas. O monitoramento desses ambientes abertos em restauração é indispensável para a identificação de trajetórias sucessionais e para ações de controle das espécies invasoras. Atualmente, os levantamentos de campo para monitorar a vegetação indesejável em áreas de restauração vêm sendo questionados por fornecerem aproximações limitadas sobre a extensão de áreas invadidas. Nesse contexto, os avanços no sensoriamento remoto para o monitoramento e análise da vegetação ganham destaque em informações espacialmente representativas e com melhor custo/benefício de implementação. A partir de imagens de drone, diversas análises combinadas e utilizadas como inputs em algoritmos de machine learning, demonstram-se cada vez mais eficazes na classificação e distinção de alvos, como gramíneas exóticas invasoras em ecossistemas abertos. Diante desse cenário, este estudo teve como principal objetivo discriminar espécies gramíneas exóticas invasoras de espécies nativas em áreas de restauração, a partir da classificação de imagens de drone, com técnicas de machine learning. Buscou-se também prever a cobertura vegetal das gramíneas exóticas invasoras com base na resposta espectral, caracterizando a dominância de cada espécie e analisar a nível de espécie quais fatores contribuíram para diferenciá-las. A principal hipótese desses objetivos é que as variações espectrais relacionadas às características biofísicas e bioquímicas das plantas podem distinguir as gramíneas invasoras e nativas, assim como prever a cobertura vegetal dessas espécies. O estudo foi conduzido no Parque Nacional da Chapada dos Veadeiros em 40 parcelas de 20m x 1m. Foram realizadas amostragens da cobertura vegetal em campo e os voos com um drone DJI Phantom 4 Pro multiespectral para aquisição das imagens. A classificação das imagens utilizou o algoritmo Random Forest (RF) seguido do método stepwise. Para entrada no modelo RF, atribuiu-se um nome para cada parcela,de acordo com a espécie dominante na área identificada pela análise da cobertura encontrada em campo, considerando aquela maior que 40% em cada parcela. As variáveis utilizadas para a cosntrução do modelo foram o modelo de altura de dossel (CHM), índices de vegetação e métricas de textura as quais foram sobrepostas, gerando camadas arrays. Em cada array, foram plotados aleatoriamente 50 pontos para amostragem de valores que foram subdivididos em treinamento (80%) e validação (20%) a serem utilizados nos algoritmos de classificação Random Forest Já para a previsão da cobertura vegetal, utilizou-se a regressão Random Forest.A árvore de decisão foi construída com o modelo de classificação Random Forest e o CART para uma representação visual das características distintivas entre as espécies. Os modelos, para cada objetivo, apresentaram acurácias consideráveis, superiores a 0.6 em ambos os algoritmos. A análise das variáveis de importância revelou forte ligação da variação da resposta espectral com diferenças na arquitetura foliar e pigmentos fotossintéticos. Isso foi evidenciado pelas respostas espectrais dos índices de vegetação com maior desempenho (GCI, NDVI, RED, BLUE), variando da região do visível ao infravermelho próximo.Em resumo, os modelos demonstraram desempenho sólido, com acurácias consistentemente altas. O uso de variáveis derivadas de imagens multiespectrais de drones mostra-se promissor para distinguir espécies invasoras e nativas, prever a cobertura de espécies exóticas invasoras e proporcionar uma interpretação visual de características específicas que diferenciam as espécies em ambientes em processo de restauração ecológica em campos e savanas.

MEMBROS DA BANCA:
Externo à Instituição - ALEXANDRE BONESSO SAMPAIO - ICMBio
Presidente - ***.048.058-** - DANIEL LUIS MASCIA VIEIRA - UnB
Interno - 1713998 - ERALDO APARECIDO TRONDOLI MATRICARDI