dc.creator | Rieder, Eduardo | |
dc.date.accessioned | 2023-11-09T19:30:29Z | |
dc.date.available | 2023-11-09T19:30:29Z | |
dc.date.issued | 2023-07-31 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/30472 | |
dc.description.abstract | The monitoring of invasive alien species seeks information to understand their ability to
interfere in ecosystems. Thus, this work aimed to generate a protocol to plan control and
monitoring in areas with dispersal of Pinus elliottii Engelm. through the use of machine learning
and high-resolution RGB images collected by drones. To this end, a protocol has been
developed that provides a routine for the management of projects subject to compliance with
conditions for the management and control of invasive exotics, with a focus on Pinus elliottii
Engelm. The protocol proposes the use of geotechnical tools to obtain maps of the dispersal
intensity of the target species. RGB images from drones were collected from two sample areas
to apply methods for detecting Pinus elliottii plants with convolutional neural networks and
interpolation of point data with the kernel density tool to generate zones of higher and lower
dispersal density. The detection algorithm was trained and compared in terms of its evolution
with data trained based on a pre-processed input of the species Citrus sinensis in the first
sampling area and the insertion of samples of the target species itself in the second sampling
area, and delivered in its best training an F-score of 94.1%. When estimating the kernel density,
it was possible to obtain classes of dispersal coverage levels, providing a map with stratification
of the invasion of the species Pinus elliottii. The management protocol for areas with dispersal
has the potential to be used as a tool (System for Early Detection, Control and Monitoring of
Invasive Exotic Species) to measure the effectiveness of efforts to control the dispersal of Pinus
elliottii. | eng |
dc.description.sponsorship | Fundação de apoio a tecnologia e a ciência, FATEC, Brasil | por |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Gestão florestal | por |
dc.subject | Espécies exóticas invasoras | por |
dc.subject | Protocolo | por |
dc.subject | Manejo | por |
dc.subject | Controle | por |
dc.subject | Drones | por |
dc.subject | Aprendizado de máquina | por |
dc.subject | Forest management | eng |
dc.subject | Invasive exotic species | eng |
dc.subject | Protocol | eng |
dc.subject | Management | eng |
dc.subject | Control | eng |
dc.subject | Machine learning | eng |
dc.title | Detecção e mapeamento da dispersão do Pinus elliottii Engelm. na planície litorânea do Rio Grande do Sul | por |
dc.title.alternative | Detection and mapping of the dispersion of Pinus elliottii Engelm. on the coastal plain of Rio Grande do Sul | eng |
dc.type | Dissertação | por |
dc.description.resumo | O monitoramento de espécies exóticas invasoras busca informações compreendermos a sua
capacidade de interferir em ecossistemas. Assim, este trabalho teve como objetivo gerar um
protocolo para planejar o controle e monitoramento em áreas com dispersão de Pinus elliottii
Engelm. por meio do uso de aprendizado de máquina e de imagens RGB de alta resolução
coletadas a partir de drones. Para isso, foi criado um protocolo com indicação de uma rotina
para a gestão de empreendimentos condicionados ao cumprimento de condicionantes sobre o
manejo e controle de exóticas invasoras, com foco no Pinus elliottii Engelm. O protocolo sugere
o uso de ferramentas de geotecnologia para a obtenção de mapas de intensidade da dispersão
da espécie alvo. Com isso, imagens de RGB de drones de duas áreas amostrais foram coletadas
para aplicar métodos de detecção de plantas de Pinus elliottii com redes neurais convolucionais
e interpolação de dados pontuais com a ferramenta densidade de kernel para gerar zonas de
maior e menor densidade da dispersão. O algoritmo de detecção foi treinado e comparado
quanto a sua evolução com um dado treinado com base em uma entrada pré-processada da
espécie Citrus sinensis na primeira área amostral e a inserção de amostras da própria espécie
alvo na segunda área amostral e entregou em seu melhor treinamento um F-score de 94,1 %.
Quanto a estimava de densidade de kernel foi possível obter classes de níveis de cobertura da
dispersão, fornecendo um mapa contendo estratificação da invasão da espécie Pinus elliottii. O
protocolo de gestão de áreas com dispersão possui potencial para ser utilizado como um
instrumento (Sistema de Detecção precoce, Controle e Monitoramento de Espécies Exóticas
Invasoras) para medição da eficácia dos esforços de controle da dispersão de Pinus elliottii. | por |
dc.contributor.advisor1 | Balbinot, Rafaelo | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/7862635734299980 | por |
dc.contributor.advisor-co1 | Breunig, Fábio Marcelo | |
dc.contributor.referee1 | Silva, Ricardo Dal'Agnol da | |
dc.contributor.referee2 | Spohr, Renato Beppler | |
dc.creator.Lattes | http://lattes.cnpq.br/2009129191600723 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Agronomia | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Agronomia - Agricultura e Ambiente | por |
dc.subject.cnpq | CNPQ::CIENCIAS AGRARIAS::AGRONOMIA | por |
dc.publisher.unidade | UFSM Frederico Westphalen | por |