Banca de QUALIFICAÇÃO: JHIORRANNI FREITAS SOUZA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : JHIORRANNI FREITAS SOUZA
DATA : 18/12/2025
HORA: 13:00
LOCAL: https://conferenciaweb.rnp.br/users/aroldo-fereira-lopes-machado
TÍTULO:

Digital Models for Identifying Vegetation Cover in Forest Restoration Areas

PALAVRAS-CHAVES:

processamento de imagens, sensoriamento remoto, matocompetição; manejo florestal

 

PÁGINAS: 53
RESUMO:

A presença de plantas daninhas é um grande desafio na restauração florestal, demandando
um controle eficiente da matocompetição. Embora herbicidas sejam amplamente
utilizados pelo baixo custo e pela eficácia, sua aplicação uniforme sem identificação
precisa das infestantes pode gerar desperdício, reduzir a produtividade e causar impactos
ambientais. Assim, torna-se fundamental identificar essas plantas com precisão para um
manejo mais sustentável. Nesse contexto, dados espectrais de alta resolução despontam
como ferramenta promissora para identificar plantas daninhas e apoiar um controle rápido
e não destrutivo em áreas de restauração. Este estudo foi conduzido em uma área de
restauração da Mata Atlântica na Reserva Ecológica do Guapiaçu (REGUA), em
Cachoeiras de Macacu (RJ). Buscando desenvolver modelos digitais para identificação
de plantas daninhas com uso de Veículo Aéreo Não Tripulado (VANT), imagens
multiespectrais foram capturadas em maio de 2024 com um Mavic 3M, a 40 m de altitude.
Testaram-se os algoritmos de classificação supervisionada RF, SVM e KNN, avaliando-
se também o efeito da inclusão de índices espectrais na acurácia. Para cada algoritmo,
duas abordagens foram comparadas: uma com apenas bandas RGB e multiespectrais, e
outra incorporando 10 índices espectrais derivados das imagens. Os modelos de
classificação supervisionada apresentaram alta precisão para a classe Solo Exposto (F1
entre 0,83 e 1,00). A classe Palhada apresentou F1 entre 0,61 e 0,85, Palhada Decomposta
entre 0,80 e 1,00, Arbórea entre 0,80 e 0,89, Assa-Peixe entre 0,90 e 1,00, Anil entre 0,71
e 1,00, e Braquiária entre 0,73 e 0,85. O aumento do número de amostras e a incorporação
de índices espectrais promoveram melhorias pontuais na acurácia. Esses resultados
indicam que o uso de dados espectrais de alta resolução aliado a modelos digitais de
classificação supervisionada é uma ferramenta eficaz para apoiar o manejo de plantas
daninhas e monitoramento da cobertura vegetal em áreas de restauração.

 

MEMBROS DA BANCA:
Interno - 1905333 - AROLDO FERREIRA LOPES MACHADO
Interna - 2466219 - CAMILA FERREIRA DE PINHO
Externo ao Programa - 2161955 - ANDERSON GOMIDE COSTA - UFRRJExterno ao Programa - 2145654 - BRUNO ARAUJO FURTADO DE MENDONCA - UFRRJExterno à Instituição - CARLOS MAGNO MOREIRA DE OLIVEIRA