Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Onde estão as palmeiras na Amazônia? : sensoriamento remoto e inteligência artificial aplicados à análise espacial da ocorrência e densidade de espécies
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/1884/98097
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Dalla Corte, Ana Paula, 1980- | - |
| Autor(es): dc.contributor | Figueiredo, Evandro Orfanó | - |
| Autor(es): dc.contributor | Broadbent, Eben North | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Agrárias. Programa de Pós-Graduação em Engenharia Florestal | - |
| Autor(es): dc.creator | Karasinski, Mauro Alessandro | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T11:16:49Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T11:16:49Z | - |
| Data de envio: dc.date.issued | 2025-08-26 | - |
| Data de envio: dc.date.issued | 2025-08-26 | - |
| Data de envio: dc.date.issued | 2024 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/98097 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/98097 | - |
| Descrição: dc.description | Orientadora: Profa. Dra. Ana Paula Dalla Corte | - |
| Descrição: dc.description | Coorientadores: Prof. Dr. Evandro Orfanó Figueiredo e Prof. Dr. Eben North Broadbendt | - |
| Descrição: dc.description | Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Programa de Pós-Graduação em Engenharia Florestal. Defesa : Curitiba, 07/07/2025 | - |
| Descrição: dc.description | Inclui referências | - |
| Descrição: dc.description | Resumo: A floresta amazônica abriga uma notável diversidade de palmeiras com relevância ecológica, econômica e sociocultural, cuja distribuição espacial e densidade ainda são pouco conhecidas devido à complexidade do ambiente e às limitações logísticas da coleta em campo. Esta tese estruturou-se em três capítulos inter-relacionados que investigam, por meio de geotecnologias e inteligência artificial, estratégias para mapear e modelar a ocorrência de palmeiras amazônicas em larga escala. No primeiro capítulo, avaliou-se o desempenho do modelo de deep learning YOLOv10x para detecção automática de 14 espécies de palmeiras em imagens RGB obtidas por drones em 47 locais da Amazônia ocidental, destacando-se o modelo global com precisão média de (mAP) de 80% e elevada capacidade de generalização entre regiões (F1-score = 79%), regiões com maior número de imagem e indivíduos, Regiões com maior número de imagens e indivíduos, como Baixo Acre, apresentaram os melhores desempenhos (mAP > 0,90), enquanto áreas com amostragem limitada, como Juruá e Sul do Amazonas, obtiveram mAPs abaixo de 0,37. O segundo capítulo investigou o impacto da sazonalidade sobre a acurácia do modelo, comparando períodos seco e chuvoso no estado do Acre. Os resultados indicaram variações interespécies relacionadas à fenologia e à visibilidade no dossel, em que o período chuvoso apresentou desempenho superior ao seco, evidenciando a importância do estabelecimento de um calendário de coleta das imagens, a fim de considerar aspectos ecológicos como e operacionais na coleta e no treinamento dos modelos. Por fim, o terceiro capítulo integrou as detecções obtidas com YOLOv10x a variáveis ambientais para modelar e espacializar a densidade das espécies com Random Forest, utilizando abordagem bootstrap. Os modelos apresentaram desempenho preditivo variável entre as espécies, coeficientes de determinação (R²) entre 0,45 e 0,85. As covariáveis de maior importância foram precipitações máxima e mínima, as temperaturas máxima e mínima, a longitude, a latitude, a elevação e o índice topográfico de umidade (TWI). Os mapas gerados revelaram a preferência de algumas espécies, como Mauritia flexuosa (buriti), Astrocaryum aculeatum (tucumã), Euterpe precatoria (açaí) e Oenocarpus bataua (patauá), por áreas de baixio e maior umidade, enquanto outras, como Attalea maripa (inajá), se distribuíram em terrenos mais elevados e bem drenados. Esses padrões específicos de ocorrência podem servir de base para a identificação de áreas prioritárias para cadeias produtivas da bioeconomia amazônica. Os resultados demonstram o potencial da combinação entre sensoriamento remoto, aprendizado profundo e modelagem ambiental como ferramenta estratégica para monitoramento, planejamento territorial e valorização da sociobiodiversidade na Amazônia | - |
| Descrição: dc.description | Abstract: The Amazon rainforest harbors a remarkable diversity of palm species with ecological, economic, and sociocultural relevance, whose spatial distribution and density remain poorly understood due to the complexity of the environment and logistical limitations of field sampling. This dissertation is structured into three interrelated chapters that investigate, through geotechnologies and artificial intelligence, strategies to map and model the occurrence of Amazonian palms at a large scale. In the first chapter, the performance of the deep learning model YOLOv10x was evaluated for the automatic detection of 14 palm species in RGB images captured by drones across 47 locations in the western Amazon. Regions with a larger number of images and individuals, such as Baixo Acre, achieved the best performance (mAP > 0.90), while areas with limited sampling, such as Juruá and southern Amazonas, had mAP values below 0.37. However, the global model stood out with a mean Average Precision (mAP) of 80% and high generalization capacity across regions (F1-score = 79%). The second chapter investigated the impact of seasonality on model accuracy by comparing dry and rainy periods in the state of Acre. The results indicated interspecies variations related to phenology and canopy visibility, with the rainy season showing better performance than the dry season. This highlights the importance of establishing an image acquisition calendar that considers both ecological and operational aspects during data collection and model training. Finally, the third chapter integrated the detections obtained with YOLOv10x and environmental variables to model and spatialize species density using the Random Forest algorithm, adopting a bootstrap approach. The models exhibited varying predictive performance among species, with coefficients of determination (R²) ranging from 0.45 to 0.85. The most important covariates were maximum and minimum precipitation, maximum and minimum temperature, longitude, latitude, elevation, and the Topographic Wetness Index (TWI). The generated maps revealed specific habitat preferences for some species, such as Mauritia flexuosa (buriti), Astrocaryum aculeatum (tucumã), Euterpe precatoria (açaí), and Oenocarpus bataua (patauá), which favored low-lying and wetter areas, while others, such as Attalea maripa (inajá), were distributed in higher and better-drained terrains. These specific occurrence patterns may serve as a basis for identifying priority areas for sustainable value chains within the Amazon bioeconomy. The results demonstrate the potential of combining remote sensing, deep learning, and environmental modeling as a strategic tool for monitoring, territorial planning, and the enhancement of sociobiodiversity in the Amazon | - |
| Formato: dc.format | 1 recurso online : PDF. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Palavras-chave: dc.subject | Sensoriamento remoto | - |
| Palavras-chave: dc.subject | Palmeira - Amazônia | - |
| Palavras-chave: dc.subject | Levantamentos florestais - Amazônia | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Palavras-chave: dc.subject | Recursos Florestais e Engenharia Florestal | - |
| Título: dc.title | Onde estão as palmeiras na Amazônia? : sensoriamento remoto e inteligência artificial aplicados à análise espacial da ocorrência e densidade de espécies | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo