D. Mlenek, A. P. Corte, D. Santos, Carlos Roberto Sanqueta
{"title":"REVISÃO SISTEMÁTICA DA LITERATURA SOBRE DETECÇÃO DE ÁRVORES UTILIZANDO DADOS DE SENSORIAMENTO REMOTO","authors":"D. Mlenek, A. P. Corte, D. Santos, Carlos Roberto Sanqueta","doi":"10.5380/BIOFIX.V5I1.66902","DOIUrl":null,"url":null,"abstract":"O conhecimento do cenário atual referente formas de detecção de árvores por meio de sensoriamento remoto em plantios florestais é essencial para orientar novos estudos relacionados ao tema. Com as publicações científicas dos principais autores e periódicos do assunto dos últimos 20 anos, espera-se neste estudo delinear os principais tipos de dados, espécies e algoritmos estudados recentemente. Com o objetivo de apresentar o desenvolvimento de pesquisas em situações especificas com determinadas espécies, idades, espaçamento, tipos de dados e algoritmos, visando a contagem de árvores. Após reunir a literatura disponível nas bases selecionadas, Web of Science e a Scopus, foi realizada uma análise bibliométrica. Para a mesma utilizou-se o pacote bibliometrix desenvolvido para a linguagem R, para a filtragem de documentos e representação gráfica dos resultados. Foram encontrados resultados classificados em aceitáveis ou não aceitáveis para estimativas florestais, apresentando uma variada gama de alternativas para obtenção do número de árvores de um povoamento florestal, devido as diferenças entre os tipos de dados e algoritmos utilizados. Conclui-se que atualmente não existe uma metodologia padrão para a detecção de árvores e dificilmente será aplicável um método genérico para a contagem, visto a heterogeneidade das florestas e diferentes tratamentos de dados. Foi ainda observadas limitações quanto ao desenvolvimento de metodologias satisfatórias para plantios de Pinus taeda, regularmente espaçados e com idades próximas ao corte comercial.","PeriodicalId":244932,"journal":{"name":"BIOFIX Scientific Journal","volume":"90 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-08-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"BIOFIX Scientific Journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5380/BIOFIX.V5I1.66902","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2
Abstract
O conhecimento do cenário atual referente formas de detecção de árvores por meio de sensoriamento remoto em plantios florestais é essencial para orientar novos estudos relacionados ao tema. Com as publicações científicas dos principais autores e periódicos do assunto dos últimos 20 anos, espera-se neste estudo delinear os principais tipos de dados, espécies e algoritmos estudados recentemente. Com o objetivo de apresentar o desenvolvimento de pesquisas em situações especificas com determinadas espécies, idades, espaçamento, tipos de dados e algoritmos, visando a contagem de árvores. Após reunir a literatura disponível nas bases selecionadas, Web of Science e a Scopus, foi realizada uma análise bibliométrica. Para a mesma utilizou-se o pacote bibliometrix desenvolvido para a linguagem R, para a filtragem de documentos e representação gráfica dos resultados. Foram encontrados resultados classificados em aceitáveis ou não aceitáveis para estimativas florestais, apresentando uma variada gama de alternativas para obtenção do número de árvores de um povoamento florestal, devido as diferenças entre os tipos de dados e algoritmos utilizados. Conclui-se que atualmente não existe uma metodologia padrão para a detecção de árvores e dificilmente será aplicável um método genérico para a contagem, visto a heterogeneidade das florestas e diferentes tratamentos de dados. Foi ainda observadas limitações quanto ao desenvolvimento de metodologias satisfatórias para plantios de Pinus taeda, regularmente espaçados e com idades próximas ao corte comercial.
了解目前通过遥感探测森林人工林树木的情景对于指导与该主题相关的新研究至关重要。通过过去20年主要作者和期刊的科学出版物,本研究预计将概述最近研究的主要数据类型、物种和算法。旨在介绍特定物种、年龄、间距、数据类型和算法在特定情况下的研究发展,以树数为目标。在收集了选定数据库、Web of Science和Scopus的现有文献后,进行了文献计量分析。为此,我们使用了为R语言开发的bibliometrix包,用于文档过滤和结果的图形表示。结果被分类为森林估计的可接受或不可接受,由于使用的数据类型和算法之间的差异,显示了获得林分树木数量的各种替代方案。结论是,由于森林的异质性和数据处理的不同,目前还没有一种标准的树木检测方法,也很难适用一种通用的计数方法。在发展令人满意的针叶松人工林方法方面也存在局限性,针叶松人工林有规律的间隔和接近商业采伐的年龄。