Dissertation
Dissertation
Dissertation
PROGRAMA DE PÓS-GRADUAÇÃO EM
NÍVEL MESTRADO
São Cristóvão, SE
2024
CAMILLA CAROLINE FONTES NASCIMENTO
São Cristóvão, SE
2024
FICHA CATALOGRÁFICA ELABORADA PELA BIBLIOTECA CENTRAL
UNIVERSIDADE FEDERAL DE SERGIPE
CDU 528.811(813.7)
3
CAMILLA CAROLINE FONTES NASCIMENTO
Banca Examinadora
Prof. Dr. Adauto de Souza Ribeiro -Universidade Federal de Sergipe (Examinador Interno)
4
DECLARAÇÃO DE VERSÃO FINAL
CESSÃO DE DIREITOS
5
É concedido ao Programa de Pós-Graduação em Desenvolvimento e Meio
Ambiente (PRODEMA) da Universidade Federal de Sergipe (UFS) responsável pelo
Mestrado em Desenvolvimento e Meio Ambiente permissão para disponibilizar,
reproduzir cópia desta Dissertação e emprestar ou vender tais cópias.
Programa de Pós-Graduação em
6
Dedicatória
Dedico este trabalho primeiramente а Deus, pоr ser essencial еm minha vida, autor dе
mеu destino, mеu guia, socorro presente nа hora dа angústia e a minha família que sempre
esteve presente
7
Agradecimentos
Gostaria de dedicar este espaço para expressar minha mais profunda gratidão a todas
as pessoas que desempenharam um papel crucial na realização desta dissertação.
Primeiramente, agradeço a minha mãe, Josinete, e meu pai, José Carlos, por seu amor
incondicional, apoio inabalável e constante incentivo ao longo de toda minha jornada
acadêmica. Seu apoio foi essencial para minha perseverança e sucesso.
Agradeço também aos meus irmãos, Tauanne e João Victor, por estarem sempre
presentes, compreendendo minhas ausências e celebrando meus triunfos. Sua presença é uma
fonte constante de motivação e alegria em minha vida.
Ao meu esposo, João Marcelo, expresso minha mais profunda gratidão por sua
compreensão, paciência e apoio incondicional. Seu amor e encorajamento foram
fundamentais para enfrentar os desafios desta jornada acadêmica.
Expresso minha gratidão aos meus colegas de classe, que compartilharam comigo suas
experiências, conhecimentos e camaradagem ao longo deste percurso acadêmico.
Agradeço também à minha parceira, Anny Bianca, por seu apoio incondicional,
compreensão e incentivo nos momentos mais desafiadores desta jornada.
Aos meus professores, pelo seu ensino dedicado, orientação e inspiração ao longo dos
anos, expresso minha profunda gratidão.
8
À minha família e amigos, cujo apoio e encorajamento foram fundamentais em todas
as etapas deste processo, agradeço do fundo do meu coração. Em especial meus primos
Emilly e Júnior, que foram meu ombro e aconchego.
E, por último, mas não menos importante, agradeço a Deus por Sua orientação, força e
bênçãos ao longo desta jornada acadêmica.
Este trabalho não teria sido possível sem o apoio e contribuições de todos vocês.
Obrigado por fazerem parte desta jornada e por ajudarem a tornar este projeto uma realidade.
9
“O que verdadeiramente somos é aquilo que o
impossível cria em nós,”
-Clarice Lispector
10
Resumo
O estudo foi realizado na Fazenda Rio Fundo em Itaporanga D’Ajuda, Sergipe, teve como
objetivo quantificar a abertura do dossel em áreas de restauração florestal ativa e passiva,
utilizando fotogrametria a partir de imagens de Aeronave Remotamente Pilotada (ARP). O
inventário de campo foi conduzido entre dezembro de 2021 e junho de 2022, utilizando
amostragem sistemática em 30 parcelas quadradas permanentes de aproximadamente 25 x 25
m (∼ 0,062 ha). Dessas, 10 foram alocadas para áreas de restauração ativa com colheita de
rebrotas de eucaliptos (RAM), 10 para áreas de restauração ativa com rebrotas de eucaliptos
intocadas (RAR) e 10 para áreas de restauração passiva (RPA). Os resultados indicam que a
altura média mensurada pelo ARP foi inferior à medida em campo, com a maior discrepância
observada em RPA. A validação da altura calculada pelo ARP revelou um r2 baixo de 0,09 e
um RMSE de 1,27 m em RPA, destacando a dificuldade em estimar precisamente a altura das
árvores nesse contexto. Em contraste, RAM apresentou um r2 de 0,60 e um RMSE de 0,52 m,
enquanto RAR obteve um alto r2 de 0,82 e um RMSE de 0,64 m, indicando maior precisão
nestas áreas. Quanto à abertura do dossel, RAM mostrou a menor abertura, seguida por RAR,
enquanto RPA apresentou a maior abertura. A avaliação da precisão da classificação do
ForestGap para distinguir áreas com abertura de dossel mostrou acurácias semelhantes à
classificação manual. Na detecção de abertura do dossel, o ForestGap apresentou uma taxa de
detecção de 88%, com um Índice Kappa de 0,8. A comparação entre medições em campo e
medições utilizando o ForestGap revelou diferenças na amplitude de área para as lacunas no
tratamento RPA, que apresentou maior porcentagem de abertura do dossel nos dados do drone
e na classificação manual, alcançando 70,99% e 91,22%, respectivamente. Em resumo, o
monitoramento eficiente da altura e abertura do dossel em restaurações ecológicas ativas
(RAM e RAR) foi bem-sucedido com o ARP, apesar de limitações na avaliação da altura em
restaurações passivas (RPA). O ARP é eficaz para monitorar com precisão a abertura do
dossel em restaurações ativas, mas pode superestimar em restaurações passivas devido à
regeneração natural não contabilizada, evidenciando a superioridade da abordagem ativa
(RAM) na restauração florestal na Mata Atlântica.
11
Abstract
The study was carried out at Fazenda Rio Fundo in Itaporanga D’Ajuda, Sergipe, and aimed
to quantify canopy opening in active and passive forest restoration areas, using
photogrammetry from Remotely Piloted Aircraft (ARP) images. The field inventory was
conducted between December 2021 and June 2022, using systematic sampling in 30
permanent square plots of approximately 25 x 25 m (∼0.062 ha). Of these, 10 were allocated
to active restoration areas with harvesting of eucalyptus regrowth (RAM), 10 to active
restoration areas with untouched eucalyptus regrowth (RAR) and 10 to passive restoration
areas (RPA). The results indicate that the average height measured by ARP was lower than
that measured in the field, with the greatest discrepancy observed in RPA. Validation of the
height calculated by ARP revealed a low r2 of 0.09 and an RMSE of 1.27 m in RPA,
highlighting the difficulty in accurately estimating tree height in this context. In contrast,
RAM had an r2 of 0.60 and an RMSE of 0.52 m, while RAR had a high r2 of 0.82 and an
RMSE of 0.64 m, indicating greater accuracy in these areas. Regarding canopy opening,
RAM showed the smallest opening, followed by RAR, while RPA showed the largest
opening. Assessment of ForestGap classification accuracy to distinguish areas with canopy
opening showed similar accuracies to manual classification. When detecting canopy opening,
ForestGap presented a detection rate of 88%, with a Kappa Index of 0.8. The comparison
between field measurements and measurements using ForestGap revealed differences in the
area amplitude for the gaps in the RPA treatment, which showed a higher percentage of
canopy opening in the drone data and in the manual classification, reaching 70.99% and 91.22
%, respectively. In summary, efficient monitoring of canopy height and openness in active
ecological restorations (RAM and RAR) has been successful with ARP, despite limitations in
assessing height in passive restorations (RPA). ARP is effective for accurately monitoring
canopy opening in active restorations, but may overestimate in passive restorations due to
unaccounted for natural regeneration, highlighting the superiority of the active approach
(RAM) in forest restoration in the Atlantic Forest.
12
Sumário
NÍVEL MESTRADO............................................................................................1
DECLARAÇÃO DE VERSÃO FINAL.................................................................5
CESSÃO DE DIREITOS.....................................................................................6
Abstract............................................................................................................. 12
Lista de Figuras................................................................................................ 14
Lista de Siglas....................................................................................................15
CAP- Circunferência a altura do peito.................................................. 16
DAP- Diâmetro a altura do peito........................................................... 16
Lista de Tabela.................................................................................................. 16
1. Introdução..................................................................................................... 17
2. Referencial teórico........................................................................................ 22
2.1. Mata Atlântica....................................................................................... 22
2.1.1 O Desmatamento e a Fragmentação da Mata Atlântica: Um Desafio
para a Conservação Ambiental..................................................................... 25
2.1.2 A Mata Atlântica em Sergipe: Desafios e Oportunidades para a
Preservação...................................................................................................26
2.2. Restauração Florestal.............................................................................30
2.3. Monitoramento da restauração Florestal............................................... 35
2.4. Uso de Drone no monitoramento da Restauração Florestal.................. 37
2.5. Indicadores.............................................................................................41
3. Materiais e Métodos..................................................................................... 44
3.1 Área de estudo........................................................................................ 44
3.2 Modelos de restauração......................................................................... 46
3.3 Inventário florestal..................................................................................46
3.4 Fotogrametria Aérea Digital (FAD)....................................................... 49
3.4.1 Aquisição das fotografias aéreas................................................... 49
3.4.2 Processamento fotogramétrico...................................................... 49
3.4.3 Métricas FAD-RPA derivadas da nuvem de pontos.............................................51
Tabela 1. Métricas tradicionais extraídas de valores normalizados de
alturas derivadas de fotogrametria aérea digital (FAD)..........................52
3.4.4 Avaliação da fotogrametria aérea digital....................................... 53
3.5 Obtenção da abertura do dossel.............................................................. 55
3.5.1 Mapeamento da abertura do dossel da floresta..............................55
3.5.2 Avaliação de precisão e validação de dados.................................. 56
4. Resultados......................................................................................................58
5. Discussão........................................................................................................62
7. Referências.................................................................................................... 66
13
Lista de Figuras
Figura 2. Mapa de localização da Fazenda Rio Fundo, Itaporanga d’Ajuda, Sergipe, Brasil.
.............................................................................................................................................. 45
Figura 3. Campanha de inventário de campo nas parcelas alocadas na Fazenda Rio Fundo,
Itaporanga d’Ajuda e no Campus Rural da Universidade Federal de Sergipe, São Cristóvão,
Sergipe, Brasil.……………………………………………………………………………. 47
Figura 5. Equipamentos utilizados para a obtenção dos dados de sensoriamento remoto via
RPA: (A) drone multi-rotor; (B) receptor móvel para coleta de coordenadas em tempo real;
(C) estação rover, a qual consiste numa base fixa que recebe e armazena as informações
transmitidas pelo receptor
móvel.…………………………………………………………………………….……….. 50
14
Figura 7. Parcelas em diferentes tipos de restauração na Fazenda Rio Fundo. RAM =
Restauração Ativa; RAR = Restauração Ativa consorciada com eucalipto; RPA = Restauração
Passiva. …………………………………………………………………...…. 56
Figura 8. Regressão linear com os dados de altura obtidos através do drone e em medição no
campo. …………………………………………………….………………………………. 61
15
Lista de Siglas
FR - Recuperação Florestal
16
Lista de Tabela
17
1. Introdução
18
Diversos indicadores de avaliação e monitoramento da restauração florestal (FR) têm
sido utilizados, como a produção de serapilheira (Bello et al., 2023), a composição florística e
estrutura da vegetação (Pequeno et al., 2016), a cobertura de copas/fechamento do dossel
(Correia et al., 2016) e o banco de sementes do solo (Costa et al., 2020). Os projetos de RF
visam proporcionar benefícios, como a provisão de serviços ecossistêmicos e o bem-estar
social, quando bem-sucedido, a RF busca alcançar características
Essa abordagem visa não apenas a reconstrução física das áreas afetadas, mas também
a restauração dos processos ecológicos essenciais. Ao permitir que a vegetação nativa se
regenere e se desenvolva ao longo do tempo, a sucessão secundária contribui para a
recuperação da biodiversidade, a melhoria da qualidade do solo, a regulação dos recursos
hídricos e a mitigação das mudanças climáticas (Polisel et al., 2022).
19
sombra, resultando em uma composição de espécies florestais dominada por grupos
ecológicos de sombra. Por outro lado, se o dossel estiver parcialmente aberto, uma maior
quantidade de luz solar pode atingir o solo, estimulando o crescimento de espécies pioneiras,
que frequentemente pertencem a grupos ecológicos mais adaptados a condições de maior
luminosidade (Goes et al., 2023).
O crescimento em altura possibilita uma competição mais eficiente por luz solar,
essencial para a fotossíntese, promovendo a diversidade de estratos na floresta e contribuindo
para a formação de microambientes favoráveis à biodiversidade (Vera et al., 2023). Além
disso, plantas mais altas têm uma vantagem competitiva contra invasoras, essas espécies
apresentam crescimento e desenvolvimento mais rápido e proporcionam condições
edafoclimáticas favoráveis ao desenvolvimento das espécies tardias protegendo contra
espécies invasoras como gramíneas, sendo um fato desejável em áreas de restauração. A
criação de habitats complexos e estruturados, a utilização de espécies zoocóricas em plantios
de restauração é importante para a atração da fauna, estimulando o recrutamento natural e
promovendo a regeneração eficaz dos ecossistemas, garantindo resiliência e sustentabilidade a
longo prazo na restauração florestal (Silva et al., 2016).
20
As aeronaves remotamente pilotadas (ARP), também conhecidas como drones,
possuem um alto potencial para o monitoramento eficiente de projetos de FR, pois podem
coletar dados em alta resolução e evitar as influências das nuvens. Como observado em
estudos recentes, os drones têm a capacidade de inferir dados que são indicadores de
restauração e diversidade, como medir estruturas da vegetação (Jiang et al., 2023), estimar a
biomassa (Meng et al., 2023), cobertura e altura das árvores (Mahmud et al., 2023), abertura
do dossel (Papa, 2019), índices de diversidade (Shokirov et al., 2023) e índices de vegetação
(Pan et al., 2023). Essas medições são especialmente precisas em condições de dossel aberto.
Objetivo Geral
21
Avaliar a eficiência do uso de ARP para o monitoramento da abertura do
dossel e da altura dos diferentes modelos de restauração florestal na Mata
Atlântica.
Objetivos específicos
2. Referencial teórico
A Mata Atlântica é um dos mais ricos em flora e fauna e importante bioma do Brasil,
sendo um verdadeiro patrimônio natural a ser preservado. Com uma história milenar e uma
diversidade incomparável, essa floresta tropical abrange uma extensa área ao longo da costa
brasileira, estendendo-se por cerca de 17 estados (Paes et al., 2021).
22
ciência; 298 espécies de mamíferos; 992 espécies de aves; 200 répteis; 370 anfíbios e 350
espécies de peixes (SOS Mata Atlântica, 2021), sendo um dos ecossistemas mais diversos do
Brasil, perdendo apenas para a Amazônia.
23
na porção sul da Mata Atlântica, a floresta ombrófila aberta, a floresta estacional semidecidual
e a floresta estacional decidual. Além disso, existem vários ecossistemas associados, como
manguezais, vegetações de restingas, campos de altitude, brejos interioranos e encraves
florestais do Nordeste (Bittencourt Junior et al., 2021).
No entanto, a Mata Atlântica está ameaçada por diversos fatores, como a expansão
desordenada das áreas urbanas, o desflorestamento ilegal, a exploração predatória de recursos
naturais e a fragmentação dos habitats são apenas algumas das pressões enfrentadas por esse
ecossistema frágil. Como resultado, mais de 90% da cobertura original da Mata Atlântica foi
perdida ao longo dos séculos, tornando-a um dos biomas mais ameaçados do mundo
(Fundação? SOS Mata Atlântica & INPE, 2017).
24
de suma importância, sendo de interesse a inserção da comunidade que engaja em práticas
sustentáveis e na promoção da conservação desse bioma (Lopes et al., 2019).
A preservação da Mata Atlântica não é apenas uma questão ambiental, mas também
econômica e social. O ecoturismo, por exemplo, pode impulsionar a economia local,
promovendo o desenvolvimento sustentável e a geração de empregos (Fonseca et al., 2018).
Além disso, a floresta oferece serviços ambientais essenciais, como a produção de água limpa
e a mitigação das mudanças climáticas, que beneficiam toda a sociedade (Layrargue et al.,
2004).
25
fluxo gênico das espécies (Dantas et al., 2017). Como resultado, muitas espécies
encontram-se confinadas em pequenos remanescentes de floresta, sujeitas a uma série de
ameaças, como a redução de recursos alimentares, o aumento da vulnerabilidade a predadores
e a maior incidência de doenças, causando extinção de espécies (Fiorese et al., 2021).
26
municípios próximos ao Rio São Francisco até Mangue Seco, na divisa com a Bahia (INPE,
2009).
Apesar da degradação, a Mata Atlântica ainda abriga espécies de plantas raras, muitas
das quais são endêmicas, e continua sendo o maior bloco de floresta no Estado (Santos
27
Franças et ., 2023). A zona costeira de Sergipe é dividida em Litoral Norte e Litoral Sul (
Ramos et al., 2021).
28
A preservação da Mata Atlântica em Sergipe não é apenas uma responsabilidade do
governo, mas também de toda a sociedade. É necessário fortalecer a aplicação das leis
ambientais, promover a conscientização sobre a importância desse bioma e fomentar a
participação da população local na conservação e na recuperação florestal (Andrade et al.,
2016).
29
A ONU declarou o período de 2021 a 2030 como a Década da Restauração de
Ecossistemas, com o objetivo de reverter a degradação global. Essa ação é urgente devido aos
impactos na vida, economia e disponibilidade de água e alimentos. A iniciativa convoca
governos, empresas e organizações a se envolverem. No Brasil, a Mata Atlântica é prioritária
para restauração devido ao seu potencial na luta contra as mudanças climáticas e conservação
da biodiversidade. Com políticas robustas e oportunidades de negócios florestais, o país pode
liderar soluções baseadas na natureza. O reconhecimento da Mata Atlântica como
ecossistema-bandeira na COP-15 fortalece a proteção e restauração do bioma (Pinto et al.,
2023).
30
necessário eliminar plantas competidoras que possam prejudicar o crescimento das espécies
desejadas. Nesta fase, os indicadores sugeridos são de taxa de germinação e sobrevivência de
mudas pioneiras, cobertura vegetal inicial, taxa de crescimento e desenvolvimento das
espécies pioneiras. Tendo uma frequência de monitoramento a cada 6 meses para capturar as
mudanças rápidas no estabelecimento das espécies pioneiras.
2. Fase de Consolidação: Durante esta fase, ocorre a morte gradual das espécies que
formaram o dossel inicial e é estabelecido um novo dossel, composto por espécies
secundárias. Esse novo dossel é fundamental para garantir a manutenção do habitat florestal
por décadas, permitindo que o processo de restauração prossiga. Nesta fase, os indicadores
sugeridos são de diversidade e densidade das espécies secundárias, taxa de crescimento das
espécies secundárias, estrutura do dossel, taxa de recrutamento de novas espécies secundárias.
Tendo uma frequência de monitoramento anualmente para acompanhar as mudanças no
estabelecimento das espécies secundárias e a evolução da estrutura do dossel.
Esse quadro conceitual permite salientar três importantes aspectos. Primeiro, ele
permite que se identifique que fatores favoráveis e desfavoráveis à restauração estão presentes
numa dada área a ser restaurada e, portanto, qual deve ser o melhor método a ser empregado;
Segundo, ele indica que a composição e a estrutura da comunidade florestal existente em cada
31
momento do processo são fundamentais para, em grande parte, determinar se no período
seguinte essa floresta tenderá à mudança progressiva, regressiva, ou se a floresta permanecerá
num estado estacionário estável. Terceiro, ele, ao reconhecer a existência de três fases, sugere
que seja qual for o método de restauração a ser empregado, deve ser capaz de garantir, direta
ou indiretamente, que todas as fases do processo de restauração desenvolvam‐se, sobretudo as
duas primeiras (Chazdon et al, 2017). Em síntese, o quadro conceitual proposto destaca a
importância de identificar os fatores relevantes para a restauração, considerar a composição e
a estrutura da comunidade florestal em cada fase do processo e garantir o desenvolvimento
adequado de todas as etapas para o sucesso da restauração florestal.
32
(como REDD e Pagamento por Serviços Ambientais - PSA) e redes de trabalho (Adams et al.,
2021).
Uma das modalidades de pagamento por serviços ambientais é conhecida como títulos
verdes, ou green bonds. Esses títulos são instrumentos financeiros certificados por terceiros,
nos quais as empresas emitem títulos verdes para arrecadar capital para financiar seus
investimentos valiosos. Os green bonds são desenvolvidos com o objetivo específico de
melhorar o bem-estar social e reduzir os impactos ambientais, como a redução das emissões
de gás carbônico (CO2) e a prevenção da poluição. A certificação, por sua vez, ajuda a
garantir práticas responsáveis na gestão florestal. (Tang; Zhang et al., 2020).
33
energia renovável, entre outros recursos naturais essenciais para a subsistência humana e o
desenvolvimento econômico.
● Serviços Culturais: São os serviços que têm valor estético, espiritual, recreativo ou
educacional para as pessoas. Isso inclui a contemplação da natureza, atividades de lazer ao ar
livre, turismo ecológico, práticas religiosas e culturais relacionadas à natureza, além do
conhecimento tradicional e científico sobre a biodiversidade.
34
Em síntese, os novos modelos de governança florestal buscam ampliar a participação e
os envolvimentos de atores não governamentais, promovendo parcerias, negociações
financeiras e redes de trabalho para enfrentar os desafios e alcançar resultados positivos na
restauração florestal (Cordeiro et al., 2022).
35
condições adequadas para a fauna local, medidas corretivas podem ser tomadas, como o
replantio de espécies adicionais ou a implementação de práticas de manejo específicas (Dario
et al., 2022b).
Monitorar a abertura do dossel torna-se essencial, uma vez que desencadeia alterações
significativas nas condições ambientais, como a entrada direta de luz solar no solo, variações
na temperatura e umidade, e mudanças no ciclo hidrológico. Essas transformações exercem
impactos sobre a flora e fauna, podendo favorecer ou prejudicar diferentes espécies adaptadas
a condições específicas de sombra ou luz (Gomes et a., 2023). Adicionalmente, a abertura do
dossel pode intensificar a vulnerabilidade da floresta a incêndios, especialmente em áreas
onde a vegetação se torna mais seca devido à exposição direta ao sol. Essas mudanças
possuem implicações cruciais na diversidade biológica, na dinâmica do ecossistema e na
resiliência da floresta diante de pressões ambientais (Faria et al., 2021).
A Constituição Federal do Brasil de 1988, art. 225, “Todos têm direito ao meio
ambiente ecologicamente equilibrado, bem de uso comum do povo e essencial à sadia
qualidade de vida, impondo-se ao Poder Público e à coletividade o dever de defendê-lo e
preservá-lo para as presentes e futuras gerações”. O §1º do artigo citado, incube a efetividade
desse direito ao poder público da seguinte forma:
II - Preservar a diversidade e a
integridade do patrimônio genético do País e
fiscalizar as entidades dedicadas à pesquisa e
manipulação de material genético;
36
III - Definir, em todas as unidades da
Federação, espaços territoriais e seus
componentes a serem especialmente protegidos,
sendo a alteração e a supressão permitidas
somente através de lei, vedada qualquer
utilização que comprometa a integridade dos
atributos que justifiquem sua proteção;
V - Controlar a produção, a
comercialização e o emprego de técnicas,
métodos e substâncias que comportem risco
para a vida, a qualidade de vida e o meio
ambiente;
37
fechamento do dossel, a próxima fase é a densidade e diversidade de recrutas que substituirão
as árvores do dossel nos próximos anos, garantindo uma estrutura florestal de longo prazo e
diversidade de espécies (Albuquerque et al., 2022).
Com os avanços tecnológicos, novas ferramentas estão surgindo para auxiliar nesse
processo. Uma dessas tecnologias é o uso de Robótica Processual Autônoma com
Sensoriamento Remoto (RPA-SFM, na sigla em inglês), que oferece um método eficiente e
preciso para o monitoramento da restauração florestal (Grohmann et al., 2023).
38
câmeras e sensores especializados possibilitam a coleta de imagens precisas e detalhadas,
fornecendo uma compreensão detalhada do progresso da restauração e permitindo ajustes e
tomadas de decisões mais efetivas (Valente et al., 2021).
No estudo de Solano (2022), é discutido que distúrbios naturais podem criar aberturas
no dossel da floresta, também conhecidas como clareiras, as quais iniciam diferentes padrões
e processos de crescimento, dependendo da ecologia do distúrbio. As clareiras geradas por
quedas de árvores são o principal tipo de perturbação em muitos ecossistemas florestais,
influenciando a composição e abundância da regeneração do povoamento. A complexidade
39
estrutural derivada encontrada nas florestas é um indicador fundamental da biodiversidade.
Portanto, compreender a variação vertical da altura do dossel, a cobertura do dossel e as
características das clareiras fornece informações cruciais sobre a dinâmica das florestas
primárias e secundárias (Nery et al., 2023).
Com o uso de ARP, é possível identificar áreas onde o fechamento do dossel está
ocorrendo de forma mais eficiente, bem como identificar locais que necessitam de intervenção
adicional, como a replantação de espécies nativas ou a remoção de vegetação invasora. Dessa
forma, o monitoramento por drone oferece uma visão mais precisa e detalhada do progresso
da restauração florestal, permitindo ajustes e tomadas de decisões mais efetivas (Somonetti et
al., 2023).
40
sensores RGB (Red, Green e Blue) o qual tem se mostrado uma alternativa viável e acessível
para monitorar a restauração florestal. Essa abordagem combina a eficiência e automação dos
drones com a simplicidade e custo reduzido dos sensores RGB (Jesus Fagundes et al., 2023).
Os sensores RGB são câmeras convencionais que capturam imagens nas três
principais cores (vermelho, verde e azul). Embora sejam menos sofisticados do que os
sensores multiespectrais e hiperespectrais, eles ainda são capazes de fornecer informações
valiosas sobre a vegetação e a cobertura do dossel (Souza et al., 2020).
A principal vantagem do uso de ARP de baixo custo com sensores RGB é a sua
acessibilidade (Gonçalves et al., 2021). Esses drones são mais econômicos tornando-os mais
acessíveis a pesquisadores, instituições e comunidades locais envolvidas em projetos de
restauração florestal, porém o uso de sensores ainda requer um maior esforço no tratamento
dos dados capturados e uma maior precisão das técnicas empregadas pelo sistema (Fagundes
et al., 2023).
Outro benefício dos ARP de baixo custo com sensores RGB é a facilidade de
integração com outras tecnologias e técnicas de monitoramento. Por exemplo, é possível
combinar dados coletados por drones com imagens de satélite ou trabalhos de campo para
obter uma visão mais completa e abrangente da restauração florestal. Essa abordagem
41
integrada permite a combinação de diferentes tipos de informações e fornece uma visão mais
precisa do progresso da restauração como no trabalho de Hamamura et al. (2019).
2.5. Indicadores
42
ocorrência de espécies ameaçadas ou endêmicas, e a interação entre diferentes níveis
tróficos.
43
● Nessa fase, as espécies secundárias começam a se estabelecer e competir com
as pioneiras, buscando uma posição no dossel da floresta.
● Nessa fase, as espécies clímax, que são mais tolerantes à sombra, começam a
dominar o dossel da floresta.
3. Materiais e Métodos
44
Figura 2 : Mapa de localização da Fazenda Rio Fundo, Itaporanga d’Ajuda, Sergipe, Brasil.
A Fazenda Rio Fundo está localizada nas coordenadas 11º06’30” latitude Sul e
37º19’60” e longitude Oeste. A área analisada, tem aproximadamente 38,63 ha, refere-se à
área de compensação ambiental, decorrente do desmatamento, sem a devida licença, de
vegetação nativa para plantio de eucalipto. Os principais tipos de solo que ocorrem na bacia
do Rio Fundo são: Argissolos, Gleissolos, Espodossolos e Latossolos. O relevo está
representado, basicamente, pelos seguintes domínios morfológicos: tabuleiro costeiro,
planície litorânea e relevos dissecados em colinas e interflúvios tabulares, (Fontes et al.,
2010), sendo a altitude média em torno de 38 m.
45
agosto) e meses mais secos (dezembro a fevereiro) no verão (Fontes et al., 2010).
No estudo, foram considerados três modelos de restauração florestal: (i) ativa (RAM),
(ii) ativa consorciada com espécies de Eucalyptus urophylla S.T. Blake (RAR) e, (iii) passiva
(RPA).
No sistema RAM foi realizado o corte raso (retirada 100%) de eucalipto e o plantio de
espécies arbóreas nativas, com espaçamento de 4 x 4 m. No tratamento RAR, foi realizada a
exploração seletiva da espécie de Eucalyptus urophyla (desbaste em torno de 50%) e o plantio
de espécies arbóreas nativas no espaçamento de 4 x 4 m. Já no sistema RPA, foi realizado o
corte raso dos indivíduos de eucalipto, mas não houve plantio de espécies arbóreas nativas,
sendo uma restauração passiva dependendo exclusivamente da regeneração natural.
46
restauração passiva (RPA) (Figura 4). A localização dessas parcelas foi previamente planejada
para cobrir toda a variação de altura existente nas áreas analisadas.
Figura 3: Campanha de inventário de campo nas parcelas alocadas na Fazenda Rio Fundo, Itaporanga d’Ajuda.
47
Figura 4: Parcelas em diferentes tipos de restauração na Fazenda Rio Fundo. RAM = Restauração Ativa; RAR
= Restauração Ativa consorciada com eucalipto; RPA = Restauração Passiva.
A circunferência do fuste (tronco) de cada árvore da parcela foi obtida com fita
métrica na altura de 1,30 m acima do nível do solo (CAP). Nas parcelas, todos os indivíduos
acima de 15 cm de CAP foram medidos e posteriormente convertidos a diâmetro a altura do
peito (DAP). Os valores de altura total (H) das árvores foram coletados com vara graduada
(telescópica) de 10 m. As árvores maiores que 10 m foram estimadas visualmente pelo
operador previamente treinado.
48
3.4 Fotogrametria Aérea Digital (FAD)
49
checagem foram de 0,04 (horizontal) e 0,11 (vertical).
Figura 5: Equipamentos utilizados para a obtenção dos dados de sensoriamento remoto via RPA: (A)
drone multi-rotor; (B) receptor móvel para coleta de coordenadas em tempo real; (C) estação rover, a qual
consiste numa base fixa que recebe e armazena as informações transmitidas pelo receptor móvel.
O alinhamento da imagem foi realizado com acurácia alta (accuracy high), com
seleção de par de referência, o número de pontos principais (key points) iguais a 40.000,00 e
pontos de amarração (tie points) iguais a 4.000,00. Para a construção de nuvens densa de
pontos foram definidos qualidade média (quality médium) e modo de filtragem suave
(filtering mode mild).
50
3D, aplicando o algoritmo Adaptive Triangulated Irregular Network (TIN) desenvolvido por
Axelsson (2019), implementado no Agisoft Metashape. Nesta etapa, os pontos representativos
do terreno da nuvem de pontos 3D são classificados e posteriormente interpolados. Ao final
do processo, a nuvem de pontos 3D FAD foi exportada no formato de arquivo (“.las”) e o
MDT no formato raster (“.tif”) com resolução espacial de 0,50 m.
Figura 6: Exemplo de métricas tradicionais baseadas na altura das nuvens de pontos 3D obtidas por
fotogrametria aérea digital (FAD) com imagens coletadas com aeronave remotamente pilotada (RPA). Adaptado
de Milena Vieira (2023).
51
Tabela 1. Métricas tradicionais extraídas de valores normalizados de alturas
derivadas de fotogrametria aérea digital (FAD).
Tipo de
Nome Descrição
métrica
𝐻𝑉 Variância
𝐻𝑠𝑘ew Assimetria
𝐻curt Curtose
(H01, H05, H10, H20, H25, H30, Valores percentuais (1º, 5º,
H40, H50, H60, H70, H75, H80, H90, H95, 10º, 20º, 25º, 30º, 40º, 50º, 60º, 70º,
H99) 75º, 80º, 90º, 95º, 99º)
52
HAAD Desvio absoluto médio
ii)
Cobertura número de pontos acima de
CCH
3,0 m
do dossel
53
3.4.4 Avaliação da fotogrametria aérea digital
A acurácia dos MDTs gerados foi avaliada de duas formas. Primeiro, pela comparação
direta dos valores de elevação extraídos dos DTMs obtidos por FAD-RPA com os valores de
elevação estimados em campo com receptor GNSS Trimble RTK R6 (www.trimble.com).
Nesta etapa, foram utilizados os valores de elevação de alguns vértices de cada uma das
parcelas de inventário, totalizando 50 pontos na fazenda Rio Fundo. Em segundo lugar, foram
comparados os valores de altura dominante das árvores (Hdom) de cada parcela com os valores
do percentil 99 extraídos das nuvens de pontos 3D FAD-RPA normalizadas para cada parcela.
Após recorte das nuvens de pontos para cada parcela de inventário, as mesmas foram
normalizadas a partir da subtração do MDT, ou seja, os valores de elevação foram
transformados em altura. A Hdom foi estimada pela média das 25 árvores mais altas da parcela,
exceto nas parcelas 23 e 29 da restauração passiva (RPA), as quais tinham um número
pequeno de árvores, sendo a Hdom estimada pela média das 10 maiores árvores.
Para avaliação das estimativas geradas pelos modelos, para ajuste e validação, foram
obtidas as seguintes estatísticas: coeficiente de determinação (R2) (Equação 5), raiz quadrada
do erro médio (RQME e RQME%) e o viés (V%).
A avaliação da acurácia foi verificada por meio do erro sistemático, estimando o Viés
(Equações 1 e 2) e do erro total, estimado pelo RMSE (Equações 3 e 4), todos em valores
absolutos e porcentagem. Toda análise foi realizada na linguagem de programação R Core
Team (2021).
𝑛 𝑛
∑𝑖=1 𝑌𝑜𝑏𝑠 − ∑𝑖=1𝑌𝑒𝑠𝑡 (1)
𝑉𝑖𝑒𝑠(𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜) = 𝑛
𝑉𝑖𝑒𝑠 (%) =
𝑉𝑖𝑒𝑠(𝑎𝑏𝑠)
* 100 (2)
𝑌𝑚𝑒𝑑
54
𝑛 𝑛
(∑𝑖=1 𝑌𝑜𝑏𝑠 − ∑𝑖=1𝑌𝑒𝑠𝑡)²
(3)
𝑅𝑀𝑆𝐸 (𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜) = 𝑛
𝑅𝑀𝑆𝐸(%) =
𝑅𝑀𝑆𝐸 (𝑎𝑏𝑠)
* 100 (4)
𝑌𝑚𝑒𝑑
(5)
Em que:
n = número de amostras.
Nos estudos sobre a abertura do dossel por meio do sensoriamento remoto, os métodos
mais comumente utilizados para detecção são os limites de altura fixos e variáveis. No
entanto, existe uma falta de consenso em relação à definição de fechamento de lacunas.
Diferentes estudos têm considerado diferentes limiares de altura de regeneração, variando de
2 m a 20 m, levando em consideração o contexto biogeográfico, a composição da floresta e o
objetivo da pesquisa, bem como a precisão dos dados para detectar essas lacunas.
55
Da mesma forma, discordâncias também podem ser observadas em relação às
dimensões mínimas aceitáveis para as lacunas, variando de 1 a 1000 m². Com base nessas
considerações, foi adotado uma abordagem com limite de altura fixa de 2 m, com base em
estudos anteriores realizados na área e nas condições ecológicas do ecossistema florestal de
faias (Piovesan et al., 2019).
56
Figura 7: Parcelas em diferentes tipos de restauração na Fazenda Rio Fundo. RAM = Restauração Ativa; RAR =
Restauração Ativa consorciada com eucalipto; RPA = Restauração Passiva.
O intérprete não estava ciente da abertura do dossel derivada do CHM para garantir
a independência (White et al., 2018). A precisão da detecção de lacunas foi determinada por
meio de avaliação baseada em objetos (Solano et al., 2022) comparando o número total de
lacunas verdadeiras identificadas no CHM com os dados de validação. Esse processo foi
realizado usando uma amostra independente para recall (r) e precisão (p), ambos usados para
calcular o F-score para a precisão geral (equação (1 ) ):
(𝑟 𝑥 𝑝)
𝐹 = 2𝑋 (𝑟 + 𝑝)
(1)
57
onde:
𝑇𝑃
𝑟= 𝑇𝑃 + 𝐹𝑁
(2)
𝑇𝑃
𝑝= 𝑇𝑃 + 𝐹𝑃
(3)
O erro de omissão está relacionado com r (equação (2) ), enquanto o erro de comissão
está relacionado com p (equação (3) ). Esses indicadores de desempenho consideram lacunas
detectadas corretamente (verdadeiros positivos-TP), lacunas detectadas erroneamente (falsos
positivos-FP) e lacunas não detectadas (falsos negativos-FN). A razão entre TP e o número
total de lacunas foi usada como um indicador da taxa de detecção de lacunas. A aquisição de
dados de validação e a avaliação da precisão foram realizadas usando o QGIS (ver. 3.16 LTR)
( QGIS.org, 2021 ).
Após a análise das lacunas derivadas do CHM, elas foram extraídas e convertidas em
polígonos vetoriais antes do cálculo estatístico para determinar as propriedades estruturais: i)
área da lacuna; ii) altura máxima, mínima e média do dossel; iii) o desvio padrão da altura do
dossel; e iv) coeficiente de Gini da altura do dossel. A análise estatística foi realizada
utilizando o pacote ForestGapR R (Silva et al., 2019).
4. Resultados
Observa-se que de forma geral a altura média mensurada pelo ARP foi inferior à do
campo. A maior amplitude de altura entre o ARP e o campo foi em RPA (Tabela 2).
58
(m) (m)
59
Tabela 3: Validação da altura calculada pelo ARP.
Tratamento R2 RMSE
60
Total RAM
RAR RPA
Figura 8: Regressão linear com os dados de altura obtidos através do drone e em medição no campo.
Foi avaliado a precisão da classificação pelo ForestGap para distinguir as áreas com
abertura de dossel com as áreas com dossel fechado, com as imagens do ARP, comparando-o
com a classificação manual realizada no software Qgis. O intérprete detectou 94 lacunas
61
distribuídas aleatoriamente em toda a área de estudo após a inspeção. Das 94 lacunas, 86
foram extraídas corretamente e 8 não foram detectadas. Não houve lacunas falsamente
detectadas. A métrica de desempenho de recall (r) foi de 0,87 e o valor de precisão (p) foi de
0.90. O F-score (0,88) determinou a precisão geral, alcançando assim um valor geral de taxa
de detecção de gap de 88%. O valor do Índice Kappa foi de 0.8.
(%) (%)
62
5. Discussão
Esses gaps representam espaços vazios na cobertura vegetal que podem indicar áreas
com menor regeneração natural ou degradadas. Ao identificar esses pontos, a ferramenta
63
oferece insights valiosos para a seleção de locais estratégicos de intervenção na recuperação
ambiental. Além de possibilitar o monitoramento ao longo do tempo, permitindo avaliar a
eficácia das ações de restauração e ajustar estratégias conforme necessário.
Solano et al. (2022), utilizou a ferramenta Forestgap em seu trabalho e obteve uma
acurácia de 0.98, alcançando assim um valor geral de taxa de detecção de gap de 95%. É
relacionado em seu trabalho o erro de omissão com fato de que os espaços entre as copas das
árvores, detectados pelo ortomosaico, apresentavam vegetação acima do limite de altura
definido. Da mesma forma, os espaços cobertos por pequenos galhos resultaram em maior
altura de vegetação ao longo da borda da clareira, o que reduziu a largura total da clareira,
levando à ausência de clareiras mal identificadas. No estudo de Albuquerque et al. (2022) foi
observado que o tamanho da lacuna foi positivamente relacionado com reduções na altura do
dossel, tendo as duas lacunas mais discrepantes detectadas apenas no campo e sem
classificação sistemática prévia.
A área que utiliza o eucalipto sendo uma árvore originária da Austrália, conhecida por
seu rápido crescimento e adaptabilidade a diferentes condições de solo e clima. Essas
64
características fazem com que o eucalipto seja considerado uma opção viável para a
recuperação florestal em determinados contextos (Booth, 2015).
Um estudo utilizando ARP para avaliar a altura do dossel (Roşca et al., 2018) destacou
a influência da abertura do dossel na altura das árvores. Superfícies côncavas refletem luz
entre si, dificultando a precisão na recriação da forma através da restituição estéreo (Nayar et
al., 1991; Roşca et al., 2018). A imprecisão na modelagem das aberturas do dossel a partir das
nuvens de pontos derivadas do ARP torna essa tecnologia menos adequada para áreas de
regeneração natural muito aberta (Roşca et al., 2018).
65
apresentou resultados promissores, com uma taxa de detecção de 88% e um F score de 0,88,
indicando alta precisão.
6. Conclusão
66
7. Referências
ALBUQUERQUE, Rafael Walter et al. A protocol for canopy cover monitoring on forest
restoration projects using low-cost drones. Open Geosciences, v. 14, n. 1, p. 921-929, 2022.
ANDRADE, Valeria Ap. David. A Legislação Ambiental E Seus Efeitos No Controle Dos
Danos Ambientais E Na Recomposição De Áreas Legalmente Protegidas. Uma Análise
No Período De 1987 – 2018 Para A Região Central Do Estado De São Paulo (Brasil).
Universidade Federal de São Paulo, Programa de Pós-graduação em Ecologia e Recursos
Naturais. 2016.
67
Áreas Prioritárias para a Conservação, Uso Sustentável e Repartição de Benefícios da
Biodiversidade Brasileira: Atualização – Portaria MMA no 9, de 23 de janeiro de 2007 e
Instituto Chico Mendes de Conservação da biodiversidade – ICMBio/setembro de 2009.
BIGATO, João Pedro Arantes. Planejamento ambiental de um corredor ecológico com base
em evidências científicas. 2021.
Booth, T., Broadhurst, L., Pinkard, E., Prober, S., Dillon, S., Bush, D., Pinyopusarerk, K.,
Doran, J., Ivkovich, M., & Young, A. (2015). Florestas nativas e mudanças climáticas: lições
dos eucaliptos. Ecologia e Manejo Florestal , 347, 18-29.
https://doi.org/10.1016/J.FORECO.2015.03.002.
68
BRANCALION, P. H. S.; VIANI, R. A. G.; RODRIGUES, R. R.; GANDOLFI, S.;
BRASIL. Constituição (1988). Capítulo VI – Do Meio Ambiente, Art. 225. Diário Oficial
da União, Brasília, DF, 1988. Disponível
em:
69
CHAZDON, Robin L.; BRANCALION, Pedro HS. Priorização da regeneração natural para
melhorar o custo-efetividade da restauração florestal na mata atlântica no Brasil. VII
Simpósio de Restauração Ecológica, p. 10-17, 2017.
p. 13-20, 2016.
COSTA, Poliana Ferreira da et al. Banco de sementes do solo em áreas restauradas no sul do
estado de Mato Grosso do Sul-MS. Ciência Florestal, v. 30, p. 104-116, 2020.
DA COSTA, Poliana Ferreira et al. Regeneração natural em três áreas de restauração florestal
no Mato Grosso do Sul, Brasil. Pesquisa Florestal Brasileira, v. 42, 2022.
70
DALAGNOL, R., Oliver, L., Phillips., Emanuel, Gloor., Lênio, Soares, Galvão., Fabien,
Wagner., Charton, J., Locks., Luiz, E., O., C., Aragão . (2019). Quantificando a perda de
árvores no dossel e a recuperação de lacunas em florestas tropicais sob exploração madeireira
de baixa intensidade usando imagens de satélite VHR e LiDAR aerotransportado.
Sensoriamento Remoto, doi: 10.3390/RS11070817.
71
INEA resolution No. 143/2017. Brazilian Journal of Animal and Environmental
Research, v. 5, n. 3, p. 2956-2972, 2022.
DE FREITAS, Leonardo Neves et al. Banco de sementes com serrapilheira como indicador de
restauração florestal em região de cerrado no município de Coxim, MS. Holos Environment,
v. 21, n. 2, p. 198-214, 2021.
DE SOUSA, Eudilene Dalet Vitor et al. Plano de recuperação de áreas de pastagem em vias
de degradação para maximizar a produção animal. Revista de Ciências Agroambientais, v.
19, n. 1, p. 51-57, 2021.
DOS SANTOS, Leandro Duarte et al. Dinâmica do desmatamento da Mata Atlântica: causas e
consequências. Revista Gestão & Sustentabilidade Ambiental, v. 9, n. 3, p. 378-402, 2020.
72
DOS SANTOS FRANÇA, Cintia Porto; DE ALMEIDA, Gracineide Selma Santos; DE
BRITO, Gustavo Reis. Modeling the geographic distribution of Mikania micrantha Kunth. to
the Atlantic Forest of Bahia: Modelagem da distribuição geográfica de Mikania micrantha
Kunth. para a Mata Atlântica da Bahia. Concilium, v. 23, n. 22, p. 284-293, 2023.
FARIA, Bruno Lopes de. O papel de distúrbios sobre a estabilidade de comunidades florestais
na Amazônia: integrando modelagem e sensoriamento remoto. 2021.
FERNANDES, Samara Paulo dos Santos et al. Estrato lenhoso e mesofauna edáfica em área
de caatinga em processo de recuperação. 2020.
FIORESE, Caio Henrique Ungarato; DA SILVA, Gabriel Adão Zechini; LEITE, Vinícius
Rocha. ANÁLISE QUANTITATIVA DA VEGETAÇÃO CILIAR DO CÓRREGO BOA
ESPERANÇA E DO RIO MUQUI DO NORTE NA PORÇÃO URBANA DO MUNICÍPIO
DE MUQUI (ES). Cadernos Camilliani e-ISSN: 2594-9640, v. 16, n. 1, 2021.
73
FONSECA, J. M. A. A. et al. O Ecoturismo como alternativa sustentável para gestão da
RPPN Catedral do Jalapão (TO). Revista Brasileira De Ecoturismo (RBEcotur), São
Paulo-SP, v. 11, ed. 1, p. 09-31, 2018.
Fundação SOS Mata Atlântica. Boletim do Sistema de Alertas de Desmatamento (SAD) Mata
Atlântica Período: janeiro e agosto de 2022 e 2023. São Paulo. 2023. Disponível em:
<https://www.sosma.org.br/noticias/desmatamento-na-mata-atlantica-cai-59-entre-janeiro-e-a
gosto-de-2023/> Acesso em: 03 fevereiro 2024.
GROHMANN, Carlos Henrique et al. RPA flight pattern and GCP influence on SfMMVS
modeling of a stable landslide in SE Brazil. Proceedings. Geomorphometry 2023,
2023.SUSTENTÁVEL NA AMAZÔNIA CENTRAL A PARTIR DA ESTRUTURA DO
DOSSEL E DETECÇÃO DE CLAREIRAS COM DRONE-LIDAR. 2023.
74
HAMAMURA, C. MENDES, F. H. POLIZEL, J. L.; FILHO, D. F. da S. Identificação de
espécies arbóreas a partir de imagem de sensoriamento remoto. In: GHERARDI. D. F. M.;
SANCHES, I. D.; ARAGÃO, L. E. O. e Cruz de (Ed.). Proceedings of Simpósio Brasileiro
de Sensoriamento Remoto (SBSR), 19. (S.I.): São José dos Campos: INPE, 2019.
JIANG, Meichen et al. Seeing Trees from Drones: The Role of Leaf Phenology Transition in
Mapping Species Distribution in Species-Rich Montane Forests. Forests, v. 14,
n. 5, p. 908, 2023.
75
LEITOLD, V., Douglas, C., Morton., Sebastián, Martinuzzi., Sebastián, Martinuzzi., Ian,
Paynter., Ian, Paynter., María, Uriarte., Michael, Keller., Michael, Keller., Antonio, Ferraz.,
Antonio, Ferraz., Bruce, D., Cook., Lawrence, A., Corp., Grizelle, González. (2021). Tracking
the Rates and Mechanisms of Canopy Damage and Recovery Following Hurricane Maria
Using Multitemporal Lidar Data. Ecosystems, doi: 10.1007/S10021-021-00688-8.
LIMA, JEFERSON. Água, serviços ecossistêmicos e Brasil: Onde estamos e para onde
vamos?. 2019.
LÓPEZ, Alex Mauri Tello. Potencial da semeadura direta em áreas de pastagens em Floresta
Decidual do Estado de São Paulo. 2020.
MAHMUD, Md Sultan et al. Unmanned aerial vehicle based tree canopy characteristics
measurement for precision spray applications. Smart Agricultural Technology, v. 4, p.
100153, 2023.
76
MARTINS, Felipe et al. Mata Atlântica: Da formação original à fragmentação e o atual estado
de conservação em Santa Catarina. Estrabão, v. 2, p. 188-191, 2021.
MARTINS, Sebastião Venâncio et al. Reflorestamento com mudas altas: uma inovação da
restauração florestal na mineração de bauxita em Minas Gerais. Engenharia florestal:
contribuições, análises e práticas em pesquisa. Guarujá: Editora Científica Digital, 2022.
MENG, Lin et al. Improved Crop Biomass Algorithm with Piecewise Function (iCBA-PF) for
Maize Using Multi-Source UAV Data. Drones, v. 7, n. 4, p. 254, 2023.
MILARÉ, Edis. Direito do Ambiente. 12. ed. São Paulo: Thomson Reuters Brasil, 2020.
77
NERY, Fernanda Cristina Aguiar Mendonça. Indicadores edáficos e bióticos de restauração
em área de Mata Atlântica no Estado de Sergipe. 2023.
OLTMANNS, S. d'Oleire; MARZOLFF, I.; PETER, K.; RIES, J. Unmanned aerial vehicle
(UAV) for monitoring soil erosion in morocco. Remote Sensing, Molecular Diversity
Preservation International, v. 4, n. 11, p. 3390-3416, 2012.
PAN, Wen et al. Karst vegetation coverage detection using UAV multispectral vegetation
indices and machine learning algorithm. Plant Methods, v. 19, n. 1, p. 7, 2023.
PIAIA, Bruna Balestrin et al. Avaliação de indicadores ecológicos na restauração por plantio
em núcleo com diferentes idades. Ciência Florestal, v. 31, p. 1512-1534, 2021.
78
PINTO, Luís Fernando Guedes; COUTO, Matheus. A DÉCADA DA VIRADA: A Mata
Atlântica pode ser um exemplo de sucesso de restauração em grande escala para o Brasil. São
Paulo: Fundação SOS Mata Atlântica. 2023. Disponível em:
RAMOS, Laisa Peixoto et al. Mapeamento geomorfológico da zona costeira sul de Sergipe.
Pesquisas em Geociências, v. 48, n. 3, 2021.
C.R.Dynamics of above-ground biomass in the brazilian amazon using lidar data. Anuario
doInstituto de Geociencias. 43, 228–238, 2020. https://doi.org/10.11137/2020_1_228_238.
79
RIBEIRO, Gabriella da Silva. A estrutura do dossel como fator determinante da
produtividade florestal: o caso do sistema agroflorestal em ondas. 2022. Tese de
Doutorado. Universidade de São Paulo.
SANFORD, R. L., Braker, H. E., & Hartshorn, G. S. (1986). Canopy Openings in a Primary
Neotropical Lowland Forest. Journal of Tropical Ecology, 2(3), 277–282.
http://www.jstor.org/stable/2559857.
SANTOS, Micheli Sehn dos et al. Avaliação da restauração de mata ciliar do Riacho
Presidente Becker no município de Itapiranga-SC. 2022.
SANTOS, V.M. & Araújo, H.M. 2012. Geografia de Sergipe. São Cristóvão: Universidade
Federal de Sergipe, CESAD.
80
SANTOS, Wallysson Miranda; LIMA, Fernando Gomes; DE OLIVEIRA, Rosangela
Aparecida Pereira. APLICAÇÕES DE IMAGENS DE SATÉLITE PARA O
MONITORAMENTO DE ÁREA DE PRESERVAÇÃO PERMANENTE: UMA REVISÃO
DA LITERATURA. Facit Business and Technology Journal, v. 3, n. 46, 2023.
SERGIPE. Atlas Digital sobre Recursos Hídricos de Sergipe. CD-ROM. Secretaria de Estado
do Planejamento e Ciência e Tecnologia (SEPLANTEC). Aracaju, Sergipe. 2014.
SHOKIROV, Shukhrat et al. Habitat highs and lows: Using terrestrial and UAV LiDAR for
modelling avian species richness and abundance in a restored woodland. Remote Sensing of
Environment, v. 285, p. 113326, 2023.
81
SILVA, Katiene Lima da. Fungos associados a anuros em remanescentes de Mata
Atlântica do Nordeste do Brasil. 2021. Dissertação de Mestrado. Universidade Federal de
Pernambuco.
SILVA, C.A., Valbuena, R., Pinagé, E.R., Mohan, M., de Almeida, D.R.A., North Broadbent,
E., Jaafar, W.S.W.M., de Almeida Papa, D., Cardil, A., Klauberg, C., 2019. ForestGapR: An r
Package for forest gap analysis from canopy height models. Methods Ecol. Evol. 10,
1347–1356. https://doi.org/10.1111/2041-210X.13211
SOARES, Rayanne Maria Santos. Áreas prioritárias para a conservação da Mata Atlântica:
uma análise geoecológica em Sergipe. 2020.
SOSMA. Mata Atlântica: Restam apenas 12,4% da floresta que existia originalmente. 2021.
Disponível em: https://www.sosma.org.br/causas/mata-atlantica/. Acesso em: 1 jun. 2023.
82
SOSMA. Mapas. 2020. Disponível em: http://mapas.sosma.org.br/. Acesso em: 1 jun.
2023.
SOS MATA ATLÂNTICA; INPE. Atlas dos remanescentes florestais da Mata Atlântica –
período de 2015–2016. Fundação SOS Mata Atlântica, São Paulo, 2017.
SOUZA, Igor Viana et al. Veículos aéreos não tripulados e sensores remotos: ferramentas para
o gerenciamento dos recursos florestais. Journal of Biotechnology and Biodiversity, v. 8, n.
2, p. 148-157, 2020.
TANG, D. Y.; ZHANG, Y. Do shareholders benefit from green bonds? Journal of Corporate
Finance, v.61, abril de 2020. Disponível em:
83
VERA, Damaris Elias; LAURA, Valdemir Antônio; COUTO, Allan Motta. Desempenho
silvicultural de Eucalyptus urograndis em diferentes densidades de plantio. 2023.
White, J.C., Tompalski, P., Coops, N.C., Wulder, M.A., 2018. Comparison of airborne laser
scanning and digital stereo imagery for characterizing forest canopy gaps in coastal temperate
rainforests. Remote Sens. Environ. 208, 1–14. https://doi.org/10.1016/j.rse.2018.02.002.
84