Estrabão
2021(2):1–11
©The Author(s) 2021
DOI: 10.53455/re.v2i.9
Metodologia de integração de
dados para mapeamento florestal
na RPPN Reserva
Volta Velha - Pe. Piet van der Aart
– Itapoá (Santa Catarina)
Gracianne Kovals
ki de Melo
1
and Eduardo Ribeiro
1
Contexto: Diante da popularização do uso dos drones, em que medida a precisão de ponto de
apoio (GCP) para obtenção dos mosaicos no mapeamento da vegetação podem inferir na
qualidade do mapeamento da vegetação, conforme diretrizes do IBGE (2018), para a Floresta
Ombrófila Densa em Santa Catarina? Entendemos que existe uma relação, pois extrair
informações digitais a partir do uso do imageamento por drones para estimar parâmetros
florestais, usando tanto uma ortofoto de resolução em centímetro quanto um modelo 3D
construído usando o método SfM é um desafio. Método: Estamos interessados em determinar se
o método de embarcar um dispositivo GNSS com banda L em um drone comercial é aplicável em
áreas como a Floresta Atlântica Costeira em Santa Catarina. Especificamente, a pesquisa será
desenvolvida na RPPN Volta Velha, em Itapoa, SC. Resultados: Conforme o plano de
manejo aprovado no ICMBio (2018), a criação RPPN Reserva Volta Velha - Pe. Piet van der
Aart representou uma ação que se soma a outras para proteger os remanescentes de Floresta
Atlântica Costeira em Santa Catarina, fruto de uma medida compensatória dos impactos
oriundos da supressão vegetal do projeto de ampliação da estrutura física do Porto Itapoá
implantado no município de Itapoá - SC. O aperfeiçoamento do mapa para uma escala que
englobe a reserva possibilitará uma melhor percepção da necessidade de entender a vegetação
no sistema costeiro, bem como a sua representatividade na biodiversidade do país.
Palavras-chave
Mapeamento, Biogegrafia, Geotecnologias
2
Estrabão 2021(2)
Descrição da problemática
A biodiversidade pode ser entendida como a variedade de vida distribuída de forma heterogênea no
Planeta. Para compreender a relação da biodiversidade global, é necessário conhecer os padrões de vida
regionais e locais (Gaston, 2000).
Neste sentido, compreender a floresta a partir das características de suas árvores, sub- bosque e do
dossel é uma estratégia importante para revelar padrões de variação da floresta no espaço e no tempo.
Neste sentido, em qualquer regime de manejo que considere estes indicadores, haverá a necessidade
de informações de qualidade para a tomada de decisões, pois o conhecimento destas estruturas poderá
indicar a relação com o ambiente no qual estão inseridas. Tendo em vista a amplitude do domínio do
bioma da Floresta Atlântica, cuja área original abrangiase do litoral Rio Grande do Norte até o Rio
Grande do Sul e para o interior da bacia do rio Paraná (leste do Paraguai e nordeste da Argentina), a
notável variação florística e fitofisionômica conforme apontam Galindo-Leal & Câmara(2005) e IBGE
(2018), traz três desafios a serem superados. Um primeiro é o gradiente da composição florística.
Segundo Joly et al (2012) existe um grande grau de particularidade em cada unidades geomorfológicas,
uma vez que a vegetação é resultado de uma interação entre as espécies constituintes, solos, topografia,
exposição da vertente e clima. Isto fica mais evidente quando associados a diferenças fisionômicas em
larga escala (SCARANO, 2002). Por outro lado, são mais sutis em menor escala, quando particularidades
topográficas passam a ser mais determinantes (THOMAS et al. 2003). Ao adotarmos o conceito de bioma
do IBGE (2018) que é a ocorrência de uma tipologia vegetal característica, dominante em escala regional,
temos o segundo desafio.
O conhecimento da biodiversidade da composição florística da mata atlântica além dos aspectos das
interações acima mencionados, impõe também ao pesquisador, a necessidade de um poder de síntese das
informações levantadas, uma vez que o bioma Mata Atlântica é um mosaico de biomas (COUTINHO,
2006). Este é o segundo desafio. Os mapas de vegetação são um produto de síntese que mostram a
localização, extensão e distribuição dos tipos de vegetação de uma dada região. As suas características
variam de acordo com a escala cartográfica, os métodos e os tipos de imagens utilizados, que determinam
a definição dos padrões passíveis de serem mapeáveis (BOHRER, 2009). No entanto, na cartografia,
sempre associado a escala do mapa, há um fator de generalização.
A classificação é uma forma de generalização. Sobrepor algum dado generalizado sobre uma base
detalhada, gera inconsistência da informação. Porém, com as plataformas digitais, é possível melhorar
o modelo de dados inserindo informações mais detalhadas, adequando à um modelo mais próximo ao
realístico. Com esta evolução tecnológica, percebe-se significativamente a melhoria da resolução escalar,
1Instituto Federal Catarinense, Programa de Pós-Graduação em Tecnologia e Ambiente, Araquari, Santa Catarina, Brasil
Email: eduardo.ribeiro@ifc.edu.br (Eduardo Ribeiro)
Corresponding author:
Gracianne Kovalski De Melo, Instituto Federal Catarinense, Programa de Pós-Graduação em Tecnologia e Ambiente,
Araquari, Santa Catarina, Brasil
Email: graciannekmelo@gmail.com
Kovalski de Melo and Ribeiro
3
assim das informações contidas nestes mapas temáticos. O caso emblemático é o mapa de biomas do
IBGE, configurado na escala 1:
5.00.00 (2004). A metodologia empregada classificou a vegetação a partir de imagens de satélite
Landsat, datadas entre 2001 e 2003, com resolução espacial de 30 metros (IBGE, 2012). No entanto,
em relatórios ambientais recentes, prefeituras apontaram divergências entre base de dados e realidade
(JOINVILLE, 2018 e ITAPOÁ, 2019).
O próprio IBGE (2018) indica que é necessário o constante aperfeiçoamento deste produto, investir
em um detalhamento dos limites tão logo fosse possível, até mesmo porque, desde a época de seu
lançamento, o Mapa de Biomas do IBGE (2004) vem sendo utilizado como instrumento para diversas
políticas públicas e leis de proteção Embora o uso do emprego tecnológico oportunize a inferência das
ocorrências de espécies ou mesmo na determinação dos limites dos biomas, ressalta-se, há uma lacuna de
informação (levando em consideração o período 2003 a 2020) no cálculo de área remanescente do Bioma
Mata Atlântica e a delimitação de áreas de vegetação densa destinadas a preservação.
A qualidade cartográfica é essencial para as particularidades apontadas por Scarano (2002) e Joly
(2012). Mesmo com a preocupação sobre a delimitação da floresta seja baseada na dominância da
vegetação (IBGE, 2018), sobretudo nos contatos entre os biomas com as áreas antropizadas, não
poderemos avaliar se os dados implicarão superestimação ou subestimação desta vegetação. Assim,
encontra-se o terceiro desafio. Com o surgimento de aeronaves remotamente tripuladas, sensores
multiespectrais, satélites em órbita baixa e imageamento com resolução multiespectral e espacial de
poucos centímetros, oportuniza-se estabelecer novos processos metodológicos que aprimorem as coletas
de dados em florestas para a sua identificação. Estas novas metodologias devem, acima de tudo, buscar
também baratear os custos dos processos, tendo em vista a intermitência dos investimentos em pesquisa.
Assim, os dados de sensoriamento remoto representam uma forma eficiente e potencialmente econômica
de inventariar os recursos florestais.
Diante disto propõe-se desenvolver uma metodologia de coleta de dados, a partir da integração de
geotecnologias: um drone comercial com dispositivo PPK (sigla em inglês para
Cinemático Pós Processado) e um sensor multiespectral acoplados, GNSS e Lidar terrestre.
O agrupamento destas tecnologias viabilizará uma coleta de mais dados em menor tempo e se mostra
como alternativa de baixo custo para o mapeamento de áreas de difícil acesso e que devido à cobertura
de floresta, não é possível uma medição direta em larga escala. Além disso, deslumbra-se melhorar as
informações altimétricas para identificação de terrenos aluviais e os estágios sucessionais da floresta. A
metodologia será empregada na Reserva Volta Velha, instalada em um ambiente de Floresta Atlântica
Costeira com predomínio de Ombrófila Densa.
Proposta de atividade
Tendo em vista a proposta de pesquisa a ser desenvolvida na RPPN Volta Velha, justica- se o projeto
por articular cinco pontos importantes, a saber: a) Implantar dispositivo PPK em drone comercial;
b) Melhorar o modelo altimétrico com o uso do PPK em um levantamento aerofotogramétrico no
mapeamento de floresta densa; c) Oportunizar quantificar a vegetação com as imagens multiespectrais de
alta resolução espacial para florestas do sistema costeiro; d) Estabelecimento de parceria entre o IFC
e a iniciativa privada e; e) Tema da pesquisa está alinhado as metas 15.1 e 15.4 do Obetivos do
Desenvolvimento Sustentátvel - ODS.
4
Estrabão 2021(2)
Conforme o plano de manejo aprovado no ICMBio (2018), a criação RPPN Reserva Volta Velha - Pe.
Piet van der Aart representou uma ação que se soma a outras para proteger os remanescentes de Floresta
Atlântica Costeira em Santa Catarina, fruto de uma medida compensatória dos impactos oriundos da
supressão vegetal do projeto de ampliação da estrutura física do Porto Itapoá implantado no município
de Itapoá - SC. Assim, a floresta da reserva, está sob pressão de áreas antropizadas.
As diretrizes do IBGE (2018), bem como os do ODS, apontam para atenção e maiores discussões para
estas situações, devido à sua dificuldade de interpretação com o uso da terra atual ou mesmo na busca
de alternativas de atividades econômicas sustentáveis. O aperfeiçoamento do mapa para uma escala que
englobe a reserva possibilitará uma melhor percepção da necessidade de entender a vegetação no sistema
costeiro, bem como a sua representatividade na biodiversidade do país.
Apesar do amplo uso de drones e sensores remotos para mapeamento da vegetação, registra-se apenas
o levantamento aerofotográfico do estado de Santa Catarina (SDS, 2013), mas sem o fim especifico
para a vegetação, ademais, os demais estudos recentes que focaram a Floresta Ombrófila Densa em
Santa Catarina, constata-se que não há o emprego desta geotecnologia no mapeamento da vegetação
(LINGNER,2015; CAGLIONI et al, 2014; CONTO; 2019). O projeto parte do entendimento de que
inovação é o conhecimento sendo incorporado a produtos, processos ou metodologias que, ao se
difundidos, tornam-se essenciais para o progresso e desenvolvimento de uma sociedade mais viável,
como preconiza ODS. A experiência exitosa em transferir know how em Silva (2020) mostra que a
parceria entre uma intuição de ensino, pesquisa, extensão e inovação com a iniciativa é um caminho
possível para superar o gargalho que é a transferência de conhecimento e fomento ao processo de
inovação na sociedade brasileira. Espera-se que esta pesquisa materialize os planos institucionais de
ambos. O IFC cumprirá o seu papel social de geração de conhecimento e tecnologias conforme seu PDI
e a Reserva Volta Velha agregará novas informações na revisão do seu plano de manejo.
Aplicabilidade dos resultados e potenciais impactos
Há diferentes tipos de impactos que podem ser gerados pelo desenvolvimento desta metodologia, quais
sejam: a) incrementos na qualidade cartográfica do imageamento, obtidos pela adoção de imagens
multiespectrais de alta resolução espacial e sistema PPK; b) redução de custos e tempo na coleta de dados
em campo e aumento de informações disponiveis para análise em escritório, se comparado às técnicas
de medição direta para mapeamento e inventários florestais. c) expansão do uso de uma tecnologia de
baixo custo que pode ser aplicada em drone comercial, oportunizando para pesquisadores o uso de um
dispositivo que possibilita o ajustamento dos pontos de controle em áreas consideradas impróprias ou de
difícil acesso; d) Registro de processo de inovação no INPI, desenvolvido pela adoção do dispositivo
no imageamento. Neste caso, verificaremos se esta metodologia gera incrementos de produtividade,
comparando os resultados com procedimento recorrentes na revisão bibliográfica; e) Transferência de
Know how Do ponto de vista dos impactos econômicos, a redução de custo de tempo para mapeamento
será comparada com os custos tradicionais com o uso da tecnologia em avaliação. Uma vez validada, esta
metodologia poderá também agregar valor na prestação de serviços, uma vez que assegura uma qualidade
estatística no produto gerado e otimiza o tempo de levantamento in loco.
Ressalta-se que este estudo proporcionará adequação de uma tecnologia em termos de precisão e
acurácia para mapeamentos em pequena escala, condições locais de baixa operacionalidade, além de
outros impactos, como o estabelecimento de parâmetros técnicos de referência para produtos e processos
cartográficos e de fomento a atividades socioeconômicas em outros setores.
Kovalski de Melo and Ribeiro 5
Estado da arte
Diante dos desafios de se compreender a floresta a partir das características, o mapa é uma ferramenta
estratégica. Como mencionado anteriormente, a amplitude do domínio do bioma da Floresta Atlântica,
faz da sua notável variação florística e fitofisionômica conforme apontam Galindo-Leal & Câmara (2005)
e IBGE (2018), elemento desafiador para qualquer processo de mapeamento. O gradiente da composição
florística pode ser entendido a partir das particularidades, onde a vegetação é resultado de uma interação
entre as espécies constituintes, solos, topografia, exposição da vertente e clima. Isto fica mais evidente
quando associados a diferenças fisionômicas em larga escala (SCARANO, 2002). Por outro lado, são
mais sutis em menor escala, quando estas particularidades topográficas passam a ser mais determinantes
(THOMAS et al. 2003).
Neste sentido, a biodiversidade da composição florística da mata atlântica além dos aspectos das
interações mencionadas, impõe também ao pesquisador, a necessidade de um poder de síntese das
informações levantadas, uma vez que o bioma Mata Atlântica é um mosaico de biomas (COUTINHO,
2006). Assim, a partir do conceito de bioma do IBGE (2018) que é a ocorrência de uma tipologia
vegetal característica, dominante em escala regional, os mapas de vegetação como produto de síntese
da localização, extensão e distribuição dos tipos de vegetação de uma dada região, recaem sobre o que
o Robinson (1960) apontou sobre a construção de um mapa. Segundo este autor, cada feição (da superfície
da Terra representada) tem que passar para o observador, uma boa percepção da realidade que o mapa
busca transmitir. Para que isto seja possível, é necessário selecionar os objetos que compõem o mapa,
simplificar formas e estruturas e respeitar critérios de importância relativa (ROBINSON, 1960) e dentre
os critérios, destaca-se o a generalização cartográfica. A generalização permite descrever a realidade
através de níveis de abstração diferentes e representar graficamente a informação considerada relevante
em uma certa escala. É um processo que depende fundamentalmente da escala e do objetivo do mapa.
As suas características variam de acordo com a escala cartográfica, os métodos e os tipos de imagens
utilizados, que determinam a definição dos padrões passíveis de serem mapeáveis (BOHRER, 2009).
Sobrepor algum dado generalizado sobre uma base detalhada, gera inconsistência da informação. Porém,
com as plataformas digitais, é possível melhorar o modelo de dados, inserindo informações mais
detalhadas e condizentes com escala desejada. Com a evolução tecnológica, percebe-se a melhoria
nas metodologias na obtenção de informações contidas em mapas temáticos. O caso emblemático é
o mapa de biomas do IBGE, configurado na escala 1: 5.000.000 (2004). A metodologia empregada
classificou a vegetação a partir de imagens de satélite Landsat, datadas entre 2001 e 2003, com resolução
espacial de 30 metros (IBGE, 2012). No entanto, em relatórios ambientais recentes, prefeituras apontaram
divergências entre base de dados e realidade. (JOINVILLE, 2018 e ITAPOÁ, 2019). O próprio IBGE
(2018) indica a necessidade constante do aperfeiçoamento deste produto, investir em detalhamento (dos
limites) tão logo fosse possível, até mesmo porque, desde a época de seu lançamento, o Mapa de Biomas
do IBGE (2004) vem sendo utilizado como instrumento para diversas políticas públicas e leis de proteção.
Embora o uso do emprego tecnológico tenha permitido ampliar a inferência das ocorrências de espécies
ou mesmo na determinação dos limites dos biomas, ressalta-se, há uma lacuna de informação (levando em
consideração o período 2003 a 2020) sobre as metodologias de levantamento fotogramétricos para estes
estudos ambientais, principalmente para os estudos da Floresta Atlântica Costeira em Santa Catarina.
Diante do amplo reportório de meios para se obter imagens aéreas, o uso de drones vem ganhando espaço
por sua versatilidade e custos acessíveis para diversas finalidades. Embora tenhamos o levantamento
aerofotogramétrico do estado de Santa Catarina (SDS, 2013), mas sem o fim especifico para identificação
6
Estrabão 2021(2)
×
da vegetação, buscou-se compreender qual é o estado da arte para os estudos que tiveram como objetivo
o uso do drone no mapeamento da vegetação nos últimos 4 quatro anos (2016 – 2020).
Antes de avançarmos, se faz necessário um esclarecimento sobre o termo drone. Autores como
Colomina e Molina (2014) e Uysal et. al (2015) elencaram diversos sinônimos que para drones em
inglês como: UAV – Unmanned Aerial Vehicle, UAS – Unmanned Aerial System, RPAS – Remotely
Piloted Aerial System, RPV – Remotely Piloted Vehicle, ROA – Remotely Operated Aircraft, RC –
Remote Controlled Helicopter, UVS – Unmanned Vehicle Systems. Em português existem os termos:
VANT – Veículo Aéreo Não Tripulado, ARP – Aeronave Remotamente Pilotada e “drone”. Para a
Agência Nacional de Aviação Civil (2016), uma remotely-piloted aircraft (RPA) é toda aeronave não
tripulada pilotada a partir de uma estação de pilotagem remota (RPS) com finalidade diversa de recreação,
a exemplo de todos os trabalhos realizados nas atividades agropecuárias feitos com drones. Neste
sentido, doravante, usaremos o termo drone, por ser de maior conhecimento popular e está associado
a equipamento do tipo RPA.
Quando Dupus et al (2020), ao debater a instigante questão de como a tecnologia do sensoriamento
remoto pode ajudar a monitorar a degradação da floresta úmida tropical do Congo, os autores apontaram
que o drone forma uma boa ponte entre os dados de campo e de satélite. Embora, encontremos numerosos
estudos que apontam o uso dos drones com o LiDAR o desempenho seja superior na identificação da
estrutura da floresta, sinaliza-se o seu alto custo operacional e de aquisição. Desta forma, uma atenção
particular deve ser dada aos drones com sensores óticos embarcados, pois mostram grande potencial e
podem ser usados mais facilmente pelas comunidades locais. Wallace et al (2016) ao comparar duas
técnicas de sensoriamento remoto a parte do uso de um drone com o uso laser (LiDAR) e outro
aplicando nas imagens a técnica de estrutura de movimento (SfM), fomenta este entendimento. O estudo
foi realizado em uma parcela de 30 50 m em uma floresta eucalipto na Austrália. Mesmo tendo
resultado de desempenho inferior ao LiDAR, para identificar a estrutura vertical da floresta, o SfM
ainda foi considerado uma alternativa de baixo custo adequada para um inventário florestal. É notório
a versatilidade de tamanho e capacidade de equipamento embarcado para o mapeamento da vegetação.
O uso de sensores hiperespectral e LiDAR mostram constantes evolução na análise e tratamento da
informação para o inventário florestal (TORRESAN et al, 2020).
No entanto, os autores ainda chamam atenção que além da calibração dos parâmetros para detecção
de copas de árvores individuais, a precisão obtida no estudo foi razoável, todavia, ainda não satisfatória
para determinação remota. Apesar do avanço dos sensores de imageamento e amplo uso do drone no
mapeamento florestal, o cuidado metodológico para a busca minimização dos erros é necessário. Iizuka
et al (2018) entendem que o estimar a altura da árvore a partir de modelos 3D construídos com o método
SfM é gerar dados Modelo Digital de Terreno de qualidade confiável.
Komeyama e Sugirura (2020) fazem considerações sobre práticas devem ser feitas em levantamentos
usando drones para obter precisão de dados em florestas. O estudo foi aplicado em Hokkaido, Japão. Para
os autores, deve-se dar importância aos pontos de controle no chão (Ground Control Point, em inglês),
pois para um mapeamento preciso, a instalação de GCPs requer também seu levantamento preciso. Neste
sentido é necessário um GNSS adequado. Para fins de levantamento topográfico, por exemplo, observa-se
um amplo cuidado com o controle de qualidade das ortofotos e do modelo digital de terreno provenientes
do aerolevantamento por drones. O refinamento com o uso de GNSS possibilitou a criação de modelos
digitais de qualidade posicional superior aos modelos gerados apenas com dados por drones (VIANA,
2017).
Kovalski de Melo and Ribeiro
7
Ora, tendo em vista a qualidade e o desafio da escala da informação que se impõe ao mapeamento do
bioma, é oportuno desenvolver uma metodologia que forneça dados com melhor exatidão para estudos
da vegetação. A grande maioria dos drones comerciais possui em seu sistema embarcado um GNSS de
navegação, no qual ele é responsável por executar a missão programada em escritório e gravar a posição
onde cada imagem foi tomada, porém, a precisão de um GNSS de navegação é em torno de 5 a 10 metros,
isso quer dizer, que um ponto coletado por este GNSS quando verificado no terreno este mesmo ponto
pode estar em um raio de 5 a 10 metros, ou seja, ele possui um erro de 5 a 10 metros em relação ao
terreno.
Tendo em visa que um mapeamento aéreo com uma acurácia ampla (de 5 a 10 metros) não é
recomendado para nenhum projeto com fins topográfico, o que motiva então a não usar este nível de
acurácia para os mapas de biomas? Entendemos este fato não é por não haver uma NBR específica
para o mapeamento da vegetação. Mas isto pode ser explicado pelo gap entre o avanço tecnológico e
o desenvolvimento de metodologias que permitam a coleta indireta de dados, sem uso de pontos de
controle e sem necessidades de equipamento de alto custo. Neto e Breuning (2019) chamam atenção para
os aspectos técnicos e metodológicos de muitos trabalhos que aplicaram o imageamento com drones.
Em algum modo, estes não levados em consideração após a realização de um voo para processar,
ortorretificar, mosaicar que são: I) Câmera inadequada: As câmaras utilizadas, normalmente, são não
métricas, sem os POIs
(Parâmetros de Orientação Interior) conhecidos e sem ajuste vertical, o que resulta em fotos inclinadas
causadas por influencias do vento ou instabilidade da plataforma. Além disso, para garantir o ajuste
completo do bloco fotogramétrico, as fotos necessitam de uma alta sobreposição lateral e longitudinal
(>70%). II) Precisão: Devido ao pequeno tamanho do sistema e à abordagem de baixo custo, são
utilizados receptores GNSS pequenos e de baixa precisão e sistema inerciais (IMU)com elevados desvios,
os quais não permitem o georreferenciamento direto das imagens.
Com isso, a qualidade não é boa o suficiente para fornecer valores iniciais de POEs (Parâmetros de
Orientação Exterior) razoáveis para o processo de aerotriangulação. III) Ponto de Apoio: O número e
a distribuição dos pontos de controle no terreno (GCP) para garantir a precisão necessária. Entretanto,
o uso do Drone com tecnologia PPK melhora o resultado da qualidade posicional final da ortotofoto e
nuvem de pontos, o que permite gerar produtos com uma confiabilidade geométrica em áreas inacessíveis
(Taddia et al., 2020 e Tomaštík et al., 2017) No Brasil, especificamente em Santa Catarina, trabalhos de
Ligner (2015), Caglioni et al (2014) e Conto (2019) apesar de terem como objeto de estudo a Floresta
Atlântica Costeira, constata-se que não houve o emprego da fotogrametria no mapeamento da vegetação
dos referidos trabalhos.
Portanto, chamamos atenção para a problemática do uso da aerofotogrametria no mapeamento da
vegetação densa: a impossibilidade de implantação, medição de GCPs no terreno e a correspondência
visual na imagem. O uso de um sistema pós processado cinemático (PPK) permitirá calcular para cada
imagem uma coordenada corrigida relativa a uma base precisa. Assim, neste novo cenário tecnológico,
o desafio está no levantamento aerofotogramétrico sem o uso de GCPs, partindo da premissa de que é
possível através da utilização de dispositivos GNSS com banda L embarcados em drones comerciais.
Além de aumentar a acurácia, no mapeamento da vegetação, espera-se que esta pesquisa contribua no
desenvolvimento de uma metodologia de baixo custo que melhore a precisão dos produtos finais gerados:
nuvens de pontos, modelo 3D.
8 Estrabão 2021 (2)
Metodologia
A metodologia empregada terá 4 etapas, denominadas: a) Dispositivo PPk; b) Levamentamento e
avaliação, c) Mapa da vegetação e; d) Processo e transferência A etapa Dispositivo PP tem a meta de
implantar e calibrar o dispositivo. Como não existe solução pronta, propomos a construir e integrar
o sistema a partir da aquisição de cabos e conectores, receptor GNNS com banda L e antena GNSS
multi sinal.
O dispositivo será integrado com ao drone Phantom 4 e ao sensor multiespectral Parrot Sequia+ que
já disponibilizamos. Serão realizados levantamentos de teste, a fim de atingir dois objetivos: validar
o sistema PPK e observar diferentes cenários no imageamento de floresta densa, alterando os seguintes
parâmetros, os quais impactam em diferentes resultados, respectivamente: 1) altura de voo e a resolução
espacial do pixel; 2) sobreposição entre faixas e correlação de imagens; 3) tempo de voo se curto ou longo
e a incidência de variações climáticas durante o levantamento. 4) Hora do voo e as respostas espectrais
das árvores em função da incidência de iluminação. Para a etapa levantamento e avaliação que tem a meta
de inventariar os indivíduos na área de amostra.
A direção do RPPN Volta Velha já sinalizou algumas áreas de interesse. Será necessário campanhas
para análise exploratória para identificar qual será a ideal para a materialização do quadrado de vegetação.
Feito a escolha da área, teremos duas técnicas de coleta de dados: a direta e a indireta. A direta será
realizada dentro em quadrado de vegetação de 30 x 30m, s, conforme Ribeiro (2011) e IBGE (2012),
assim, o inventário fornecerá dados como dominância das espécies e o estágio sucessional dos indivíduos
dentro da área de estudo. A indireta, acima do dossel, será utilizando a aerofotogrametria, conforme
Berveglieri et al (2016).
Por esta técnica, a coleta e processamento de imagens aéreas, resultarão informações métricas de uma
imagem projetada em um sistema cartográfico, bem como a geração de nuvem de pontos da superfície.
Para integração das técnicas e gerar uma base de dados em um único sistema de referência global, serão
implantados marcos no terreno (base) fora da mata, pontos no terreno e nos vértices do quadrado de
vegetação. Estes alvos, materializarão uma rede de pontos de referência com coordenadas geodésicas
calculadas, a partir do método de posicionamento estático com uso de GNSS de dupla frequência e
técnicas de posicionamento topográfico. Estas técnicas garantem coordenadas geodésicas com precisão
na ordem centimétrica (PIRTI et al, 2016; OCALAN et al, 2016). Quanto a validação da metodologia
de levantamento com o dispositivo PPK, este acontecerá com a realização de um voo sobre quadrado de
vegetação forneça os resultados, agrupandoos pelos seguintes componentes:
1)
execução e controle do voo do drone;
2)
registro da imagem com o sensor multispectral Parrot Sequia+ ;
3)
avaliação do sistema GNSS embarcado para pós processamento e cálculo das coordenadas dos
centros das imagens.
4)
Geração dos produtos cartográficos com qualidade centimétrica. Antes do voo, árvores já
inventariadas serão sinalizadas como alvo. Após o voo, serão calculadas as coordenadas destas a partir
dos dados da trajetória armazenados pelo dispositivo PPK.
Serão realizados dois processamentos fotogramétricos com as imagens, sendo o primeiro dito
convencional, com a inserção dos GCPs e sem as coordenadas das imagens, e o segundo, empregando a
inovação, usando as coordenadas corrigidas das imagens e sem GCPs. Ao final será possível correlacionar
a localização das copas das espécies e respectivos estágios sucessionais fornecidos pelo inventário
9 Estrabão 2021 (2)
florestal georreferenciado com as coordenadas tridimensionais extraídas das imagens com o dispositivo.
As coordenadas serão avaliadas quanto suas diferenças geodésicas em relação a média e desvio padrão.
Para validar o sistema de posicionamento PPK, as diferenças terão que ser iguais ou menores em
relação ao processamento convencional. Validada a metodologia, passaremos a etapa do Mapa da
vegetação. Esta tem a meta de confeccionar o mapa de vegetação da RPPN Volta Velha planejaremos
os voos para geração do mapa da estrutura de vegetação da RPPN Volta Velha. Esta etapa dependerá das
variáveis climáticas, da duração das baterias (sinalizamos para aquisição de mais duas para ampliar a
autonomia do trabalho de campo) e do processamento das informações.
A última etapa é o Processo e transferência de know how. A meta é o registo de um contrato
de transferência de know how no INPI e a oferta de um curso de capacitação sobre a metodologia
desenvolvida. Atualmente o INPI brasileiro não reconhece formalmente a noção de licença de tecnologia,
mas sim o contrato de transferência de tecnologia (know how). O nosso primeiro parceiro deste
contrato serão os pesquisadores da RPPN Volta Velha. Será elaborado um curso na modalidade de
capacitação/extensão. Esta etapa proporcionará como aos pesquisadores do IFC se motivem a concluir
o ciclo de desenvolvimento tecnológico principalmente com os de alunos de pós-graduação, procurando
aplicar a etapa acadêmica em demandas com a iniciativa privada ou ONG.
Referências
AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2016. Requisitos gerais para veículos aéreos não
tripulados e aeromodelos. Disponível em: http://www2.anac.gov.br/transparencia/ . Acesso em
17/09/2020.
BERVEGLIERI, ADILSON ; TOMMASELLI, ANTONIO MARIA GARCIA ; IMAI, NILTON
NOBUHIRO et al. Identification of Successional Stages and Cover Changes of Tropical Forest Based on
Digital Surface Model Analysis. IEEE Journal of Selected Topics in Applied Earth Observations and
Remote Sensing, v. 12, p. 1-13, 2016. ; Meio de divulgação: Digital; Website:
[http://ieeexplore.ieee.org/document/7572061/]; ISSN/ISBN: 19391404.
BOHRER, Claudio Belmonte de Athayde et al . Mapeamento da vegetação e do uso do solo no Centro
de Diversidade Vegetal de Cabo Frio, Rio de Janeiro, Brasil. Rodriguésia, Rio de Janeiro , v. 60, n. 1,
p. 1-23, Mar. 2009.
CAGLIONI, Eder et al. ESTRUTURA E DIVERSIDADE DO COMPONENTE ARBÓREO DE
FLORESTA ATLÂNTICA NO PARQUE NACIONAL DA SERRA DO ITAJAÍ, SANTA
CATARINA. FLORESTA, [S.l.], v. 45, n. 2, p. 289-302, sep. 2014. ISSN 1982-4688. Disponível em: .
Acesso em: 17 sep. 2020. doi:http://dx.doi.org/10.5380/rf.v45i2.33499.
COLOMINA, I., & MOLINA, P. Unmanned aerial systems for photogrammetry and remote sensing: A
review. ISPRS journal of photogrammetry and remote sensing, 92, 79-97, 2014.
CONTO, D. de. Mapeamento dos fragmentos florestais para elaboração de planos municipais da Mata
10 Estrabão 2021 (2)
Atlântica. 2019. 61p. (Trabalho de Conclusão de Curso). Universidade Universidade do Extremo Sul
Catarinense, UNESC, Criciúma, 2019.
COUTINHO, Leopoldo Magno. O conceito de bioma. Acta Bot. Bras., São Paulo , v. 20, n. 1, p. 13- 23,
mar. 2006.
DUPUS, C.;et al..A. How Can Remote Sensing Help Monitor Tropical Moist Forest Degradation?— A
Systematic Review. Remote Sens. 12, 1087, 2020.
GALINDO-LEAL, C. & CÂMARA, I.G.(eds.). Mata Atlântica: biodiversidade, ameaças e
perspectivas.São Paulo: Fundação SOS Mata Atlântica - Belo Horizonte: Conservação Internacional,
2005.
GASTON, K. J. Global patterns in biodiversity. Nature, v. 405, n. 6783, p. 220–227, 2000. IBGE. 1º
Workshop sobre representação de biomas compatível a escala 1:250.000: Diretrizes para definição de
limites. Relatório Técnico. Rio de Janeiro, 2018. Disponível em:
https://biblioteca.ibge.gov.br/visualizacao/livros/liv101588.pdf. Acesso em 17/09/2020.
IBGE. 1º Workshop sobre representação de biomas compatível a escala 1:250.000: Diretrizes para
definição de limites. Relatório Técnico. Rio de Janeiro, 2018. Disponível em:
https://biblioteca.ibge.gov.br/visualizacao/livros/liv101588.pdf. Acesso em 17/09/2020.
IBGE, Manual técnico da vegetação brasileira: sistema fitogeográfico, inventário das formações
florestais e campestres, técnicas e manejo de coleções botânicas, procedimentos para mapeamentos. 2.
ed. rev. e ampl. Rio de Janeiro: IBGE, 2012.
IBGE. Mapas dos Biomas do Brasil. Escala: 1:5.000.000. Rio de Janeiro: IBGE, 2004. Disponivel
em:ftp://geoftp.ibge.gov.br/informacoes_ambientais/vegetacao/mapas/brasil/biomas.pdf.
Acesso em 17/09/2020.
IIZUKA, K .;et al. Estimativa da altura e diâmetro da árvore na altura do peito (DAP) a partir de
modelos digitais de superfície e ortofotos obtidos com um sistema aéreo não tripulado para uma
floresta de ciprestes japoneses ( Chamaecyparis obtusa ). Remote Sens , 10 , 13. 2018.
JOLY, Carlos Alfredo et al . Florística e fitossociologia em parcelas permanentes da Mata Atlântica do
sudeste do Brasil ao longo de um gradiente altitudinal. Biota Neotrop., Campinas , v. 12, n. 1, p. 125-
145, Mar. 2012 .
KAMEYAMA, S.; SUGIRUA, K. Estimating Tree Height and Volume Using Unmanned Aerial
Vehicle Photography and SfM Technology, with Verification of Result Accuracy. Drones, 4, 19, 2020.
LINGNER , D. V. A Floresta Ombrófila Densa em Santa Catarina – Composição e padrões estruturais
condicionados por variáveis geoclimáticas, 2015. Dissertação (Mestrado em engenharia Florestal) -
Universidade Regional de Blumenau, Blumenau, Santa Catarina, 2015.
11 Estrabão 2021 (2)
NETO, R. P. ; BREUNIG, F. M. Drone nas Ciências Florestasi. In: Gonzalo Prudkin; Fábio M.
Breunig. (Org.). Drones e ciência: Teoria e aplicações metodológicas. 1ed.Santa Maria: FACOS-
UFSM, 2019, v. 1, p. 68-90.
OCALAN, Taylan et al . Accuracy Investigation of PPP Method Versus Relative Positioning Using
Different Satellite Ephemerides Products Near/Under Forest Environment. Earth Sci. Res. J., Bogotá ,
v. 20, n. 4, p. D1-D9, Dec. 2016.
PIRTI, A., et al. AN ALTERNATIVE METHOD FOR POINT POSITIONING IN THE FORESTED
AREAS. Sumarski List, 140, 155-163, 2016.
PREFEITURA MUNICIPAL DE ITAPOÁ. Plano Municipal da Mata Atlântica de Itapoá-SC, 2019.
Disponível em: https://static.fecam.net.br/uploads/752/arquivos/1227921_PMMA_Itapoa.pdf.. Acesso
em 17/09/2020
PREFEITURA MUNICIPAL DE JOINVILLE. Plano Municipal e Recuperação da Mata Atlântica
Apêndice I - Diagnóstico. Joinville, 2018. Disponível em:
https://www.joinville.sc.gov.br/wpcontent/uploads/2019/04/Ap%C3%AAndice-I-Diagn%C3%B3stico-
Completo-Plano-Municipalde-Conserva%C3%A7%C3%A3o-e-Recupera%C3%A7%C3%A3o-da-
Mata-Atl%C3%A2nticaPMMA-2018.pdf. Acesso em 17/09/2020.
RIBEIRO, E. A. W. Cadernos de Biogeografia: Técnicas de mensuração em espécies arbóreas. 1. ed.
Presidente Prudente: Azimute, 2011. 51 p. Brasil/Português; Meio de divulgação: Digital; Website:
www.geosaude.com; Série: 1; ISBN: 9788560066032
ROBINSON, A. H. Elements of cartography. New York: John Wiley & Sons, Inc., 1960
RPPN Reserva Volta Velha - Pe. Piet van der Aart. Plano de Manejo, 2018. Disponível em
https://www.icmbio.gov.br/portal/images/stories/plano-
demanejo/plano_de_manejo_rppn_volta_velha.pdf. Acesso em 17/09/2020.
SCARANO, F.R. Structure, function and floristicrelationships of plant communities in stressful
habitatsmarginal to the Brazilian Atlantic Rainforest. Annalsof Botany 90:517-524, 2002.
SDS. SECRETARIA DE DESENVOLVIMENTO ECONÔMICO SUSTENTÁVEL DO ESTADO DE
SANTA CATARINA. Levantamento Aerofotogramétrico do Estado de Santa Catarina. Florianópolis:
ENGEMAP, 2013, p. 202, Documento Digital.
SILVA, P. R.; RIBEIRO, E.; SERPE, B.; MATALLANA, G.; MEIRA, E. .; MATTEDI, M.; GAIA,
C.; SPIESS, M.; LUDWING, L.; CASTRO, C.; GUIMARÃES, P. .; MARTINS, A. Transferência de
Tecnologia para Monitoramento Ambiental por Drone em Aterros Sanitários Regulados e Recursos
Hídricos no Vale do Itajaí – SC. Metodologias e Aprendizado , v. 2, p. 52 - 57, 9 jun. 2020.
TADDIA, Y. et al. Coastal Mapping Using DJI Phantom 4 RTK in Post-Processing Kinematic Mode.
Drones, 4, 9, 2020.
12 Estrabão 2021 (2)
THOMAS, W. Wayt et al . Composição florística e estrutura do componente arbóreo de uma área
transicional de Floresta Atlântica no sul da Bahia, Brasil. Rev. bras. Bot., São Paulo , v. 32, n. 1, p. 65-
78, Mar. 2009.
TOMAŠTÍK, J. et al. Horizontal accuracy and applicability of smartphone GNSS positioning in
forests. Forestry, n. 90, 2017, p. 187-198.
TORRESAN, C .; et al. Individual Tree Crown Segmentation in Two-Layered Dense Mixed Forests
from UAV LiDAR Data. Drones , 4 , 10, 2020.
UYSAL, M.; et al. DEM generation with UAV Photogrammetry and accuracy analysis in Sahitler hill.
Measurement, 73, 539–543, 2015.
VIANA, D. C. Análise da qualidade cartográfica de MDS e MDE gerados por VANT e refinados com
uso de dados GNSS RTK. 2017. 69 f. Dissertação (Mestrado em Engenharia Civil) - Universidade
Federal de Viçosa, Viçosa, Minas Gerais, 2017.
WALLACE, L.; et al. Assessment of Forest Structure Using Two UAV Techniques: A Comparison of
Airborne Laser Scanning and Structure from Motion (SfM) Point Clouds. Forests 2016, 7, 62.
