A deteção de copas de árvores, através de imagens aéreas, não é uma tarefa simples, pois muitos elementos são identificados como copas de árvores, como se procurou demostrar neste trabalho. Porém, os VANT e o software QGIS revelaram ser uma combinação que permite uma alternativa à análise e processamento de métricas sobre copas de árvores.
Para zonas pouco extensas, como quintas, as imagens de VANT são mais adequadas do que imagens aéreas obtidas por aviões ou satélites, uma vez que conseguem recolher imagens a uma altitude mais baixa, sendo possível recolher imagens com maior resolução espacial (pixel com precisão centimétrica).
A implementação de plugins é uma mais valia, uma vez que permitiu automatizar a metodologia definida manualmente e implementar linhas de código que permitiram adicionar funcionalidades, como por exemplo, os cálculos de distâncias entre árvores próximas nas fiadas.
Este trabalho permitiu aplicar conhecimentos adquiridos ao longo do curso, nomeadamente nas temáticas de programação, SIG e deteção remota. Achei também o projeto desafiante porque é um trabalho prático que um dia pode ser usado por um utilizador comum de QGIS para perceber, neste caso, a qualidade da cultura e a partir dessa informação tomar decisões que permitem uma melhor gestão dos recursos disponíveis. Porém, para ser disponibilizado a um utilizador comum, a qualidade da informação necessita de ser mais precisa.
Referências bibliográficas
[1] Wikipedia, Veículo aéreo não tripulado, 2 de Julho de 2017,
https://pt.wikipedia.org/wiki/Ve%C3%ADculo_a%C3%A9reo_n%C3%A3o_tripulado [2] Magnotta, Joseph, January 5, 2015, GIS lounge, Use of drones in GIS
https://www.gislounge.com/use-drones-gis/
[3] Monde geospatial, 15 Applications and Uses of Drones in GIS, April 2, 2017 http://monde-geospatial.com/15-applications-and-uses-of-drones-in-gis/
[4] Embention, geographic information systems(GIS) with nm& UAVs,
https://www.embention.com/en/news/geographic-information-systems-gis-uav/
[5] Weichelt, Horst / Rosso, Pablo / Marx, Alexander/ Reigber, Sandra / Douglass, Kim / Heynen, Markus / 2014, The RapidEye Red Edge Band,
https://resa.blackbridge.com/files/2014-06/Red_Edge_White_Paper.pdf
[6] Stallman, Richard. “The Free Software Definition”. Free software foundation. 15 de outubro de 2013
[7] QGIS developer team, 2004-2013, QGIS documentation, The toolbox, http://docs.qgis.org/2.0/en/docs/user_manual/processing/toolbox.html [8] Gandhi, Ujaval. building a Python plugin, 2016
http://www.qgistutorials.com/en/docs/building_a_python_plugin.html
[9] PyQGIS developer cookbook, release testing, QGIS project, July 06 2017 [1] [10] Marçal André, DM/FCUP, Análise e processamento de imagem, 2015/2016, capitulo 5: Segmentação de imagens digitais
[11] Marçal André, DM/FCUP, Análise e processamento de imagem, 2015/2016, capitulo 8: Classificação de imagem
[12] Andreola, Rafaela/ Haertel, Victor. Agosto 2009, support vector machines na classificação de imagens hiperespectrais
[13] Momsen E., Metz M., “Grass osgeo manual i.segment”, December 2016. Available: https://grass.osgeo.org/grass73/manuals/i.segment.html
[14] awf-wiki, Supervised classification(Tutorial), January 18, 2016, http://wiki.awf.forst.uni-
goettingen.de/wiki/index.php/Supervised_classification_(Tutorial) [15] awf-wiki, Unsupervised classification, December 2016. Available: http://wiki.awf.forst.uni-
goettingen.de/wiki/index.php/Unsupervised_classification_(Tutorial)
[16] Klinger, Riccardo. Digital Geography, “Unsupervised classification in QGIS: kmeans or part two”, August 2013. Available: http://www.digital-
geography.com/unsupervised-classification-in-qgis-kmeans-or-part-two/#.WT5ixbpFzIV [17] Documentation QGIS testing, PyQGIS cookbook (QGIS Testing)
http://docs.qgis.org/testing/en/docs/pyqgis_developer_cookbook/plugins.html [18] Filho, Julio de Mesquita. Identificação de bandas espectrais para deteção de cultura de cana-de-açúcar sadia e doente utilizando câmara hiperespectral embarcada em VANT, capítulo 2.6 calibração radiométrica,
http://www2.fct.unesp.br/pos/cartografia/docs/teses/t_moriya_eas.pdf
[19] Adão, Telmo/ Pádua, Luís/ Jonáš Hruška/ Morais, Raul/ J. Sousa, Joaquim/ Peres, Emanuel
UAS-based hyperspectral sensing methodology for continuous monitoring and early detection of vineyard anomalies.
[20] Marques, Pedro / Pádua, Luís/ Adão, Telmo / Hruška, Jonáš / J. Sousa, Joaquim/ Peres, Emanuel/ M. Martins, Luís / Sousa, António. Automatic chestnut trees
monitoring by aerial photographs obtained by unmamedaerial vehicle [21] Direção geral do território, 26 de Janeiro de 2017,
http://www.dgterritorio.pt/cartografia_e_geodesia/geodesia/redes_geodesicas/renep/ [22] Ukrainski, Pavel. Supervised image classification using minimum distance
algorithm, April 18, 2017, http://www.50northspatial.org/supervised-image- classification-using-minimum-distance-algorithm/
[23] Ukrainski, Pavel. Supervised image classification using parallelepiped algorithm, April 18, 2017, http://www.50northspatial.org/supervised-image-classification-using- parallelepiped-algorithm/
[24] Natural resources Canada, Supervised classification Bayes maximum likelihood classification, http://www.nrcan.gc.ca/node/9595
[25] NASA earth observatory, measuring vegetation (NDVI & EVI)
https://earthobservatory.nasa.gov/Features/MeasuringVegetation/measuring_vegetatio n_2.php
Anexos
1)
Ficheiro de texto com a informação relativa da imagem das oliveiras relativa á cultura das Oliveiras:
Driver: GTiff/GeoTIFF
Files: C:\\Users\\pedro\\OneDrive - Universidade do Porto\\Faculdade\\Tese\\Imagem tese\\Mirandela\\mirandela_combined_2.tif C:\\Users\\pedro\\OneDrive - Universidade do Porto\\Faculdade\\Tese\\Imagem tese\\Mirandela\\mirandela_combined_2.tif.aux.xml Size is 3827, 3730
Coordinate System is:
PROJCS["WGS 84 / UTM zone 29N", GEOGCS["WGS 84", DATUM["WGS_1984", SPHEROID["WGS 84",6378137,298.257223563, AUTHORITY["EPSG","7030"]], AUTHORITY["EPSG","6326"]], PRIMEM["Greenwich",0, AUTHORITY["EPSG","8901"]], UNIT["degree",0.0174532925199433, AUTHORITY["EPSG","9122"]], AUTHORITY["EPSG","4326"]], PROJECTION["Transverse_Mercator"], PARAMETER["latitude_of_origin",0], PARAMETER["central_meridian",-9], PARAMETER["scale_factor",0.9996], PARAMETER["false_easting",500000], PARAMETER["false_northing",0], UNIT["metre",1, AUTHORITY["EPSG","9001"]], AXIS["Easting",EAST], AXIS["Northing",NORTH], AUTHORITY["EPSG","32629"]] Origin = (652263.818400000105612,4609412.702140000648797) Pixel Size = (0.028440000000000,-0.028440000000000) Metadata: AREA_OR_POINT=Area TIFFTAG_DATETIME=2016:08:21 13:26:26 TIFFTAG_SOFTWARE=pix4dmapper
Image Structure Metadata: INTERLEAVE=PIXEL Corner Coordinates: Upper Left ( 652263.818, 4609412.702) ( 7d10'20.18"W, 41d37'18.90"N) Lower Left ( 652263.818, 4609306.621) ( 7d10'20.28"W, 41d37'15.46"N) Upper Right ( 652372.658, 4609412.702) ( 7d10'15.48"W, 41d37'18.82"N) Lower Right ( 652372.658, 4609306.621) ( 7d10'15.58"W, 41d37'15.38"N)
Center ( 652318.238, 4609359.662) ( 7d10'17.88"W, 41d37'17.14"N)
Band 1 Block=3827x1 Type=Float32, ColorInterp=Gray Min=0.000 Max=0.179
Minimum=0.000, Maximum=0.179, Mean=0.047, StdDev=0.038 Metadata:
STATISTICS_MAXIMUM=0.17936350405216 STATISTICS_MEAN=0.047196474388879 STATISTICS_MINIMUM=0
STATISTICS_STDDEV=0.037681457987742
Band 2 Block=3827x1 Type=Float32, ColorInterp=Undefined Min=0.000 Max=0.222
Minimum=0.000, Maximum=0.222, Mean=0.063, StdDev=0.050 Metadata:
STATISTICS_MAXIMUM=0.22244010865688 STATISTICS_MEAN=0.062965389552074 STATISTICS_MINIMUM=0
STATISTICS_STDDEV=0.049605848211257
Band 3 Block=3827x1 Type=Float32, ColorInterp=Undefined Min=0.000 Max=0.373
Minimum=0.000, Maximum=0.373, Mean=0.104, StdDev=0.083 Metadata:
STATISTICS_MAXIMUM=0.37300649285316 STATISTICS_MEAN=0.10369735256045 STATISTICS_MINIMUM=0
STATISTICS_STDDEV=0.083416496848959
Band 4 Block=3827x1 Type=Float32, ColorInterp=Undefined Min=0.000 Max=0.398
Minimum=0.000, Maximum=0.398, Mean=0.129, StdDev=0.097 Metadata:
STATISTICS_MAXIMUM=0.39779961109161 STATISTICS_MEAN=0.12890301145452 STATISTICS_MINIMUM=0
STATISTICS_STDDEV=0.097145504043044
Band 5 Block=3827x1 Type=Float32, ColorInterp=Undefined
2)
Ficheiro com informação relativa á imagem da cultura dos eucaliptos:
Driver: GTiff/GeoTIFF
Files: C:\\Users\\pedro\\OneDrive - Universidade do Porto\\Faculdade\\Tese\\Imagem tese\\eucaliptos\\Chamusca BGREN.tif C:\\Users\\pedro\\OneDrive - Universidade do Porto\\Faculdade\\Tese\\Imagem tese\\eucaliptos\\Chamusca BGREN.tif.aux.xml
Size is 5137, 4653 Coordinate System is: PROJCS["unnamed", GEOGCS["GRS 1980(IUGG, 1980)", DATUM["unknown", SPHEROID["GRS80",6378137,298.257222101], TOWGS84[0,0,0,0,0,0,0]], PRIMEM["Greenwich",0], UNIT["degree",0.0174532925199433]], PROJECTION["Transverse_Mercator"], PARAMETER["latitude_of_origin",39.66825833333333], PARAMETER["central_meridian",-8.133108333333334],
PARAMETER["scale_factor",1], PARAMETER["false_easting",0], PARAMETER["false_northing",0], UNIT["metre",1, AUTHORITY["EPSG","9001"]]] Origin = (-22264.818356705127371,-35929.360275915205420) Pixel Size = (0.036424655268439,-0.036424655268439) Metadata: AREA_OR_POINT=Area Image Structure Metadata: COMPRESSION=LZW INTERLEAVE=PIXEL Corner Coordinates: Upper Left ( -22264.818, -35929.360) ( 8d23'28.99"W, 39d20'39.69"N) Lower Left ( -22264.818, -36098.844) ( 8d23'28.97"W, 39d20'34.19"N) Upper Right ( -22077.705, -35929.360) ( 8d23'21.18"W, 39d20'39.70"N) Lower Right ( -22077.705, -36098.844) ( 8d23'21.16"W, 39d20'34.21"N) Center ( -22171.262, -36014.102) ( 8d23'25.07"W, 39d20'36.95"N) Band 1 Block=5137x1 Type=UInt16, ColorInterp=Gray
Min=1.000 Max=6244.000
Minimum=1.000, Maximum=6244.000, Mean=1114.890, StdDev=552.478 NoData Value=0 Metadata: STATISTICS_MAXIMUM=6244 STATISTICS_MEAN=1114.8901630711 STATISTICS_MINIMUM=1 STATISTICS_STDDEV=552.47750134235
Band 2 Block=5137x1 Type=UInt16, ColorInterp=Undefined Min=1.000 Max=11101.000
Minimum=1.000, Maximum=11101.000, Mean=2105.231, StdDev=1243.394 NoData Value=0 Metadata: STATISTICS_MAXIMUM=11101 STATISTICS_MEAN=2105.2310997502 STATISTICS_MINIMUM=1 STATISTICS_STDDEV=1243.3940112533
Band 3 Block=5137x1 Type=UInt16, ColorInterp=Undefined Min=1.000 Max=14002.000
Minimum=1.000, Maximum=14002.000, Mean=2088.449, StdDev=1232.381 NoData Value=0 Metadata: STATISTICS_MAXIMUM=14002 STATISTICS_MEAN=2088.4489174625 STATISTICS_MINIMUM=1 STATISTICS_STDDEV=1232.3808276454
Band 4 Block=5137x1 Type=UInt16, ColorInterp=Undefined NoData Value=0
Band 5 Block=5137x1 Type=UInt16, ColorInterp=Undefined NoData Value=0
3)
Ficheiro que contem informação relativamente ao ortomosaico obtido para a vinha da quinta do Corvo, Fafe:
Driver: GTiff/GeoTIFF
Files: C:\\Users\\pedro\\OneDrive - Universidade do Porto\\Faculdade\\Tese\\Imagem tese\\vinha_fafe\\orto_quinta_corvo.tif C:\\Users\\pedro\\OneDrive - Universidade do Porto\\Faculdade\\Tese\\Imagem
tese\\vinha_fafe\\orto_quinta_corvo.tif.aux.xml Size is 3684, 3527
Coordinate System is:
PROJCS["ETRS89 / Portugal TM06", GEOGCS["ETRS89", DATUM["European_Terrestrial_Reference_System_1989", SPHEROID["GRS 1980",6378137,298.2572221010042, AUTHORITY["EPSG","7019"]], AUTHORITY["EPSG","6258"]], PRIMEM["Greenwich",0], UNIT["degree",0.0174532925199433], AUTHORITY["EPSG","4258"]], PROJECTION["Transverse_Mercator"], PARAMETER["latitude_of_origin",39.6682583333333], PARAMETER["central_meridian",-8.133108333333331], PARAMETER["scale_factor",1], PARAMETER["false_easting",0], PARAMETER["false_northing",0], UNIT["metre",1, AUTHORITY["EPSG","9001"]], AUTHORITY["EPSG","3763"]] Origin = (-6998.036951247841898,205358.227147419471294) Pixel Size = (0.051981600000000,-0.051981600000002) Metadata: AREA_OR_POINT=Area Image Structure Metadata: COMPRESSION=LZW INTERLEAVE=PIXEL Corner Coordinates: Upper Left ( -6998.037, 205358.227) ( 8d13' 1.00"W, 41d31' 3.12"N) Lower Left ( -6998.037, 205174.888) ( 8d13' 0.99"W, 41d30'57.18"N) Upper Right ( -6806.537, 205358.227) ( 8d12'52.74"W, 41d31' 3.13"N) Lower Right ( -6806.537, 205174.888) ( 8d12'52.73"W, 41d30'57.19"N) Center ( -6902.287, 205266.558) ( 8d12'56.86"W, 41d31' 0.16"N) Band 1 Block=256x256 Type=UInt16, ColorInterp=Gray
Overviews: 1842x1764, 921x882, 461x441, 231x221 Unit Type: metre
Band 2 Block=256x256 Type=UInt16, ColorInterp=Undefined Overviews: 1842x1764, 921x882, 461x441, 231x221
Unit Type: metre
Band 3 Block=256x256 Type=UInt16, ColorInterp=Undefined Overviews: 1842x1764, 921x882, 461x441, 231x221
Unit Type: metre
Band 4 Block=256x256 Type=UInt16, ColorInterp=Undefined Overviews: 1842x1764, 921x882, 461x441, 231x221
Band 5 Block=256x256 Type=UInt16, ColorInterp=Undefined Overviews: 1842x1764, 921x882, 461x441, 231x221
Unit Type: metre
Band 6 Block=256x256 Type=UInt16, ColorInterp=Alpha Overviews: 1842x1764, 921x882, 461x441, 231x221 Unit Type: metre