RESUMOO laser scanner terrestre é uma alternativa para a coleta de dados dendrométricos em campo sem a necessidade da derrubada da árvore. Assim, este estudo teve como objetivo avaliar a influência da distância da varredura laser terrestre na determinação das variáveis dendrométricas. Foram analisadas duas árvores com altura total de 17,14 m e 16,00 m. A varredura laser foi realizada a 5, 10, 15 e 20 m de distância da árvore. Os diâmetros foram obtidos em alturas parciais até o topo da árvore. Os resultados obtidos com a varredura laser foram validados com as medidas obtidas tradicionalmente em campo com suta e trena. A melhor distância para a obtenção das variáveis dendrométricas foi de 15 m para ambas as árvores. As

Data collection and estimation of variables that describe the structure of tropical forests, diversity, and richness of tree species are challenging tasks. Light detection and ranging (LiDAR) is a powerful technique due to its ability to penetrate small openings and cracks in the forest canopy, enabling the collection of structural information in complex forests. Our objective was to identify the most significant LiDAR metrics and machine learning techniques to estimate the stand and diversity variables in a disturbed heterogeneous tropical forest. Data were collected in a remnant of the Brazilian Atlantic Forest with different successional stages. LiDAR metrics were used in three types of transformation: (i) raw data (untransformed), (ii) correlation analysis, and (iii) principal component analysis (PCA). These transformations were tested with four machine learning techniques: (i) artificial neural network (ANN), ordinary least squares (OLS), random forests (RF), and support vector machine (SVM) with different configurations resulting in 27 combinations. The best technique was determined based on the lowest RMSE (%) and corrected Akaike information criterion (AICc), and bias (%) values close to zero. The output forest variables were mean diameter at breast height (MDBH), quadratic mean diameter (QMD), basal area (BA), density (DEN), number of tree species (NTS), as well as Shannon–Waver (H’) and Simpson’s diversity indices (D). The best input data were the new variables obtained from the PCA, and the best modeling method was ANN with two hidden layers for the variables MDBH, QMD, BA, and DEN while for NTS, H’and D, the ANN with three hidden layers were the best methods. For MDBH, QMD, H’and D, the RMSE was 5.2–10% with a bias between −1.7% and 3.6%. The BA, DEN, and NTS were the most difficult variables to estimate, due to their complexity in tropical forests; the RMSE was 16.2–27.6% and the bias between −12.4% and −0.24%. The results showed that it is possible to estimate the stand and diversity variables in heterogeneous forests with LiDAR data.

A varredura laserterrestre vem sendo testada e apontada como alternativa não destrutiva para mensuração de árvores. Variáveis dendrométricas podem ser obtidas a partir de técnicas de modelagem tridimensional. Porém, é necessária a filtragem dos dados para eliminar pontos que não representam a superfície do tronco. Esse trabalho teve como objetivo apresentar uma proposta de algoritmo, baseada em métodos já consolidados na literatura, para filtragem automática da nuvem de pontos do tronco da árvore. O estudo foi conduzido a partir de doze árvores inseridas em um povoamento inequiâneo de Pinusspp. Três estações laser foram utilizadas para o recobrimento de cada árvore. O algoritmo proposto, denominado de Filtro Distância Máxima (Filtro Dmax), realiza a filtragem do tronco de forma iterativa e em seções da nuvem de pontos. Para o melhor desempenho da automatização optou-se por um algoritmo parametrizado. O Filtro Dmax foi testado experimentalmente e os resultados apontaram que as superfícies dos troncos foram efetivamente filtradas até aproximadamente dois terços da altura total das árvores estudadas. A alta densidade de acículas impediu a representação das superfícies dos troncos no terço superior das árvores. A aplicação do Filtro Dmax não alterou as características geométricas dos troncos proporcionando dados à modelagem tridimensional.

The objective of this work was to obtain the stem volume from 3D-cloud points generated by terrestrial laser scanning in Eucalyptus stands. The processing started with using algorithms for tree detection in plantation (TDP) and stem filtering (Filter Dmax). Then, the acquisition of the total height was made semi-automatically and tridimensional modelling was performed through the adjustment of circumferences (AC) and the so-called triangulated irregular network (TIN). The results were compared with field data and conventional stem volume measurements. The detection accuracy was 100% for the trees in the plots while filtering reached 70% of the stem surface. The total height presented R 2 = 0.98 and residuals less than 5%. The estimated volumes, analyzed in sections with a length of 2 m, were in average smaller than that obtained by the conventional Smalian method. The occlusion of points in the tree crown precluded obtaining the total stem volume.

O objetivo deste artigo é apresentar os princípios de funcionamento dos equipamentos laser scanner terrestre e as possibilidades de aplicação da tecnologia no setor florestal. O texto relata as tecnologias embarcadas nos equipamentos bem como suas vantagens e desvantagens do ponto de vista de aplicação em levantamentos de informações florestais. São descritos os modelos de varredura laser comumente aplicados e os tipos de dados que são gerados. É feita uma descrição do estado da arte no setor florestal para obtenção de informações de alturas, diâmetros, áreas transversais e volumes de árvores, compreendendo também as fases de pré-processamento como identificação e filtragem dos objetos de interesse. Por fim, apresenta-se uma breve abordagem de novas frentes de pesquisa florestal que vem usando esta tecnologia para modelagem de material combustível presente sobre o solo, estudos ecológicos, dendrológicos e qualitativos. Com o potencial dos dados obtidos pelos equipamentos laser scanner terrestre, evidenciado pelas atuais pesquisas, espera-se que, ocorrendo uma popularização dos equipamentos, tenhamos sua utilização em larga escala no setor florestal.