Mapping key indicators of forest restoration in the Amazon using a low-cost drone and artificial intelligence (2022)
- Authors:
- USP affiliated authors: MATSUMOTO, MARCELO HIROMITI - ESALQ ; ALBUQUERQUE, RAFAEL WALTER DE - IEE ; SOARES, LUCAS PEDROSA - IGC
- Unidades: ESALQ; IEE; IGC
- DOI: 10.3390/rs14040830
- Subjects: AEROFOTOGRAMETRIA; AERONAVES NÃO TRIPULADAS; APRENDIZADO COMPUTACIONAL; ÁRVORES FLORESTAIS; DOSSEL (BOTÂNICA); ECOLOGIA DA RESTAURAÇÃO; HETEROGENEIDADE
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Remote Sensing
- ISSN: 2072-4292
- Volume/Número/Paginação/Ano: v. 14, art. 830, p. 1-28, February 2022
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
ALBUQUERQUE, Rafael Walter et al. Mapping key indicators of forest restoration in the Amazon using a low-cost drone and artificial intelligence. Remote Sensing, v. 14, p. 1-28, 2022Tradução . . Disponível em: https://doi.org/10.3390/rs14040830. Acesso em: 01 abr. 2026. -
APA
Albuquerque, R. W., Vieira, D. L. M., Ferreira, M. E., Soares, L. P., Olsen, S. I., Araujo, L. S., et al. (2022). Mapping key indicators of forest restoration in the Amazon using a low-cost drone and artificial intelligence. Remote Sensing, 14, 1-28. doi:10.3390/rs14040830 -
NLM
Albuquerque RW, Vieira DLM, Ferreira ME, Soares LP, Olsen SI, Araujo LS, Vicente LE, Tymus JRC, Balieiro CP, Matsumoto MH, Grohmann CH. Mapping key indicators of forest restoration in the Amazon using a low-cost drone and artificial intelligence [Internet]. Remote Sensing. 2022 ; 14 1-28.[citado 2026 abr. 01 ] Available from: https://doi.org/10.3390/rs14040830 -
Vancouver
Albuquerque RW, Vieira DLM, Ferreira ME, Soares LP, Olsen SI, Araujo LS, Vicente LE, Tymus JRC, Balieiro CP, Matsumoto MH, Grohmann CH. Mapping key indicators of forest restoration in the Amazon using a low-cost drone and artificial intelligence [Internet]. Remote Sensing. 2022 ; 14 1-28.[citado 2026 abr. 01 ] Available from: https://doi.org/10.3390/rs14040830 - Segmentação automática de cicatrizes de deslizamento de terra em imagens de sensores remotos utilizando aprendizagem profunda de máquina (Deep Learning)
- Aplicação de aeronaves remotamente pilotadas e fotogrametria para avaliação e monitoramento de áreas em processo de restauração florestal
- Monitoramento da cobertura do solo no entorno de hidrelétricas utilizando o classificador SVM (Support Vector Machines)
- Landslide detection in the Himalayas using machine learning algorithms and U-Net
- Feature-Based Constraint Deep CNN Method for Mapping Rainfall-Induced Landslides in Remote Regions With Mountainous Terrain: an application to Brazil
- A protocol for canopy cover monitoring on forest restoration projects using low-cost drones
- Aboveground biomass estimation in Amazonian tropical forests: A comparison of aircraft-and gatoreye UAV-borne LIDAR data in the Chico mendes extractive reserve in Acre, Brazil
- Semi-automatic UAV-based SfM survey of vertical surfaces
- Inteligênica artificial no mapeamento de risco e suscetibilidade e escorregamentos
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3067442.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
