Diversidade florística: uma abordagem não supervisionada (2025)
- Authors:
- Autor USP: FUZA, MATHEUS SANTOS - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LCF
- DOI: 10.11606/D.11.2025.tde-04032026-151118
- Subjects: APRENDIZAGEM PROFUNDA; BIODIVERSIDADE; DOSSEL (BOTÂNICA); SENSORIAMENTO REMOTO
- Language: Português
- Abstract: A restauração ecológica em ambientes tropicais biodiversos exige estratégias eficazes de monitoramento da diversidade florística. Este trabalho propõe um pipeline inovador baseado em aprendizado profundo não supervisionado para o mapeamento da diversidade de copas arbóreas, utilizando imagens RGB de altíssima resolução obtidas por RPA. A abordagem integra a ferramenta CanopyRS para a detecção e segmentação automática de copas individuais (ITC), seguida pela aplicação do modelo SwAV para agrupamento morfológico não supervisionado. O método foi testado em três tratamentos experimentais de plantio em área de restauração, com diferentes níveis de riqueza de espécies (20, 58 e 114 espécies). Foram avaliadas métricas quantitativas (ARI, AMI, V-measure, pureza e F1-score), análises qualitativas (matrizes de confusão, t-SNE) e mapas de calor da diversidade com base nos agrupamentos. Os resultados demonstram que o SwAV é capaz de identificar padrões fenotípicos coerentes, com agrupamentos frequentemente alinhados às espécies botânicas identificadas em campo. Entretanto, observou-se um trade-off entre a granularidade, dada pelo aumento no número de protótipos (K), e a referência taxonômica, com fragmentação de espécies em múltiplos clusters
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2025
- Data da defesa: 10.12.2025
- Status:
- Nenhuma versão em acesso aberto identificada
-
ABNT
FUZA, Matheus Santos. Diversidade florística: uma abordagem não supervisionada. 2025. Dissertação (Mestrado) – Universidade de São Paulo, Piracicaba, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11150/tde-04032026-151118/. Acesso em: 24 mar. 2026. -
APA
Fuza, M. S. (2025). Diversidade florística: uma abordagem não supervisionada (Dissertação (Mestrado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11150/tde-04032026-151118/ -
NLM
Fuza MS. Diversidade florística: uma abordagem não supervisionada [Internet]. 2025 ;[citado 2026 mar. 24 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11150/tde-04032026-151118/ -
Vancouver
Fuza MS. Diversidade florística: uma abordagem não supervisionada [Internet]. 2025 ;[citado 2026 mar. 24 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11150/tde-04032026-151118/ - Integrating UAV-borne LiDAR and deep learning for large-scale detection of productive macaw palms (Acrocomia aculeata)
- Green deserts, but not always: A global synthesis of native woody species regeneration under tropical tree monocultures
- Exploring EnMAP hyperspectral images and ensemble deep learning for classifying forest land-cover types in Brazil
- Desempenho inicial da semeadura direta de espécies na Mata Atlântica
- Perspectivas para o monitoramento remoto da restauração florestal em ampla escala
- How to enhance Atlantic Forest protection?: Dealing with the shortcomings of successional stages classification
- Recovery of tree species functional composition in eucalypt plantations with natural regeneration differs among canopy strata
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
