Matheus Pinheiro Ferreira

Pós-doutorado

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• HANEDA, LEO EITI ; BRANCALION, PEDRO H.S. ; MOLIN, PAULO G. ; FERREIRA, MATHEUS PINHEIRO ; SILVA, CARLOS ALBERTO ; DE ALMEIDA, CATHERINE TORRES ; RESENDE, ANGELICA FARIA ; SANTORO, GIULIO BROSSI ; ROSA, MARCOS ; GUILLEMOT, JOANNES ; LE MAIRE, GUERRIC ; FERET, JEAN-BAPTISTE ; DE ALMEIDA, DANILO ROBERTI ALVES . Forest landscape restoration: Spectral behavior and diversity of tropical tree cover classes. Remote Sensing Applications-Society And Environment , v. 29, p. 100882, 2023.

• FERRARI, FELIPE ; FERREIRA, MATHEUS PINHEIRO ; ALMEIDA, CLAUDIO APARECIDO ; FEITOSA, RAUL QUEIROZ . Fusing Sentinel-1 and Sentinel-2 images for deforestation detection under diverse cloud conditions. IEEE Geoscience and Remote Sensing Letters , v. 1, p. 1-1, 2023.

• KLAUBERG, CARINE ; VOGEL, JASON ; DALAGNOL, RICARDO ; FERREIRA, MATHEUS PINHEIRO ; HAMAMURA, CAIO ; BROADBENT, EBEN ; SILVA, CARLOS ALBERTO . Post-Hurricane Damage Severity Classification at the Individual Tree Level Using Terrestrial Laser Scanning and Deep Learning. Remote Sensing , v. 15, p. 1165, 2023.

• DE PAULO, M. C. M. ; MARQUES, H. A. ; FEITOSA, R. Q. ; FERREIRA, M. P. . New encoder-decoder convolutional LSTM neural network architectures for next-day global ionosphere maps forecast. GPS SOLUTIONS , v. 27, p. 95, 2023.

• VERAS, HUDSON FRANKLIN PESSOA ; CUNHA NETO, ERNANDES MACEDO DA ; BRASIL, IACÍ DANDARA SANTOS ; MADI, JOÃO PAULO SARDO ; ARAUJO, EMMANOELLA COSTA GUARANÁ ; CAMAO, JORGE DANILO ZEA ; FIGUEIREDO, EVANDRO ORFANÓ ; PAPA, DANIEL DE ALMEIDA ; FERREIRA, MATHEUS PINHEIRO ; CORTE, ANA PAULA DALLA ; SANQUETTA, CARLOS ROBERTO . Estimating tree volume based on crown mapping by UAV pictures in the Amazon Forest. SCIENTIFIC ELECTRONIC ARCHIVES , v. 16, p. 1, 2023.

• LASSALLE, GUILLAUME ; FERREIRA, MATHEUS PINHEIRO ; CUÉ LA ROSA, LAURA ELENA ; DEL'PAPA MOREIRA SCAFUTTO, REBECCA ; DE SOUZA FILHO, CARLOS ROBERTO . Advances in multi- and hyperspectral remote sensing of mangrove species: A synthesis and study case on airborne and multisource spaceborne imagery. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING , v. 195, p. 298-312, 2023.

• LEITE, RODRIGO VIEIRA SILVA, CARLOS ALBERTO BROADBENT, EBEN NORTH AMARAL, CIBELE HUMMEL DO LIESENBERG, VERALDO ALMEIDA, DANILO ROBERTI ALVES DE MOHAN, MIDHUN GODINHO, SÉRGIO CARDIL, ADRIAN HAMAMURA, CAIO FARIA, BRUNO LOPES DE BRANCALION, PEDRO H.S. HIRSCH, ANDRÉ MARCATTI, GUSTAVO EDUARDO DALLA CORTE, ANA PAULA ZAMBRANO, ANGELICA MARIA ALMEYDA COSTA, MÁIRA BEATRIZ TEIXEIRA DA MATRICARDI, ERALDO APARECIDO TRONDOLI SILVA, ANNE LAURA DA GOYA, LUCAS RUGGERI RÉ Y. VALBUENA, RUBEN MENDONÇA, BRUNO ARAUJO FURTADO DE SILVA JUNIOR, CELSO H.L. ARAGÃO, LUIZ E.O.C. GARCÍA, MARIANO , et al. LIANG, JINGJING MERRICK, TRINA HUDAK, ANDREW T. XIAO, JINGFENG HANCOCK, STEVEN DUNCASON, LAURA FERREIRA, MATHEUS PINHEIRO VALLE, DENIS SAATCHI, SASSAN KLAUBERG, CARINE ; Large scale multi-layer fuel load characterization in tropical savanna using GEDI spaceborne lidar data. REMOTE SENSING OF ENVIRONMENT , v. 268, p. 112764, 2022.

• LASSALLE, GUILLAUME ; FERREIRA, MATHEUS PINHEIRO ; LA ROSA, LAURA ELENA CUÉ ; DE SOUZA FILHO, CARLOS ROBERTO . Deep learning-based individual tree crown delineation in mangrove forests using very-high-resolution satellite imagery. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING , v. 189, p. 220-235, 2022.

• PASSOS, REBECA ALVES DA SILVA LEMOS ; FERREIRA, MATHEUS PINHEIRO ; SILVA, BEN-HUR DE ALBUQUERQUE E ; LOPES, LUIZ ANTONIO SILVEIRA ; RIBEIRO, HUGO ; SANTOS, ROMERO PEREIRA DOS . An in-depth assessment of convolutional neural networks for rail surface defect detection. RESEARCH, SOCIETY AND DEVELOPMENT , v. 11, p. e12211830252, 2022.

• DE PAULO, M. C. M. ; TURNES, J. N. ; HAPP, P. N. ; FERREIRA, M. P. ; MARQUES, H. A. ; FEITOSA, R. Q. . HOW FAR SHOULD I LOOK? A NEURAL ARCHITECTURE SEARCH STRATEGY FOR SEMANTIC SEGMENTATION OF REMOTE SENSING IMAGES. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences , v. V-3-2022, p. 17-23, 2022.

• VERAS, HUDSON FRANKLIN PESSOA ; FERREIRA, MATHEUS PINHEIRO ; DA CUNHA NETO, ERNANDES MACEDO ; FIGUEIREDO, EVANDRO ORFANÓ ; CORTE, ANA PAULA DALLA ; SANQUETTA, CARLOS ROBERTO . Fusing multi-season UAS images with convolutional neural networks to map tree species in Amazonian forests. Ecological Informatics , v. 1, p. 101815, 2022.

• WEIHERMANN, JESSICA DERKACZ ; FERREIRA, MATHEUS PINHEIRO ; DE CASTRO, LUÍS GUSTAVO ; FERREIRA, FRANCISCO JOSÉ FONSECA ; SILVA, ADALENE MOREIRA . Retrieving geological units with unsupervised clustering of gamma-ray spectrometry data. JOURNAL OF APPLIED GEOPHYSICS , v. 184, p. 104225, 2021.

• FERREIRA, MATHEUS PINHEIRO ; LOTTE, RODOLFO GEORJUTE ; D'ELIA, FRANCISCO V. ; STAMATOPOULOS, CHRISTOS ; KIM, DO-HYUNG ; BENJAMIN, ADAM R. . Accurate mapping of Brazil nut trees (Bertholletia excelsa) in Amazonian forests using WorldView-3 satellite images and convolutional neural networks. Ecological Informatics , v. 1, p. 101302, 2021.

• MARTINS, GABRIELA BARBOSA ; LA ROSA, LAURA ELENA CUÉ ; HAPP, PATRICK NIGRI ; FILHO, LUIZ CARLOS TEIXEIRA COELHO ; SANTOS, CELSO JUNIUS F. ; FEITOSA, RAUL QUEIROZ ; FERREIRA, MATHEUS PINHEIRO . Deep learning-based tree species mapping in a highly diverse tropical urban setting. URBAN FORESTRY & URBAN GREENING , v. 64, p. 127241, 2021.

• ALMEIDA, DANILO ROBERTI ALVES DE ; BROADBENT, EBEN NORTH ; FERREIRA, MATHEUS PINHEIRO ; MELI, PAULA ; ZAMBRANO, ANGELICA MARIA ALMEYDA ; GORGENS, ERIC BASTOS ; RESENDE, ANGELICA FARIA ; DE ALMEIDA, CATHERINE TORRES ; DO AMARAL, CIBELE HUMMEL ; CORTE, ANA PAULA DALLA ; SILVA, CARLOS ALBERTO ; ROMANELLI, JOÃO P. ; PRATA, GABRIEL ATTICCIATI ; DE ALMEIDA PAPA, DANIEL ; STARK, SCOTT C. ; VALBUENA, RUBEN ; NELSON, BRUCE WALKER ; GUILLEMOT, JOANNES ; FÉRET, JEAN-BAPTISTE ; CHAZDON, ROBIN ; BRANCALION, PEDRO H.S. . Monitoring restored tropical forest diversity and structure through UAV-borne hyperspectral and lidar fusion. REMOTE SENSING OF ENVIRONMENT , v. 264, p. 112582, 2021.

• CARNEIRO, G. F. ; FERREIRA, M. P. ; VOLOTAO, C. F. S. . Multi-source remote sensing data improves the classification accuracy of natural forests and eucalyptus plantations. REVISTA BRASILEIRA DE CARTOGRAFIA (IMPRESSO) , v. 72, p. 110-125, 2020.

• BRAGA, JOSÉ R. G. ; PERIPATO, VINÍCIUS ; DALAGNOL, RICARDO ; FERREIRA, MATHEUS P. ; TARABALKA, YULIYA ; ARAGÃO, LUIZ E. O. C. ; DE CAMPOS VELHO, HAROLDO F. ; SHIGUEMORI, ELCIO H. ; WAGNER, FABIEN H. . Tree Crown Delineation Algorithm Based on a Convolutional Neural Network. Remote Sensing , v. 12, p. 1288, 2020.

• FERREIRA, MATHEUS PINHEIRO ; ALMEIDA, DANILO ROBERTI ALVES DE ; PAPA, DANIEL DE ALMEIDA ; MINERVINO, JULIANO BALDEZ SILVA ; VERAS, HUDSON FRANKLIN PESSOA ; FORMIGHIERI, ARTHUR ; SANTOS, CAIO ALEXANDRE NASCIMENTO ; FERREIRA, MARCIO AURÉLIO DANTAS ; FIGUEIREDO, EVANDRO ORFANÓ ; FERREIRA, EVANDRO JOSÉ LINHARES . Individual tree detection and species classification of Amazonian palms using UAV images and deep learning. FOREST ECOLOGY AND MANAGEMENT , v. 475, p. 118397, 2020.

• DE ALMEIDA, DANILO R. A. ; STARK, SCOTT C. ; VALBUENA, RUBEN ; BROADBENT, EBEN N. ; SILVA, THIAGO S. F. ; DE RESENDE, ANGELICA F. ; FERREIRA, MATHEUS P. ; CARDIL, ADRIÁN ; SILVA, CARLOS A. ; AMAZONAS, NINO ; ZAMBRANO, ANGELICA M. A. ; BRANCALION, PEDRO H. S. . A new era in forest restoration monitoring. RESTORATION ECOLOGY , v. 28, p. 8-11, 2020.

• FERREIRA, MATHEUS PINHEIRO ; WAGNER, FABIEN HUBERT ; ARAGÃO, LUIZ E.O.C. ; SHIMABUKURO, YOSIO EDEMIR ; DE SOUZA FILHO, CARLOS ROBERTO . Tree species classification in tropical forests using visible to shortwave infrared WorldView-3 images and texture analysis. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING , v. 149, p. 119-131, 2019.

• WAGNER, FABIEN H. ; SANCHEZ, ALBER ; TARABALKA, YULIYA ; LOTTE, RODOLFO G. ; FERREIRA, MATHEUS P. ; AIDAR, MARCOS P. M. ; GLOOR, EMANUEL ; PHILLIPS, OLIVER L. ; ARAGÃO, LUIZ E. O. C. . Using the U-net convolutional network to map forest types and disturbance in the Atlantic rainforest with very high resolution images. Remote Sensing in Ecology and Conservation , v. 1, p. 1, 2019.

• ZANOTTA, DANIEL CAPELLA ; ZORTEA, MACIEL ; FERREIRA, MATHEUS PINHEIRO . A supervised approach for simultaneous segmentation and classification of remote sensing images. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING , v. 142, p. 162-173, 2018.

• LACERDA SILVA, ALINDOMAR ; SALAS ALVES, DIÓGENES ; PINHEIRO FERREIRA, MATHEUS . Landsat-Based Land Use Change Assessment in the Brazilian Atlantic Forest: Forest Transition and Sugarcane Expansion. Remote Sensing , v. 10, p. 996, 2018.

• FERREIRA, MATHEUS PINHEIRO ; FÉRET, JEAN-BAPTISTE ; GRAU, ELOI ; GASTELLU-ETCHEGORRY, JEAN-PHILIPPE ; SHIMABUKURO, YOSIO EDEMIR ; DE SOUZA FILHO, CARLOS ROBERTO . Retrieving structural and chemical properties of individual tree crowns in a highly diverse tropical forest with 3D radiative transfer modeling and imaging spectroscopy. REMOTE SENSING OF ENVIRONMENT , v. 211, p. 276-291, 2018.

• WAGNER, FABIEN HUBERT ; FERREIRA, MATHEUS PINHEIRO ; SANCHEZ, ALBER ; HIRYE, MAYUMI C.M. ; ZORTEA, MACIEL ; GLOOR, EMANUEL ; PHILLIPS, OLIVER L. ; DE SOUZA FILHO, CARLOS ROBERTO ; SHIMABUKURO, YOSIO EDEMIR ; ARAGÃO, LUIZ E.O.C. . Individual tree crown delineation in a highly diverse tropical forest using very high resolution satellite images. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING , v. 147, p. 1, 2018.

• FERREIRA, M. P. ; ZORTEA, MACIEL ; ZANOTTA, Daniel Capella ; SHIMABUKURO, Y. E. ; DE SOUZA FILHO, CARLOS ROBERTO . Mapping tree species in tropical seasonal semi-deciduous forests with hyperspectral and multispectral data. REMOTE SENSING OF ENVIRONMENT , v. 179, p. 66-78, 2016.

• FERREIRA, MATHEUS PINHEIRO ; ALVES, DIÓGENES SALAS ; SHIMABUKURO, YOSIO EDEMIR . Forest dynamics and land-use transitions in the Brazilian Atlantic Forest: the case of sugarcane expansion. Regional Environmental Change , v. 15, p. 365-377, 2015.

• FERREIRA, M. P. ; GRONDONA, A. E. B. ; ROLIM, S. B. A. ; SHIMABUKURO, Y. E. . Analyzing the spectral variability of tropical tree species using hyperspectral feature selection and leaf optical modeling. Journal of Applied Remote Sensing , v. 7, p. 073502-073502-13, 2013.

• MORAES, E. C. ; PEREIRA, G. ; CARDOZO, F. S. ; OLIVEIRA, G. ; FERREIRA, M. P. . Spectral response of vegetation covered surface subject to flooding due to viewing geometry. Geografia (Rio Claro. Impresso) , v. 36, p. 187-199, 2011.

• KOPROSKI, L. ; FERREIRA, M. P. ; GOLDAMMER, G. J. ; BATISTA, A. C. . Modelo de zoneamento de risco de incêndios para unidades de conservação brasileiras: O caso do Parque Estadual do Cerrado (PR). Floresta (UFPR. Impresso) , v. 41, p. 551-562, 2011.

• ZANOTTA, D. C. ; FERREIRA, M. P. ; ZORTEA, M. . Processamento de imagens de satélite. 1. ed. São Paulo - SP: Oficina de Textos, 2019. v. 1. 320p .

• FERREIRA, M. P. ; AMARAL, C. H. ; VAGLIO LAURIN, G. ; KOKALY, R. ; SOUZA FILHO, C. R. ; SHIMABUKURO, Y. E. . Characteristics of tropical tree species in hyperspectral and multispectral data. In: Prasad S. Thenkabail; John G. Lyon; Alfredo Huete. (Org.). Biophysical and Biochemical Characterization and Plant Species Studies. 1ed.: Tylor and Francis Inc.\CRC Press, 2018, v. , p. 233-251.

• FERRARI, F. ; FERREIRA, M. P. ; FEITOSA, R. Q. . A Transformer-based network for deforestation detection from bitemporal optical satellite images. In: XX Simpósio Brasileiro de Sensoriamento Remoto, 2023, Florianópolis. Anais do XX Simpósio Brasileiro de Sensoriamento Remoto, 2023. v. 20. p. 155705.

• LASSALLE, G. ; FERREIRA, M. P. ; ROSA, L. C. L. ; SCAFUTTO, R. P. M. ; SOUZA FILHO, C. R. . Object- and pixel-oriented species mapping in mangrove forests using multisource spaceborne imagery and deep learning. In: XX Simpósio Brasileiro de Sensoriamento Remoto, 2023, Florianópolis. Anais do XX Simpósio Brasileiro de Sensoriamento Remoto, 2023. v. 20. p. 155730.

• FERREIRA, M. P. ; SANTOS, D. R. ; MARTINS, G. B. . Improving urban tree species classification with lidar-derived metrics. In: XX Simpósio Brasileiro de Sensoriamento Remoto, 2023, Florianópolis. Anais do XX Simpósio Brasileiro de Sensoriamento Remoto, 2023.

• HANEDA, L. E. ; BRANCALION, P. H. S. ; FERREIRA, M. P. ; MOLIN, P. G. ; ALMEIDA, D. R. A. . CARACTERIZAÇÃO DO COMPORTAMENTO ESPECTRAL E DISTINÇÃO DE TIPOLOGIAS FLORESTAIS UTILIZANDO IMAGENS ORBITAIS MULTIESPECTRAIS DE ALTA RESOLUÇÃO. In: XX Simpósio Brasileiro de Sensoriamento Remoto, 2023, Florianópolis. Anais do XX Simpósio Brasileiro de Sensoriamento Remoto, 2023. v. 20.

• LIMA, I. D. ; ALMEIDA, D. R. A. ; BRANCALION, P. H. S. ; VIANI, R. A. G. ; FERREIRA, M. P. . AVALIAÇÃO DOS EFEITOS DA PRESENÇA DE LIANAS EM ATRIBUTOS QUÍMICOS E ESTRUTURAIS DO DOSSEL DE FLORESTAS TROPICAIS DERIVADOS DE DADOS HIPERESPECTRAIS E LIDAR. In: XX Simpósio Brasileiro de Sensoriamento Remoto, 2023, Florianópolis. Anais do XX Simpósio Brasileiro de Sensoriamento Remoto, 2023. v. 20.

• MAIOR, R. S. ; D?ELIA, F. V. ; FERREIRA, M. P. . SUPER-RESOLUÇÃO DE IMAGENS CBERS 04A ADQUIRIDAS SOBRE A FLORESTA AMAZÔNICA UTILIZANDO IMAGENS WORLDVIEW-2 E REDES ADVERSÁRIAS GENERATIVAS (GANS). In: Simpósio Brasileiro de Sensoriamento Remoto, 2023, Florianópolis. Anais do XX Simpósio Brasileiro de Sensoriamento Remoto, 2023. v. 20.

• LOPES, V. B. ; FERREIRA, M. P. . ESTIMATIVA DO ÍNDICE DE ÁREA FOLIAR DE COPAS DE ÁRVORES INDIVIDUAIS DERIVADO DE DADOS LIDAR COM IMAGENS MULTIESPECTRAIS DE ALTÍSSIMA RESOLUÇÃO. In: XX Simpósio Brasileiro de Sensoriamento Remoto, 2023, Florianópolis. Anais do XX Simpósio Brasileiro de Sensoriamento Remoto, 2023. v. 20.

• COSTA, P. M. O. ; LASSALLE, G. ; ROSA, L. E. C. L. ; SCAFUTTO, R. P. M. ; FERREIRA, M. P. ; SOUZA FILHO, C. R. . UNSUPERVISED LEARNING APPLIED TO MINERAL OIL SPILL AND BIOGENIC OIL DISCRIMINATION IN RADARSAT-2 IMAGE. In: XX Simpósio Brasileiro de Sensoriamento Remoto, 2023, Florianópolis. Anais do XX Simpósio Brasileiro de Sensoriamento Remoto, 2023. v. 20.

• PAULO, M. C. M. ; MARQUES, H. A. ; FERREIRA, M. P. ; FEITOSA, R. Q. . Redes neurais convolucionais LSTM aplicadas à previsão de mapas globais de ionosfera. In: XII Colóquio Brasileiro de Ciências Geodésicas, 2022, Curitiba. Anais do XII Colóquio Brasileiro de Ciências Geodésicas, 2022.

• WEIHERMANN, JESSICA DERKACZ ; FERREIRA, MATHEUS PINHEIRO ; FERREIRA, FRANCISCO JOSE FONSECA ; SILVA, ADALENE MOREIRA . Using Unsupervised Clustering for Analyzing Airborne Gamma-Ray Spectrometry Data. In: IGARSS 2020 2020 IEEE International Geoscience and Remote Sensing Symposium, 2020, Waikoloa. IGARSS 2020 - 2020 IEEE International Geoscience and Remote Sensing Symposium, 2020. p. 5115.

• FERREIRA, M. P. ; ROSA, L. E. C. L. ; HAPP, P. N. ; THEOBALD, R. B. ; FEITOSA, R. Q. . MAPPING EUCALYPTUS PLANTATIONS AND NATURAL FOREST AREAS IN LANDSAT-TM IMAGES USING DEEP LEARNING. In: XIX Simpósio Brasileiro de Sensoriamento Remoto, 2019, Santos. Anais do XIX Simpósio Brasileiro de Sensoriamento Remoto, 2019.

• FERREIRA, MATHEUS PINHEIRO ; FERET, JEAN-BAPTISTE ; GRAU, ELOI ; WAGNER, FABIEN HUBERT ; DE ARAGAO, LUIZ EDUARDO OLIVEIRA E CRUZ ; SHIMABUKURO, YOSIO EDEMIR ; DE SOUZA FILHO, CARLOS ROBERTO . A Simplified 3D Radiative Transfer Approach for the Retrieval of Chemical and Structural Properties of Individual Tree Crowns from Hyperspectral Data. In: IGARSS 2018 2018 IEEE International Geoscience and Remote Sensing Symposium, 2018, Valencia. IGARSS 2018 - 2018 IEEE International Geoscience and Remote Sensing Symposium, 2018. p. 3955.

• FERREIRA, M. P. ; SHIMABUKURO, Y. E. ; SOUZA FILHO, C. R. . Tropical tree species discrimination using very high-resolution satellite images and texture analysis. In: XVIII Simpósio Brasileiro de Sensoriamento Remoto, 2017, Santos. Anais do XVIII Simpósio Brasileiro de Sensoriamento Remoto, 2017.

• FERREIRA, M. P. ; ZORTEA, MACIEL ; ZANOTTA, DANIEL C. ; SHIMABUKURO, Y. E. ; SOUZA FILHO, C. R. . Mapeamento de Espécies Arbóreas em Florestal Tropical Utilizando Imagens Hiperespectrais. In: XVII Simpósio Brasileiro de Sensoriamento Remoto, 2015, João Pessoa. Anais do XVII Simpósio Brasileiro de Sensoriamento Remoto, 2015.

• FERREIRA, M. P. ; ZORTEA, MACIEL ; ZANOTTA, D. C. ; FERET, J. ; SHIMABUKURO, Y. E. ; SOUZA FILHO, C. R. . On the use of shortwave infrared for tree species discrimination in tropical semideciduous forest. In: ISPRS Geospatial Week 2015, 2015, La grande Motte. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2015. v. XL-3/W. p. 473-476.

• FERREIRA, M. P. ; SHIMABUKURO, Y. E. ; SOUZA FILHO, C. R. . Efeitos da anisotropia na identificação de espécies em floresta tropical com imagens hiperespectrais. In: XI Seminário de Atualização em Sensoriamento Remoto e Sistemas de Informações Geográficas Aplicados à Engenharia Florestal, 2014, Curitiba. Anais do XI SenGef, 2014. v. 11. p. 1-790.

• FERREIRA, MATHEUS P. ; ZANOTTA, DANIEL C. ; ZORTEA, MACIEL ; KORTING, THALES S. ; FONSECA, LEILA M. G. ; SHIMABUKURO, YOSIO E. ; FILHO, CARLOS R. SOUZA . Automatic tree crown delineation in tropical forest using hyperspectral data. In: IGARSS 2014 2014 IEEE International Geoscience and Remote Sensing Symposium, 2014, Quebec City. 2014 IEEE Geoscience and Remote Sensing Symposium, 2014. p. 784.

• ZANOTTA, DANIEL C. ; FERREIRA, MATHEUS P. ; ZORTE, MACIEL ; SHIMABUKURO, YOSIO . A statistical approach for simultaneous segmentation and classification. In: IGARSS 2014 2014 IEEE International Geoscience and Remote Sensing Symposium, 2014, Quebec City. 2014 IEEE Geoscience and Remote Sensing Symposium, 2014. p. 4899.

• FERREIRA, M. P. ; GRONDONA, A. E. B. ; ROLIM, S. B. A. . Spectral discrimination of Brazilian Atlantic Forest tree species. In: XVI Simpósio Brasileiro de Sensoriamento Remoto, 2013, Foz do Iguaçu. Anais do XVI Simpósio Brasileiro de Sensoriamento Remoto, 2013. v. XVI. p. 8964-8971.

• GRONDONA, A. E. B. ; ROLIM, S. B. A. ; FERREIRA, M. P. ; VEETTIL, B. K. ; IGLESIAS, M. L. . Avaliação da propagação de erros ao utilizar a aproximação de Wien na linearização da lei de Planck. In: XVI Simpósio Brasileiro de Sensoriamento Remoto, 2013, Foz do Iguaçu. Anais do XVI Simpósio Brasileiro de Sensoriamento Remoto, 2013. v. XVI. p. 8807-8814.

• SCOTTA, F. C. ; EVANGELISTA, F. M. ; FONSECA, E. L. ; FONTANA, D. C. ; FERREIRA, M. P. . Alterações da resposta espectral da Azaleia (Rhododendron indicum) para diferentes proporções de floração. In: XVI Simpósio Brasileiro de Sensoriamento Remoto, 2013, Foz do Iguaçu. Anais do XVI Simpósio Brasileiro de Sensoriamento Remoto, 2013. v. XVI. p. 3010-3015.

• FERREIRA, MATHEUS P. ; GRONDONA, ATILIO E. B. ; ROLIM, SILVIA B. A. ; SHIMABUKURO, YOSIO E. . Spectral variability of atlantic forest species. In: IGARSS 2013 2013 IEEE International Geoscience and Remote Sensing Symposium, 2013, Melbourne. 2013 IEEE International Geoscience and Remote Sensing Symposium - IGARSS. p. 2756-2758.

• FERREIRA, M. P. ; ZANOTTA, D. C. ; KOPROSKI, L. . Uma abordagem fuzzy no zoneamento de risco de incêndio. In: XV Simpósio Brasileiro de Sensoriamento Remoto, 2011, Curitiba. Anais do XV Simpósio Brasileiro de Sensoriamento Remoto, 2011. v. 15. p. 4555-4562.

• FERREIRA, M. P. ; OLIVEIRA, F. C. ; ZANOTTA, D. C. . Detecção automática de mudanças em áreas de reflorestamento. In: XV Simpósio Brasileiro de Sensoriamento Remoto, 2011, Curitiba. Anais do XV Simpósio Brasileiro de Sensoriamento Remoto, 2011. v. 15. p. 7690-7697.

• CARDOZO, F. S. ; OLIVEIRA, G. ; FERREIRA, M. P. ; MORAES, E. C. . Função de Distribuição de Reflectância Bidirecional (FDRB) de uma superfície vegetada sob diferentes geometrias de visada e condições de alagamento. In: XV Simpósio Brasileiro de Sensoriamento Remoto, 2011, Curitiba. Anais do XV Simpósio Brasileiro de Sensoriamento Remoto, 2011. p. 8516-8523.

• MORAES, E. C. ; PEREIRA, G. ; CARDOSO, S. F. ; FERREIRA, M. P. ; OLIVEIRA, G. . Influência do ângulo de visada na resposta espectral de superfície vegetada com simulação de inundação. In: 3 Simpósio de Geotecnologias no Pantanal, 2010, Cáceres-MT. Anais 3 Simpósio de Geotecnologias no Pantanal, 2010. p. 922-930.

• SANQUETTA, C. R. ; FERREIRA, M. P. ; CORTE, A. P. D. ; WEBER, K. S. . Uso do solo no interior e entorno das novas unidades de conservação do Paraná. In: VII Seminário de Atualização em Sensoriamento Remoto e Sistemas de Informações Geográficas Aplicados à Engenharia Florestal, 2006, Curitiba. Anais do VII Seminário de Atualização em Sensoriamento Remoto e Sistemas de Informações Geográficas Aplicados à Engenharia Florestal. Curitiba: Fundação de Pesquisas Florestais do Paraná - FUPEF, 2006. v. VII. p. 364-371.

• FERREIRA, M. P. ; FERET, J. ; GRAU, E. ; GASTELLU-ETCHEGORRY, J. ; SHIMABUKURO, Y. E. ; SOUZA FILHO, C. R. . Simulating the spectral response of tropical tree species with 3D radiative transfer modeling. In: ForestSAT 2016, 2016, Santiago. Proceedings of the ForestSAT 2016, 2016.

• CAMPOS, F. ; FERREIRA, M. P. ; JASKIU, E. ; MICALOSKI, G. M ; SILVA, I. C . Percepção de Pequenos Produtores Rurais sobre Sistemas Agroflorestais da Área de Proteção Ambiental de Guaratuba - PR. In: VII Congresso Brasileiro de Sistemas Agroflorestais, 2009. Anais do VII Congresso Brasileiro de Sistemas Agroflorestais, 2009.

• FERREIRA, M. P. ; LOPES, V. B. . Upscaling UAV-based hyperspectral and lidar derived canopy traits of urban forests to high-resolution satellite images. In: FORESTSAT 2022, 2022, Berlim. FORESTSAT 2022, 2022.

• WAGNER, F. H. ; SANCHEZ, A. ; TARABALKA, Y. ; LOTTE, R. G. ; FERREIRA, MATHEUS P. ; AIDAR, M. P. ; GLOOR, M. ; PHILLIPS, O. L. ; ARAGAO, L. E. . Using Convolutional Network to Identify Tree Species Related to Forest Disturbance in a Neotropical Forest with very high resolution multispectral images. In: AGU Fall Meeting, 2018, Washington. AGU Meeting Abstract Database, 2018. v. 2018.

• FERREIRA, M. P. ; SANTOS, A. ; PIRES, P. T. L. . Evolución de la cobertura forestal en la Área de Protección Ambiental (APA) de Guaratuba-Paraná-Brasil. In: XIII World Forestry Congress, 2009, Buenos Aires. Proceedings of the XIII World Forestry Congress, 2009.

• KOPROSKI, L. ; FERREIRA, M. P. ; GOLDAMMER, G. J. . Fire: A Threat to Conservation in the Tri-National Biodiversity Corridor (Argentina, Brazil, Paraguay). In: XIII World Forestry Congress, 2009, Buenos Aires. Proceedings of the XIII World Forestry Congress, 2009.

• KOPROSKI, L. ; FERREIRA, M. P. ; GOLDAMMER, G. J. ; BATISTA, A. C. . Zoneamento de Risco de Incêndios para o Parque Estadual do Cerrado, Paraná ? Brasil. In: IV Simpósio Brasil-Alemanha para o Desenvolvimento Sustentável, 2009, Curitiba. Anais do IV Simpósio Brasil-Alemanha para o Desenvolvimento Sustentável, 2009.

• FERREIRA, M. P. ; CAMPOS, F. ; JASKIU, E. ; MICALOSKI, G. M ; HIGA, A. R. ; SILVA, I. C . Smallholder farmers perception of agroforestry systems in the Brazilian Atlantic forest region. In: 2nd World Congress of Agroforestry, 2009, Nairobi. Proceedings of the 2nd World Congress of Agroforestry, 2009.

• CAMPOS, F. ; FERREIRA, M. P. ; SILVA, I. C . Threats and Opportunities of Brazil?s National Plan for Native Species Forestry and Agroforestry Systems. In: 2nd World Congress of Agroforestry, 2009, Nairobi. Proceedings of the 2nd World Congress of Agroforestry, 2009.

• FERREIRA, M. P. . Percepção de produtores rurais sobre sistemas agroflorestais com eucalipto no litoral norte de Santa Catarina. In: 16 Evento de Iniciação Científica da Universidade Federal do Paraná, 2008, Curitiba. Livro de Resumos do 16° EVINCI. Curitiba: UFPR, 2008. v. 16.

• FERREIRA, M. P. . Análise Temporal da Cobertura Florestal na Área de Abrangência do Programa Pró-Atlântica. In: 14° Evento de Iniciação Científica da Universidade Federal do Paraná, 2006, Curitiba. Livro de Resumos do 14° EVINCI. Curitiba: UFPR, 2006. p. 46-46.

• FERREIRA, M. P. . Uso do Solo e Extensão das Florestas no Interior e Entorno das Novas Unidades de Conservação no Paraná. In: 13° Evento de Iniciação Científica da Universidade Federal do Paraná, 2005, Curitiba/PR. Livro de Resumos do 13° EVINCI. Curitiba: UFPR, 2005. v. 13. p. 42-42.

• FERREIRA, M. P. . Mapeamento de espécies arbóreas por sensoriamento remoto e métodos deep learning. 2021. (Apresentação de Trabalho/Conferência ou palestra).

• FERREIRA, M. P. . Simulating the spectral response of tropical tree species with 3D radiative transfer modeling. 2016. (Apresentação de Trabalho/Congresso).

• FERREIRA, M. P. . Mapeamento de Espécies Arbóreas em Florestal Tropical Utilizando Imagens Hiperespectrais. 2015. (Apresentação de Trabalho/Simpósio).

• FERREIRA, M. P. . On the Use of Shortwave Infrared for Tree Species Discrimination in Tropical Semideciduous Forest. 2015. (Apresentação de Trabalho/Congresso).

• FERREIRA, M. P. . A statistical approach for simultaneous segmentation and classification. 2014. (Apresentação de Trabalho/Congresso).

• FERREIRA, M. P. . Percepção de produtores rurais sobre sistemas agrolforestais com eucalipto no litoral norte de Santa Catarina. 2008. (Apresentação de Trabalho/Congresso).

• FERREIRA, M. P. . Análise Temporal da Cobertura Florestal na Área de Abrangência do Programa Pró-Atlântica. 2006. (Apresentação de Trabalho/Outra).

• FERREIRA, M. P. . Uso do Solo no Interior e Entorno das Novas Unidades de Conservação do Paraná. 2005. (Apresentação de Trabalho/Outra).

Outras produções

Projetos de pesquisa

• 2021 - Atual

  Hiperprospecta - Prospecção remota de Bioativos: Inteligência Artificial, Robótica, Sensoriamento Hiperespectral e Bioensaios no Cinturão Verde Fluminense, Descrição: A biodiversidade de plantas e animais da Mata Atlântica é uma das maiores do planeta, sendo fonte de fármacos, alimentos, cosméticos, perfumes, entre outros produtos. A prospecção da biodiversidade é tradicionalmente realizada em escala local (áreas < 1 ha), de forma manual e destrutiva. Abordagens que utilizam ferramentas da revolução 4.0 como, por exemplo, a Inteligência Artificial (IA), a Manufatura Aditiva (MA), a Robótica de Alto Desempenho (RAD), as Aeronaves Remotamente Pilotadas (RPA) e o Sensoriamento Remoto (SR), podem revolucionar a prospecção de bioativos da Mata Atlântica e, consequentemente, a Química de Produtos Naturais. Neste projeto, planeja-se empregar essas ferramentas para realizar prospecções de bioativos de uma maneira inédita: Localizando biomoléculas por suas características espectrais (no visível ao infravermelho de ondas curtas, VSWIR 400-2500 nm) utilizando SR hiperespectral por RPAs e aviões. Assim, será possível detectar em grandes tratos de Mata Atlântica, a presença de óleos essenciais, alcaloides e terpenos em espécies arbóreas, fornecendo uma visão sinóptica de bioativos. Pesquisadores especialistas em sensoriamento remoto e robótica trabalharão com IA em parceria a químicos de produtos naturais para realizar a prospecção de bioativos e estudos de metabolômica, o desenvolvimento de RAD e instrumentos de MA para coleta automática de folhas do dossel e de produtos florestais nãomadeireiros importantes para a bioeconomia local do cinturão verde fluminense, como o açaí juçara. Os resultados químicos serão acompanhados por estudos in sílico, in vitro e finalmente de propriedades nutricionais in vivo que possibilitarão o desenvolvimento de novos bioprodutos. Os resultados deste projeto serão tecnologias disruptivas para o desenvolvimento da bioeconomia do Estado do Rio de Janeiro, bem como para a conservação e manejo sustentável da Mata Atlântica.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (2) . , Integrantes: Matheus Pinheiro Ferreira - Integrante / Valdir Florencio da Veiga Junior - Coordenador / Henrique Marcelo Gualberto Pereira - Integrante / Haroldo C. de Lima - Integrante / Ricardo Finotti Leite - Integrante / Ananda da Silva Antonio - Integrante / Joyce Sobreiro Francisco Diz de Almeida - Integrante / Anderson Junger Teodoro - Integrante / Mariana Sarto Figueiredo - Integrante / Luis Claudio Batista da Silva - Integrante., Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Auxílio financeiro.

• 2021 - Atual

  Compreendendo o papel das árvores urbanas na provisão de serviços ecossistêmicos: uma abordagem baseada em sensoriamento remoto, Descrição: A arborização urbana fornece importantes serviços ecossistêmicos e contribui para a melhoria da qualidade de vida nos centros urbanos. Informações acerca de características da infraestrutura verde das cidades como, por exemplo, a distribuição espacial de espécies arbóreas ou características funcionais de árvores são usualmente obtidas por inventários de campo. Tais inventários exigem logística complexa e envolvem altos custos, o que limita sua área de abrangência. A combinação entre dados de campo e de sensoriamento remoto permite o monitoramento da arborização urbana em grandes tratos. Este projeto visa explorar o potencial de dados hiperespectrais e light detection and ranging (LiDAR) obtidos por sensores a bordo de uma aeronave remotamente pilotada e imagens de satélite para a extração de características funcionais e identificação de espécies da arborização urbana da cidade do Rio de Janeiro, Brasil. O monitoramento de tais características e o mapeamento de espécies por sensoriamento remoto irão fornecer uma visão sinóptica da provisão de serviços ecossistêmicos providos pela infraestrutura verde da cidade, possibilitando a compreensão de seu papel na qualidade de vida da população urbana e subsidiando ações de manejo e planejamento de áreas verdes.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (1) . , Integrantes: Matheus Pinheiro Ferreira - Coordenador., Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Bolsa., Número de produções C, T & A: 2

• 2020 - Atual

  Mapeamento de espécies arbóreas em ambiente urbano utilizando fotografias aéreas e aprendizado de máquina, Descrição: O mapeamento arbóreas em ambiente urbano fornece informações valiosas para o gerenciamento de infraestrutura verde das cidades. No entanto, informações sobre a distribuição espacial de espécies arbóreas em cidades geralmente são adquiridas com procedimentos dispendiosos, como inventários de campo e interpretação visual de fotografias aéreas. Nesta pesquisa, será desenvovida uma metodologia para mapear automaticamente espécies arbóreas, na cidade do Rio de Janeiro, Brasil, integrando redes neurais convolucionais, segmentação semântica e fotografias aéreas. Espera-se produzir o primeiro mapa de espécies no nível de copas de árvores individuais em grandes porções da cidade. Este mapa será de grande valia para as autoridades locais orientarem as atividades florestais urbanas e planejar o estabelecimento de novos espaços verdes. Além disso, o projeto busca avançar o conhecimento acerca do potencial de métodos de aprendizagem profunda, como as redes neurais convolucionais, para classificação de imagens de sensoriamento remoto.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Matheus Pinheiro Ferreira - Coordenador., Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Auxílio financeiro., Número de produções C, T & A: 1

• 2020 - Atual

  Urban tree species mapping with aerial photographs and deep learning, Descrição: Tree species mapping at the individual tree crown (ITC) level requires very-high resolution (VHR) images (pixel < 1 m). While the potential VHR satellite images combined with machine learning methods (e.g., Random Forest) to automatically discriminate among tree species in urban and forest environments has been demonstrated, the potential of aerial photographs and deep learning algorithms remains poorly investigated. Unlike satellite images, aerial photographs are acquired with only three (RGB) channels, thus providing limited spectral information on the ground objects. However, aerial photographs feature sub-metric spatial resolutions (typically a pixel size < 0.3 m), which allows clear visualization of ITCs and extraction of their structural characteristics (crown shape, size, and texture). Different crown structures may produce fine-scale variations in image gray levels that can be quantified by image texture techniques. The quantification of texture is particularly important when spectral information is poorly available, as in the case of aerial photographs. Convolutional Neural Networks (CNNs), a type of deep learning method, extract texture patterns of images without user intervention and has been producing outstanding results for remote sensing image classification. Of interest in the context of tree species mapping is the possibility of integrating CNNs and semantic segmentation, allowing a simultaneous ITC delineation and classification. The potential of CNNs and aerial photographs to map the spatial distribution of tree species in tropical urban environments is poorly known. More research is needed to find out the most suitable CNN architecture to produce maps of urban tree species in an automated fashion. In this research, we aim to develop a deep-learning based approach to automatically map urban tree species, in the city of Rio de Janeiro, Brazil. We expect to produce the first map of species at the individual tree crown level over large portions of the city. This map will be of great value for local authorities to guide urban forestry activities and to plan the establishment of new green spaces. This project is supported by the Artifitial Inteligence for Earth (AI4 Earth) initiative of the Microsoft Coorporation.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Matheus Pinheiro Ferreira - Coordenador / Gabriela Barbosa Martins - Integrante., Financiador(es): Microsoft Corporation - Outra.

• 2017 - 2018

  Mapeamento e extração de atributos químicos de espécies arbóreas da Mata Atlântica por meio de imagens hiperespectrais e modelagem de transferência radiativa, Descrição: A conservação e manejo da Mata Atlântica, um dos biomas mais ameaçados do Brasil, depende de informações de alta qualidade sobre seus recursos florestais. A maior parte do nosso conhecimento sobre a Mata Atlântica advém de medidas de campo realizadas ao nível de parcelas ( 1ha). Entretanto, dados que envolvam grandes tratos são necessários para melhor compreender a estrutura e função desse importante bioma. O sensoriamento remoto é largamente empregado para generalizar e extrapolar informações obtidas por estudos de campo para o nível de paisagem. Em particular, o sensoriamento remoto hiperespectral provou ser uma tecnologia promissora para o estudo de florestas tropicais. Sensores hiperespectrais são capazes de mensurar a radiação solar refletida pelo dossel florestal em um elevado número de bandas estreitas, permitindo assim, a detecção de espécies arbóreas e extração de atributos químicos relacionados a processos ecossistêmicos. Essas aplicações encontram uma série de desafios em ambientes tropicais devido ao fato de que o dossel é espectralmente e estruturalmente muito complexo, mas podem ser aprimoradas pela utilização de Modelos de Transferência Radiativa (MTR). Buscando preencher a lacuna de conhecimento existente em relação à extração de atributos químicos funcionais e informações sobre a biodiversidade de florestas tropicais, são objetivos deste projeto: (i) simular a resposta espectral do dossel de florestas tropicais utilizando um MTR; (ii) validar com dados de campo, estimativas de atributos químicos funcionais do dossel obtidas por inversão das simulações e (iii) aprimorar métodos de discriminação e mapeamento de espécies que utilizam sensoriamento remoto hiperespectral. Esses objetivos serão alcançados por meio de uma base de dados única composta por imagens hiperespectrais e dados de características químicas funcionais de folhas, que será estabelecida pela recente cooperação NERC-FAPESP dentro do projeto aprovado BIO-RED (2015/50484-0). A abordagem inovadora que será desenvolvida neste projeto irá permitir a caracterização química do dossel da Floresta Atlântica em grandes áreas, bem como, o monitoramento de espécies arbóreas a longo prazo. Os resultados da pesquisa irão contribuir para o debate atual sobre os impactos de atividades humanas e mudanças globais sobre as florestas tropicais.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Matheus Pinheiro Ferreira - Integrante / Fabien Hubert Wagner - Coordenador / Luiz Eduardo Oliveira e Cruz de Aragão - Integrante.

• 2016 - 2020

  Diversidade funcional dos biomas Amazônia, Mata Atlântica e Cerrado nos ambientes intactos e em regeneração por meio de imagens hiperspectrais, Descrição: Especificamente, este projeto Jovem Pesquisador objetiva responder as seguintes perguntas: A espectroscopia a bordo de um veículo aéreo não tripulado (VANT) pode caracterizar a química do dossel adequadamente? Seriam os fluxos biogeoquímicos da matéria orgânica quantificáveis por meio de imagens hiperespectrais? Até que ponto os dados hiperespectrais de dosséis permitem estimativas de produção de biomassa e estocagem ao longo de três biomas e vegetações intactas e em regeneração? Será que a elevada diversidade confere resiliência a distúrbios ambientais? Ainda, com o uso de dados Landsat e MODIS, perguntamos quais são as principais mudanças sofridas pela vegetação presente entre os biomas Amazônia e Cerrado? Nossos resultados da avaliação por sensoriamento remoto hiperspectral aerotransportado para reconhecimento de espécies e espectroscopia do dossel deverá prover novos métodos para descrever e explorar serviços ecossistêmicos em grande-escala, e como estes estão relacionados a biodiversidade funcional. Dado a falta de conhecimento sobre o papel da diversidade funcional em manter os serviços ecossistêmicos frente às mudanças globais, estes resultados trarão um avanço substancial no estado da arte da pesquisa nos biomas brasileiros. Estes resultados são de grande relevância para dar suporte ao planejamento ambiental no Brasil, objetivando a mitigação dos impactos das mudanças climáticas, a manutenção dos estoques de carbono e a proteção da biodiversidade e serviços ecossistêmicos.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Matheus Pinheiro Ferreira - Integrante / Fabien Hubert Wagner - Coordenador / Luiz Eduardo Oliveira e Cruz de Aragão - Integrante / Oliver Phillips - Integrante / Emanuel Gloor - Integrante / Yadvinder Malhi - Integrante.

• 2013 - 2017

  Estudo da diversidade química e espectral de espécies arbóreas da Floresta Atlântica: implicações para o monitoramento por sensoriamento remoto, Descrição: Investigações sobre a composição florística e ciclos biogeoquímicos de florestas tropicais são de grande importância para sua conservação e manejo sustentável. Neste contexto, o sensoriamento remoto hiperespectral vem sendo utilizado na identificação de espécies arbóreas e estudos de química do dossel. Apenas recentemente estudos desta natureza tornam-se possíveis em regiões de floresta tropical, devido à aquisição de imagens hiperespectrais adquiridas a bordo de aeronaves. Por isso, metodologias e técnicas para explorar estes dados nas mencionadas aplicações estão em estágios iniciais de desenvolvimento. A recente obtenção de imagens hiperespectrais de alta resolução espacial sobre áreas de Floresta Atlântica, abriram novas oportunidades de pesquisa relacionadas ao seu monitoramento. No entanto, é necessário conhecer em detalhe a diversidade química e espectral das espécies arbóreas desta floresta. Sendo assim, o objetivo principal deste projeto de doutorado é estudar a diversidade química e espectral de espécies arbóreas da Reserva de Santa Genebra, localizada no município de Campinas/SP, por meio de análises químicas, espectroscopia de reflectância de folhas e imagens hiperespectrais do sensor ProSpecTIR-VS. Os objetivos específicos incluem: (i) Explorar o potencial de imagens hiperespectrais do sensor ProSpecTIR-VS no reconhecimento remoto de espécies arbóreas; (ii) Estudar a dinâmica química e espectral ao longo de um ano das espécies arbóreas; (iii) Avaliar a capacidade de dados hiperespectrais em estimar a concentração de substâncias químicas de folhas e do dossel de espécies arbóreas. Espera-se com esta pesquisa contribuir para o avanço de investigações sobre a diversidade biológica do Bioma Mata Atlântica, bem como, subsidiar estudos sobre o reconhecimento remoto de espécies arbóreas e química do dossel a nível orbital.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Matheus Pinheiro Ferreira - Integrante / Yosio Edemir Shimabukuro - Coordenador / Carlos Roberto de Souza Filho - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

Prêmios