Submitted by VANESSA JORDÃO MARCATO FERNANDES null (vanessamarcato@yahoo.com.br) on 2017-01-30T18:15:29Z No. of bitstreams: 1 fernandes_vjm_tese.pdf: 25329126 bytes, checksum: 92c837eb39ae9af74c15ccf278cd2a84 (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br) on 2017-02-03T16:39:11Z (GMT) No. of bitstreams: 1 fernandes_vjm_dr_prud.pdf: 25329126 bytes, checksum: 92c837eb39ae9af74c15ccf278cd2a84 (MD5) / Made available in DSpace on 2017-02-03T16:39:11Z (GMT). No. of bitstreams: 1 fernandes_vjm_dr_prud.pdf: 25329126 bytes, checksum: 92c837eb39ae9af74c15ccf278cd2a84 (MD5) Previous issue date: 2016-12-19 / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Esse trabalho propõe o desenvolvimento de um método para a extração automática de contornos de telhados de edifícios com a combinação de dados de Varredura a LASER Aerotransportado (VLA) e dados fotogramétricos e campos aleatórios de Markov (MRF). Inicialmente, um Modelo Digital de Superfície normalizado (MDSn) é gerado através da diferença entre o Modelo Digital de Superfície (MDS) e o Modelo Digital de Terreno (MDT), obtidos a partir da nuvem de pontos LASER. Em seguida, o MDSn é segmentado para a obtenção dos polígonos que representam objetos altos da cena. Esses polígonos são projetados na imagem para restringir o espaço de busca para a segmentação da imagem em regiões. Esse processo possibilita a extração de polígonos na imagem que representem objetos altos. O processo de identificação de contornos de telhados, em meio aos objetos altos detectados na imagem, na etapa anterior, é realizado através da otimização de uma função de energia estabelecida com base em MRF que modela propriedades específicas de contornos de telhados de edifícios. No modelo MRF são utilizados tanto os polígonos extraídos da imagem quanto os extraídos dos dados VLA. A função de energia é otimizada pelo método Algoritmo Genético (AG). O método proposto nesse trabalho foi avaliado com base em dados reais - imagens aéreas de alta resolução e dados VLA. Os resultados obtidos na avaliação experimental mostraram que a metodologia funciona adequadamente na tarefa de extrair os contornos de telhados de edifícios. A função de energia proposta associada ao método de otimização AG diferenciou corretamente os contornos de telhados de edifícios dos demais objetos altos presentes nas cenas. Os contornos de telhados extraídos apresentam boa qualidade, o que é evidenciado por meio dos índices de completeza e correção obtidos pela avaliação numérica. Com base nos índices médios obtidos para cada experimento, têm-se as médias de completeza e correção para os experimentos iguais a 90,96% e 98,99%, respectivamente. Os valores máximos de completeza e correção são de 99,19% e 99,94%, respectivamente, e os valores mínimos de 78,08% e 97,46%, respectivamente. Os menores valores de completeza estão associados às áreas de oclusão por vegetação e presença de sombras. / This paper proposes a method for the automatic extraction of building roof contours through a combination of Airborne Laser Scanner (ALS) and photogrammetric data, and Markov Random Field (MRF). Initially, a normalized digital surface model (nDSM) is generated on the basis of the difference between the digital surface model and the digital terrain model, obtained from the LiDAR point cloud. Then the nDSM is segmented to obtain the polygons representing aboveground objects. These polygons are projected onto image to restrict the search space for image segmentation into regions. This process enables the extraction of polygons in the image representing aboveground objects. Building roof contours are identified from among the aboveground objects in the image by optimizing a Markov-random-field-based energy function that embodies roof contour specific properties. In the MRF model are used both polygons extracted from image and from ALS data. The energy function is optimized by the Genetic Algorithm (GA) method. The method proposed in this work was evaluated based on real data - high-resolution aerial images and ALS data. The results obtained in the experimental evaluation showed that the methodology works adequately in the task of extracting the contours of building roofs. The proposed energy function associated with the GA optimization method correctly differentiated the building roof contours from the other high objects present in the scenes. The extracted roof contours show good quality, which is evidenced by the indexes of completeness and correctness obtained by numerical evaluation. Based on the mean indexes obtained for each experiment, the average completeness and correctness for the experiments were equal to 90.96% and 98.99%, respectively. The maximum completeness and correctness values are 99.19% and 99.94%, respectively, and the minimum values are 78.08% and 97.46%, respectively. The lowest values of completeness are associated to the vegetation occlusion areas and presence of shadows. / FAPESP: 2012/22332-2

Orientador: Aluir Porfírio Dal Poz / Resumo: A aquisição de informações espaciais é uma das tarefas mais dispendiosa e morosa na implantação e na manutenção de Sistemas de informação Geográfica (SIG's). Nos últimos 30 anos, inúmeras pesquisas foram realizadas objetivando o melhoramento do tempo e custo da aquisição de dados espaciais. No que se refere a aquisição de dados espaciais a partir de imagens digitais, é possível notar que os métodos desenvolvidos até então estão mais próximos desta meta quando os respectivos níveis de automação são mais altos. Como as soluções totalmente automáticas não estão ainda no mesmo nível de confiabilidade dos métodos manuais, soluções semi-automáticas combinando a habilidade natural de operadores humanos em tarefas de reconhecimento e a capacidade de algoritmos computacionais em realizar tarefas de medidas precisas e morosas, têm sido propostas. Seguindo esta tendência, este trabalho propõe uma metodologia semi-automática para a extração de rodovias em imagens digitais de média e alta resolução baseada no algoritmo de otimização global de programação dinâmica. É importante enfatizar que os trabalhos relacionados com extração de feições através de programação dinâmica sempre usam imagens de baixa resolução, na qual as rodovias manifestam-se como estruturas lineares. Ao contrário, rodovias em imagens de média e alta resolução se manifestam como faixas alongadas. Assim, como neste caso o objetivo básico é extrair o eixo da rodovia, este trabalho propõe uma modificação na função custo usada numa metodologia preexistente baseada em programação dinâmica, permitindo que o eixo central da rodovia seja precisamente extraído pela metodologia modificada. A diferença básica entre este método modificado e o original é uma função de injunção, proposta com o objetivo de incorporar características de bordas de rodovia...(Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The acquisition of spatial information is one of most expensive and time consuming tasks in developing and maintaining Geographical Information Systems (GIS's). In the last 30 years, countless researches have been accomplished aiming at improvement of spatial data acquisition time and cost. Related to the spatial data acquisition from digital images, it is possible to notice that the methods developed until now are closer to that goal when the respective levels of automation are higher. As fully automatic solutions are not in same level of reliability of manual procedures, semi-automatic solutions combining the natural skill of humans operators in recognizing tasks and the power of computational algorithm in carrying out precise and time consuming measurement tasks, have been proposed. Following this trend, this work proposes a semi-automatic methodology for road extraction from mediumand high-resolution digital images based on the global optimization algorithm of dynamic programming. It is important to emphasize that related works on feature extraction by dynamic programming always use low-resolution images, in which roads manifest as linear structures. As opposed to this, roads in medium- and high-resolution manifest as elongated regions. Thus, as in this case the basic objective is to extract the road centerline, this work proposes a modification of cost function used in a preexisting dynamic programming approach, allowing the road centerline to be precisely extracted by the modified method. The basic difference between this modified method and the original one is the proposed constraint function embodying some road edge characteristics, as e.g. the anti-parallelism of gradient vectors at two pixels situated on opposite road edges and belonged to the same road crosssection...(Complete abstract click electronic access below) / Mestre

Este trabalho apresenta inicialmente uma revisão atualizada de métodos de obtenção de dados espaciais para elaboração de plantas cadastrais urbanas e posteriormente, os procedimentos e o instrumental utilizados para execução do cadastramento de uma área teste com a Fotogrametria, o sistema GPS e os recursos da Topografia. Os resultados foram sistematizados e comparados de forma a fornecerem conclusões a respeito de produtividade e adequabilidade de cada método na situação estudada. São apresentados ainda os procedimentos e resultados obtidos na implantação de uma rede de referência cadastral para apoiar os levantamentos cadastrais realizados. / This work initially presents an up-to-date revision of methods of obtaining space data for elaboration of urban cadastral plants followed by the procedures and the instrumental used for execution of the survey of an test area with photogrammetry, the GPS system and the resources of the topography. The results were systematized and compared in way they supply conclusions regarding productivity and suitability of each method in the studied situation. The procedures and results obtained in the implantation of a cadastral reference network to support the accomplished surveys are also presented.

Um dos problemas que vêm sendo discutidos pela comunidade cartográfica brasileira é a atualização de documentos cartográficos, gerando estudos que procuram alternativas confiáveis, rápidas e econômicas para esta atividade. Este trabalho apresenta uma proposta metodológica rápida e econômica de atualização cartográfica, onde a premissa básica será a utilização de um estereopar híbrido, composto por uma fotografia aérea 23 x 23 cm (que foi utilizada no mapeamento existente) digitalizada matricialmente, e por uma imagem aérea digital recente obtida com uma câmara digital. Além disso, este trabalho apresenta discussões e resultados sobre a visualização estereoscópica do estereopar híbrido, quando utilizada para a detecção das alterações, e a extração das feições identificadas, completando assim o processo de atualização cartográfica. Esta estratégia de combinação de fontes diferentes de dados, para a formação de modelos estereoscópicos, pode acelerar o processo de revisão e atualização cartográfica reduzindo os custos e obtendo resultados satisfatórios. / Updating of cartographic documents have been discussed by the Brazilian cartographic community, generating studies that look for reliable, fast and economical alternatives for this activity. This work presents a fast and economical methodological proposal for cartographic updating, in which the basic approach is the use of a hybrid stereo-pair, composed by a 23 x 23 cm scanned aerial photography (that was used in the existing mapping), and by a recent digital aerial image, acquired by a digital camera. Besides that, discussions and results on the stereoscopic visualization of the hybrid stereo-pair are presented, focusing on change detection and extraction of the identified features, aiming cartographic updating. This strategy of combinating different sources of data, for stereoscopic models reconstruction can speed up the revision process and cartographic updating, reducing the costs and obtaining reliable results.

In this research we aim to achieve cybernetic cohesion information flow in precision agriculture, integrating machine learning methods, computer vision, geographical information system and UAV-photogrammetry in an irrigated area with slaughterhouse wastewater, under five treatments (W100 - irrigation with superficial water and 100% of nitrogen mineral fertilization, E0, E33, E66 and E100 - irrigation with treated effluent from slaughterhouse and addition of 0, 33, 66 and 100% of nitrogen mineral fertilization, respectively) and four replications on grassland (Cynodon dactylon (L.) Pers.). Several images (between one hundred and two hundred) with red, green, blue (RGB) color model were captured using a quadcopter flying at 20 meter altitude and obtaining spatial resolution of 1 centimeter on a surface of approximately 0.5 ha. The images were orthorectified together with nine ground control points done by differential global positioning system (GPS), both processed in the Agisoft PhotoScan software. Thirteen photogrammetric projects were done over time with 30-day revisit, the root mean squared error (RMSE) was used as accuracy measurement, and reached values lower than 5 centimeters for x, y and z axis. The orthoimage obtained with unmanned aerial vehicle (UAV) photogrammetry was changed from RGB to hue, saturation, value (HSV) color model, and the hue color space was chosen due to independence of illumination, beyond it has a good description of exposure of soil and vegetation, but it is dependent of light source temperature, so difficult to estabilish a static threshold, so we selected an unsupervised classification method, K-Means, to classify the unknown patterns along the area. Polygons were drawn delimiting the area represented by each portion and a supervised classification method based on entropy was used, the decision tree, to explore and find patterns that recognize each treatment. These steps are also displayed in forms of georeferenced thematic maps and were executed in the open source softwares Python, QGIS and Weka. The rules defined on the hue color space reached an accuracy of 100% on the training set, and provided a better understanding about the distribution of soil and vegetation on the parcels. This methodology shows a great potential for analysis of spectral data in precision agriculture. / Nesta pesquisa pretendemos alcançar a coesão cibernética no fluxo de informações dentro da agricultura de precisão, integrando métodos de aprendizagem de máquinas, visão computacional, sistema de informação geográfica e aerofotogrametria em uma área irrigada com efluente de matadouro, sob cinco tratamentos (W100 - irrigação com água superficial e 100 % de adubação mineral nitrogenada, E0, E33, E66 e E100 - irrigação com efluente tratado de abatedouro e adição de 0, 33, 66 e 100% de adubação mineral nitrogenada, respectivamente) e quatro repetições em pastagem (Cynodon dactylon (L.) Pers.) Várias imagens (entre cem e duzentas) com modelo de cor vermelho, verde e azul (RGB) foram capturadas por um quadricóptero voando a 20 metros de altitude, e obtendo resolução espacial de 1 centímetro em uma superfície de aproximadamente 0.5 ha. As imagens foram ortorretificadas juntamente com nove pontos de controle, realizados pelo sistema de posicionamento global diferencial (GPS), ambos processados no software Agisoft PhotoScan. Treze projetos fotogramétricos foram realizados ao longo do tempo com revisita de 30 dias, a raiz do erro quadrático médio (RMSE) foi usada como medida de acurácia e atingiu valores menores que 5 centímetros para os eixos x, y e z. A ortoimagem obtida com a fotogrametria do veículo aéreo não tripulado (UAV) foi alterada de RGB para matiz, saturação, valor (HSV) e o espaço de cor matiz foi escolhido devido a independência da iluminação, além de ter boa descrição da exposição do solo e vegetação. Entretanto este é dependente da temperatura da fonte de luz, portanto difícil de se estabelecer um limiar estático, logo selecionamos um método de classificação não supervisionado, o K-Means, para classificar os padrões desconhecidos ao longo da área. Polígonos foram traçados delimitando a área representada por cada parcela e um método supervisionado de classificação baseado na entropia foi utilizado, a árvore de decisão, para explorar e encontrar padrões que reconheçam cada tratamento. Essas etapas também são exibidas em formas de mapas temáticos georeferenciados e foram executadas nos softwares de código aberto Python, QGIS e Weka. As regras definidas no espaço de cor matiz atingiram uma acurácia de 100% no conjunto de treinamento e proporcionaram um melhor entendimento sobre a distribuição do solo e da vegetação nas parcelas. Esta metodologia mostra um grande potencial para análise de dados na agricultura de precisão.

In this research we aim to achieve cybernetic cohesion information flow in precision agriculture, integrating machine learning methods, computer vision, geographical information system and UAV-photogrammetry in an irrigated area with slaughterhouse wastewater, under five treatments (W100 - irrigation with superficial water and 100% of nitrogen mineral fertilization, E0, E33, E66 and E100 - irrigation with treated effluent from slaughterhouse and addition of 0, 33, 66 and 100% of nitrogen mineral fertilization, respectively) and four replications on grassland (Cynodon dactylon (L.) Pers.). Several images (between one hundred and two hundred) with red, green, blue (RGB) color model were captured using a quadcopter flying at 20 meter altitude and obtaining spatial resolution of 1 centimeter on a surface of approximately 0.5 ha. The images were orthorectified together with nine ground control points done by differential global positioning system (GPS), both processed in the Agisoft PhotoScan software. Thirteen photogrammetric projects were done over time with 30-day revisit, the root mean squared error (RMSE) was used as accuracy measurement, and reached values lower than 5 centimeters for x, y and z axis. The orthoimage obtained with unmanned aerial vehicle (UAV) photogrammetry was changed from RGB to hue, saturation, value (HSV) color model, and the hue color space was chosen due to independence of illumination, beyond it has a good description of exposure of soil and vegetation, but it is dependent of light source temperature, so difficult to estabilish a static threshold, so we selected an unsupervised classification method, K-Means, to classify the unknown patterns along the area. Polygons were drawn delimiting the area represented by each portion and a supervised classification method based on entropy was used, the decision tree, to explore and find patterns that recognize each treatment. These steps are also displayed in forms of georeferenced thematic maps and were executed in the open source softwares Python, QGIS and Weka. The rules defined on the hue color space reached an accuracy of 100% on the training set, and provided a better understanding about the distribution of soil and vegetation on the parcels. This methodology shows a great potential for analysis of spectral data in precision agriculture. / Nesta pesquisa pretendemos alcançar a coesão cibernética no fluxo de informações dentro da agricultura de precisão, integrando métodos de aprendizagem de máquinas, visão computacional, sistema de informação geográfica e aerofotogrametria em uma área irrigada com efluente de matadouro, sob cinco tratamentos (W100 - irrigação com água superficial e 100 % de adubação mineral nitrogenada, E0, E33, E66 e E100 - irrigação com efluente tratado de abatedouro e adição de 0, 33, 66 e 100% de adubação mineral nitrogenada, respectivamente) e quatro repetições em pastagem (Cynodon dactylon (L.) Pers.) Várias imagens (entre cem e duzentas) com modelo de cor vermelho, verde e azul (RGB) foram capturadas por um quadricóptero voando a 20 metros de altitude, e obtendo resolução espacial de 1 centímetro em uma superfície de aproximadamente 0.5 ha. As imagens foram ortorretificadas juntamente com nove pontos de controle, realizados pelo sistema de posicionamento global diferencial (GPS), ambos processados no software Agisoft PhotoScan. Treze projetos fotogramétricos foram realizados ao longo do tempo com revisita de 30 dias, a raiz do erro quadrático médio (RMSE) foi usada como medida de acurácia e atingiu valores menores que 5 centímetros para os eixos x, y e z. A ortoimagem obtida com a fotogrametria do veículo aéreo não tripulado (UAV) foi alterada de RGB para matiz, saturação, valor (HSV) e o espaço de cor matiz foi escolhido devido a independência da iluminação, além de ter boa descrição da exposição do solo e vegetação. Entretanto este é dependente da temperatura da fonte de luz, portanto difícil de se estabelecer um limiar estático, logo selecionamos um método de classificação não supervisionado, o K-Means, para classificar os padrões desconhecidos ao longo da área. Polígonos foram traçados delimitando a área representada por cada parcela e um método supervisionado de classificação baseado na entropia foi utilizado, a árvore de decisão, para explorar e encontrar padrões que reconheçam cada tratamento. Essas etapas também são exibidas em formas de mapas temáticos georeferenciados e foram executadas nos softwares de código aberto Python, QGIS e Weka. As regras definidas no espaço de cor matiz atingiram uma acurácia de 100% no conjunto de treinamento e proporcionaram um melhor entendimento sobre a distribuição do solo e da vegetação nas parcelas. Esta metodologia mostra um grande potencial para análise de dados na agricultura de precisão.

O presente trabalho tem como objetivo compreender os processos que conduzem a estabilidade e a evolução morfológica do canal do rio Itaguaré em Bertioga - SP em uma escala de tempo histórica. Para isso, foram realizados os seguintes itens: a caracterização do clima de ondas, caracterização sedimentar, interpretação de fotografias aéreas, mapeamento das feições e delimitação das áreas de perigo relacionada à existência do canal. A análise da caracterização do clima de ondas foi realizada no software CAROL com uma série temporal de 1948 a 2010. As amostras de sedimentos foram coletas e processadas em laboratório por peneiramento e analisadas estatisticamente no software LBSE. A evolução histórica da desembocadura envolveu a escolha de fotografias aéreas de diferentes datas, as quais foram georreferenciadas e extraídas as linhas de costa, feições geomorfológicas e parâmetros específicos para a determinação da área de perigo relacionada ao canal. A caracterização da Barra de Itaguaré indica que a praia é composta por areias fina e muito fina, com ondas de maior incidência de SSE, SE e S. Para a análise da variação da linha de costa adjacente ao canal foi visto que no setor 1 teve progradação máxima de aproximadamente 80m e o setor 2 uma retração máxima de 53m. O canal foi classificado como de baixa energia de migração possuindo uma área de perigo estimada em 1.830m. A desembocadura de Itaguaré durante o período observado é estável quanto à posição na linha de costa e instável geometricamente quanto a sua morfologia, durante o período observado. / The present study has the objective to understand the morphological evolution processes that lead the inlet of Itaguaré, in Bertioga - SP, to stability. Thus, we conducted the following items: a characterization of the wave climate, sediment characterization, aerial photo interpretation, mapping features and delimitation the related inlets hazards areas. The analysis of the wave climate characterization was done in software CAROL with a time series from 1948 to 2010. Sediments samples were collected in field and processed in a laboratory by sieving. These samples were statistically analyzed with the software LBSE. For the inlet historical evolution used aerial photographs of different dates, which were georeferenced and used to extract coastlines, geomorphologic features, and specific parameters for determining inlets hazardous areas. The main results obtained for Itaguaré\'s Bar characterization was that the beach is composed of fine and very fine sand, with waves with a higher incidence of SSE, SE and S. Analysis of coastline variability adjacent to the inlet showed that the sector 1 had maximum progradation of nearly 80m and the sector 2 had a maximum retraction of 53m.The inlet was classified as low-energy migration and has a hazard area of 1830m. It was observed that the Itaguaré inlet is stable with respect to the position at the coastline and geometrically unstable with respect to its morphology.

Earthwork operations are often one of the major cost items on infrastructure construction projects. Because earthwork is largely influenced by unstable construction conditions and organization plans, it becomes the emphasis and difficulties of the cost control in the construction process. Therefore, precise estimates of actual earthwork volumes are important for both owners and contractors alike to ensure appropriate payments are made. However, measuring work on site requires lots of time and labors because of various and irregular site conditions. Conventional measurement methods, such as planned quantities from the drawings or estimates from equipment activity, are rough estimates with significant opportunities for errors and safety concerns. Recently, unmanned aerial systems (UAS) have become popular for numerous surveying applications in civil engineering. They require less cost and time consumptions compared with traditionally manual methods. Also, they are able to perform photogrammetric data acquisition with equipped digital cameras in hazardous, complex or other conditions that may present high safety risks. However, UAS photogrammetry for research applications is still in its infancy, especially in construction management, and research conducted on UAS photogrammetry for earthwork volume estimation are very limited. Therefore, this research intends to investigate and validate the feasibility and efficiency of utilizing the UAS photogrammetry surveying technique to estimate earthwork volume. The research is conducted into three steps based on distinct case studies: firstly, adapting a basic analysis through a case study to preliminarily prove the effectiveness of the UAS photogrammetry method in earthwork volume measurement; also providing an analytical foundation for further utilizations; secondly, Quantitatively assessing the impact of flight parameters and environmental factors on the accuracy of UAS photogrammetry in earthwork volume measurement and identifying the most influential individual or combinations through observations and a statistical multiple regression analysis; at last, comparing volumes calculated by using the UAS platform and other two conventional methods which are Average-End-Area method and grid method in AutoCAD to further validate the feasibility of using the UAS technology in the process of earthwork volumes estimation. The results indicate that the UAS is an effective method for earthwork volume measurement. According to published standards, practice experience, and literature, the measurement errors are in an acceptable range when parameters are under control. In addition, the UAS demonstrates its advantages in balancing between the accuracy and efficiency compared with conventional earthwork volume measurement methods.

The acquisition of terrain data from aerial photography using digital photogrammetric methods gives the engineer and planner an economical alternative to conventional ground surveys. This paper describes a complete photogrammetric digitizing system developed for the Portland District Army Corps of Engineers. The hardware of the system consists of a Wild AlO first order stereoplotter interfaced to an Altec AC-74 coordinate digitizer which is interfaced to both a Hewlett Packard 9810A programmable calculator and a Digi-Data nine-track magnetic tape recorder. The software of the system consists of photogrammetric routines developed for online computation by the programmable calculator and a sophisticated FORTRAN IV program called PHOTDIG which processes the digitized photogrammetric data from the nine-track magnetic tape at the Corps of Engineers data processing facility which contains an IBM 370 computer and a Calcomp 748 precision flatbed plotter. The processing of the digitized data by PHOTDIG produces terrain information required by engineers and planners such as state plane coordinates, elevations, cross-sections, profiles, etc. in both digital and graphical formats. The system has been in production use for over two years in the Portland District Photogrammetry Section and has significantly increased the efficiency and economy of photogrammetric data acquisition.

Unmanned aerial vehicle (UAV) technology was used to determine tidal extent in Kimages Creek, a restored tidal wetland located in Charles City County, Virginia. A Sensefly eBee Real-Time Kinematic UAV equipped with the Sensor Optimized for Drone Applications (SODA) camera (20-megapixel RGB sensor) was flown during a single high and low tide event in Summer 2017. Collectively, over 1,300 images were captured and processed using Pix4D. Horizontal and vertical accuracy of models created using ground control points (GCP) ranged from 0.176 m to 0.363 m. The high tide elevation model was subtracted from the low tide using the ArcMap 10.5.1 raster calculator. The positive difference was displayed to show the portion of high tide that was above the low tide. These results show that UAVs offer numerous spatial and temporal advantages, but further research is needed to determine the best method of GCP placement in areas of similar forest structure.