Os drones desempenham um papel fundamental no sistema de monitoramento 3LD, complementando outros métodos de coleta de dados. Os drones são ferramentas essenciais nos países parceiros para fortalecer as habilidades técnicas da equipe local. Essas habilidades abrangem o planejamento de voo, a navegação e a avaliação de imagens. O monitoramento por drones tem como objetivo capacitar a equipe do projeto a capturar dados sob medida para análises fotogramétricas, a partir das quais surgem geoinformações cruciais.
A metodologia de mapeamento com drones abrange cinco estágios, sendo que os dois primeiros se concentram nas operações com drones:
- Preparação da missão de mapeamento (trabalho de escritório)
- Execução da missão de mapeamento (trabalho de campo)
- Desenvolvimento do modelo de superfície digital (DSM) e geração de ortomosaico (trabalho de desktop)
- Análise e refinamento de dados (trabalho de escritório)
- Integração ao sistema de dados predominante (trabalho de escritório)
Os dados de drones auxiliam na avaliação de indicadores ligados ao carbono/biomassa, como taxas de mortalidade e tipos de floresta. Em particular, com a aplicação de equações alométricas e a caracterização adequada do tipo de terra, as estimativas de biomassa acima do solo das árvores podem ser determinadas.
Os drones com capacidade de planejamento de voo predefinida garantem a criação perfeita de ortofotos a partir de imagens individuais. Isso permite que os instantâneos individuais se fundam perfeitamente em uma ortofoto (fotografia aérea corrigida de distorções, permitindo medições precisas). Também é fundamental considerar a disponibilidade desses drones nos mercados locais dos países parceiros. Aproveitar o conhecimento local envolvendo o meio acadêmico local é fundamental nesse processo. Eles podem fornecer equações alométricas essenciais, baseadas na altura da árvore, que facilitam cálculos precisos de biomassa.
Os drones geram imagens de alta resolução, permitindo uma visão geral detalhada das mudanças na cobertura da terra, da sobrevivência das árvores e das taxas de erosão, entre outros. Combinado com dados de campo, o monitoramento baseado em drones é fortalecido, garantindo um monitoramento sólido.
A heterogeneidade das árvores e a densidade da vegetação muitas vezes impedem uma boa extração de pontos-chave comuns entre as imagens, o que é necessário para estimar as alturas e outros indicadores. Nesse sentido, aumentar a sobreposição entre as imagens para um mínimo de 85% de sobreposição frontal e lateral pode melhorar a extração de pontos-chave. Além disso, aumentar a altura de voo do drone reduz a distorção da perspectiva, o que facilita a detecção de semelhanças visuais entre imagens sobrepostas. No entanto, o excesso de sobreposição, ou seja, altas porcentagens de sobreposição, resulta em uma quantidade maior de dados, tornando o processamento de dados mais demorado.
Outro aspecto já mencionado é a disponibilidade de drones adequados nos países parceiros. A importação de drones para os respectivos países é difícil, e ainda existem barreiras burocráticas.