Com os avanços tecnológicos surgem novas oportunidades de se obter dados de sensoriamento remoto usando diversos equipamentos, como as fotografias aéreas obtidas por câmeras digitais acopladas aos drones. Utilizar fotografias aéreas de pequeno formato é uma das técnicas de sensoriamento remoto que torna possível caracterizar florestas, mapear danos causados por incêndios, realizar contagem de copas e estimativas de altura de objetos. Para realizar medidas de altura para áreas de interesse de estudo, são amostradas menos que 5% das árvores. Sendo assim, tendo em vista o fato de obter dados de forma rápida, precisa e que possam ser reproduzidos de maneira eficiente, este estudo visou estimar altura de eucaliptos, utilizando imagens capturadas por drone em um sistema integrado de produção agropecuária. Como o Modelo Digital de Altura gerado utiliza como base um Modelo Digital de Terreno (MDT), inicialmente o estudo comparou as variações entre as altitudes desses modelos obtidas por quatro fontes de dados, a saber: a do próprio drone empregado na pesquisa; imagens capturadas utilizando veículo aéreo tripulado; imagem de satélite; e altitudes obtidas com GPS (Sistema de Posicionamento Global) geodésico, sendo que os resultados para essa análise mostraram que há variação entre os valores dos intervalos de altitude, todavia mesmo com as diferenças observadas nos números, as variações de ambos os MDT se acompanham ao longo de toda área de estudo. Os resultados obtidos por meio do Modelo Digital de Altura, gerado pela subtração do Modelo Digital de Superfície pelo MDT, permitiram estimar a altura das árvores com resultados que foram correlacionados com as alturas aferidas em campo com clinômetro e o valor do coeficiente de correlação de Pearson (r) foi de 0,58, com uma diferença média entre as alturas de 0,9m. Posteriormente, os dados de altura estimados foram submetidos a técnicas de geoestatística, interpolando os dados por meio da Krigagem Ordinária, os resultados de correlação entre as alturas interpoladas com base nos valores extraídos do MDA, com as alturas medidas em campo apresentaram o valor de 0,38 para o Coeficiente de Correlação de Pearson. O processamento de imagens de drone, aliado ao geoprocessamento mostraram resultados promissores em se tratando de estimar altura de árvores em sistema integrado de produção agropecuária.

With technological advances, new opportunities arise to obtain remote sensing data using various equipment, such as aerial photographs taken using digital cameras coupled to drones. Using small-format aerial photography is one of the remote sensing techniques that makes it possible to characterize forests, map fire damage, perform canopy counts and estimate the height of objects. To perform height measurements for study areas of interest, less than 5% of the trees are sampled. Thus, given the fact of obtaining data quickly, accurately and that can be efficiently reproduced, this study aimed to estimate the height of eucalyptus trees, using images captured by drones in an integrated agricultural production system. As the Digital Height Model generated uses a Digital Terrain Model (DTM) as a basis, the study initially compared the variations between the altitudes of these models obtained by four data sources, namely: the drone used in the research; images captured using a manned aerial vehicle; satellite image; and altitudes obtained with geodetic GPS, and the results for this analysis showed that there is variation between the values of the altitude intervals, however even with the differences observed in the numbers, the variations of both DTM are accompanied throughout the entire study area. The results obtained through the Digital Height Model, generated by the subtraction of the Digital Surface Model by the DTM, allowed to estimate the height of the trees with results that were correlated with the heights measured in the field with a clinometer and the value of the Pearson correlation coefficient (r) was 0.58, with an average difference between heights of 0.9m. Subsequently, the estimated height data were submitted to geostatistical techniques, interpolating the data using Ordinary Kriging, the correlation results between the interpolated heights based on the values extracted from the Digital Height Model, with the heights measured in the field had a value of 0.38 for the Pearson Correlation Coefficient. The processing of aerial drone images, combined with geoprocessing, showed promising results in terms of estimating tree height in an integrated agricultural production system.