Mapeie copas no QGIS: 6 métodos grátis e pagos

Para mapear copas de árvores no a partir de imagens multiespectrais, calcule o NDVI em Raster > Raster Calculator…, aplique um limiar com Reclassify by table e depois execute Raster > Conversion > Polygonize (raster to vector). Isso gera cobertura, não árvores individuais. Os outros cinco métodos abrangem LiDAR, dados abertos e o caso em que você precisa de um polígono por copa.

Onde a web erra sobre isso

Três respostas se repetem em tutoriais e discussões de fóruns, e cada uma desperdiça uma tarde.

"Aplique um limiar ao NDVI e você terá suas árvores." O NDVI separa o verde do que não é verde. Um gramado, um campo de trigo e um carvalho são todos verdes, então os três caem na mesma classe. O NDVI fornece cobertura vegetal, e chamar isso de copa é uma decisão que você precisa justificar.

"Execute o modelo de altura da copa diretamente no arquivo LAS." A superfície do terreno vem dos pontos classificados como Ground, e o QGIS 3.44 não tem um algoritmo que os classifique. Em uma nuvem não classificada, o filtro não retorna nada e o terreno fica plano.

"Instale o Semi-Automatic Classification Plugin, versão mais recente." A versão 9.0.4 precisa do QGIS 3.99, da linha QGIS 4. No QGIS 3.44, o gerenciador oferece a 8.5.0, de novembro de 2024. Portanto, verifique qual versão você realmente recebeu antes de culpar suas amostras.

A resposta curta

O que você tem	Método	Quanto custa
Imagens multiespectrais com uma banda no infravermelho próximo	Método 1, NDVI e depois poligonização	Grátis, QGIS básico
LiDAR, ou um DSM e um DTM	Método 2, modelo de altura da copa	Grátis, QGIS básico
Imagens e várias classes para separar	Método 3, classificação supervisionada	Grátis, um plugin
Uma área ampla, e a data do ano passado serve	Método 4, um dataset aberto de cobertura arbórea	Download grátis
Imagens RGB e uma placa NVIDIA	Método 5, um modelo local de segmentação	Grátis, mas é preciso encontrar um modelo
Imagens RGB, sem placa, e você quer copas	Método 6, um modelo de segmentação na nuvem	Plano grátis, depois assinatura

Antes de começar

Trabalhe em um CRS projetado. Todo método aqui termina em uma área, e uma área em graus não serve para nada.

Decida se você precisa de cobertura ou de copas. A cobertura é uma superfície única, da qual sai um percentual. As copas são objetos contáveis, exatamente o que um levantamento de rua ou um inventário de parque exige.

Método 1: limiar de NDVI

O NDVI separa a vegetação verde de telhados, estradas e água. Abra Raster > Raster Calculator… e insira ("nir@1" - "red@1") / ("nir@1" + "red@1").

An NDVI raster over a French village in QGIS, vegetation bright and roofs dark, with the layer histogram beside it showing two peaks. — NDVI from a Sentinel-2 scene. The histogram has two peaks and the valley between them is your threshold. There is no universal number, so read your own scene.

Depois execute Reclassify by table (native:reclassifybytable, Processing Toolbox, Raster analysis), com uma linha acima do limiar e outra abaixo, definindo o tipo de dados de saída como Byte. Poligonize o resultado.

Use quando: as imagens têm uma banda no infravermelho próximo e você quer cobertura.

Ignore quando: for preciso distinguir árvores de gramados ou plantações. O NDVI não consegue fazer isso, porque os três são verdes.

Método 2: modelo de altura da copa a partir de LiDAR

A altura é o único sinal que separa uma árvore de um gramado, e o QGIS cria as duas superfícies diretamente de um arquivo LAS ou LAZ com Export to raster (pdal:exportraster, Point Cloud Conversion). Defina Attribute como Z. Para o terreno, adicione a expressão de filtro Classification == 2, que corresponde a Ground nas classes ASPRS usadas pelo QGIS. Para a superfície, filtre por ReturnNumber == 1.

A canopy height model in QGIS coloured from green at ground level to dark red at 25 metres, tree crowns standing out over flat grey ground. — DSM minus DTM over a park. Crowns stand out because they are tall, not because they are green, so lawns and gardens drop out on their own.

Subtraia uma da outra em Raster > Raster Calculator… com "dsm@1" - "dtm@1", ou em grass:r.mapcalc.simple para tiles maiores. Reclassifique na altura que sua especificação define como copa e depois poligonize. A saída traz uma altura por pixel, algo que nada mais nesta página oferece.

Use quando: você tem LiDAR, ou um par nacional de DSM e DTM.

Ignore quando: seus pontos não estão classificados. O QGIS 3.44 não tem algoritmo de classificação do terreno, então os pontos não classificados precisam passar primeiro pelo PDAL fora do QGIS.

Método 3: classificação supervisionada

Desenhe polígonos de treinamento para árvore, grama, telhado e estrada. Depois deixe um classificador rotular cada pixel e poligonize a classe de árvores. O dzetsaka é o que eu instalaria hoje. Ele é GPL, versão 5.0.11, funciona do QGIS 3.0 ao 4.99 e inclui onze classificadores, entre eles Random Forest e SVM.

O Semi-Automatic Classification Plugin é mais conhecido e também lida com conjuntos de bandas e pré-processamento, mas verifique a versão primeiro. A versão 9.0.4 precisa do QGIS 3.99, da linha QGIS 4. No QGIS 3.44, você recebe a 8.5.0, de novembro de 2024.

Use quando: a copa é uma classe entre várias que você precisa extrair da mesma cena.

Ignore quando: árvores são tudo o que você quer. As amostras de treinamento consomem mais tempo que o Método 1.

Método 4: um dataset aberto de cobertura arbórea

Talvez alguém já tenha mapeado sua área.

Copernicus Tree Cover Density loaded in QGIS over a European city, shaded from pale to dark green by percentage of tree cover. — Copernicus Tree Cover Density streamed into QGIS as a WMTS layer. Free, finished, and the wrong tool the moment you need this year's imagery.

Quatro opções valem a pena conhecer. O mapa de altura da copa da Meta e da WRI é global, está na versão 2 desde março de 2026, tem pixels de 1,2 m e erro absoluto médio de 3,0 m em comparação com LiDAR aéreo. O mapa da ETH Zurich tem 10 m para 2020, foi produzido com Sentinel-2 e GEDI e usa CC BY 4.0.

As outras duas são regionais ou históricas. A layer Copernicus Tree Cover Density cobre a Europa a 10 m, com dados anuais de 2018 a 2024, e para baixá-la é necessário um EU Login. O Hansen Global Forest Change tem 30 m e começa em 2000. É a opção para acompanhar mudanças ao longo do tempo.

As cidades publicam seus próprios dados. Paris disponibiliza 219.432 árvores como pontos, e Melbourne, 57.980 polígonos de copa de 2021. Ambos estão disponíveis como uma URL GeoJSON que você cola no QGIS.

Os quatro rasters globais aceitam requisições de intervalo. Portanto, transmita um tile com /vsicurl/ em vez de baixá-lo. O Copernicus oferece WMTS em https://land.copernicus.eu/cdse/tcd_europe_10m_yearly, onde você define o ano manualmente. Ele anuncia todas as datas desde 1984, mas quase nenhuma contém dados.

Use quando: a área é ampla e a data de aquisição não precisa ser a sua.

Ignore quando: você sobrevoou o local no mês passado ou precisa de copas. A maioria desses produtos são rasters percentuais, não objetos contáveis.

Método 5: um modelo local de segmentação

O Deepness, o Geo-SAM e o samgeo executam modelos de segmentação na sua própria máquina. Nada sai dela e nada é cobrado.

Use quando: as imagens não podem deixar sua máquina.

Ignore quando: você não tem uma placa NVIDIA ou não quer encontrar um modelo, solicitar pesos e montar um ambiente Python.

Método 6: um modelo de segmentação na nuvem

Um modelo de segmentação aprendeu como é uma copa. Por isso, ele divide um maciço em objetos contáveis, enquanto um limiar retorna uma única cobertura. Nós desenvolvemos um desses, AI Segmentation. Esta seção trata da nossa própria ferramenta.

Desenhe uma área sobre as imagens já abertas no QGIS e digite uma palavra. Os polígonos entram no CRS do seu projeto, cada um com uma área e uma pontuação de confiança. Digite tree para obter um polígono por copa, ou tree canopy para obter a cobertura como uma superfície.

A Dutch village from the air where every tree crown, in gardens and along the streets, is filled with its own colour as a separate polygon. — 893 crowns from one run over a Dutch village, each its own polygon. Counted off the layer, not estimated.

Melhor para: um polígono por copa sobre imagens RGB, em uma máquina sem GPU.

Preço: grátis para 3 km² de terreno por mês, mais 50 objetos Semi-Auto na nuvem, sem cartão. O Pro custa 39 euros por mês, sem IVA, para 200 km² e 500 objetos.

Funciona em: QGIS 3.22 e versões posteriores, Windows, macOS ou Linux. O modelo roda em nossos servidores na União Europeia.

Instalação: gerenciador de plugins, depois um e-mail para entrar. Sem pacotes, sem pesos.

Onde funciona melhor: a palavra simples funciona bem. Em mais de 90 dias de execuções reais, tree voltou vazio em 10,5% dos tiles, contra 47,3% para orchard em 716 tiles. Por isso, o plugin troca a segunda palavra pela primeira antes que você gaste qualquer coisa.

Onde fica aquém: um maciço fechado não tem bordas de copa para encontrar. Portanto, uma execução de tree retorna uma única cobertura, em vez de um polígono por tronco. Use tree canopy nesse caso e aceite a cobertura. Os dois modos na nuvem enviam imagens para nossos servidores. Apenas o Semi-Auto na sua própria máquina não envia.

Os seis métodos lado a lado

O que você precisa	Método
Cobertura a partir das suas próprias imagens multiespectrais	Método 1
Altura da copa ou árvores separadas da grama	Método 2
Copa como uma classe entre várias	Método 3
Uma área ampla, rapidamente e sem custo	Método 4
Copas, sem nada deixar a máquina	Método 5
Copas em imagens RGB, sem GPU	Método 6

O que lembrar

Decida entre cobertura e copas antes de escolher um método, porque essa é uma questão sobre o seu entregável, não sobre as suas imagens.

A altura supera a cor sempre que você consegue obtê-la. Portanto, um modelo de altura da copa baseado em LiDAR vence onde quer que exista LiDAR.

O NDVI lê um gramado, uma plantação e um carvalho como a mesma coisa. Por isso, um limiar sozinho nunca fornece árvores.

Um maciço fechado não tem bordas de copa para encontrar. Portanto, todos os métodos desta página retornam cobertura nesse caso, e nenhum retorna uma contagem de troncos.

Para um percentual de cobertura em toda a Europa, a layer do Copernicus é grátis e já está pronta. Executar um modelo sobre essa área seria pagar duas vezes pela mesma resposta.

Try it free in QGIS, no card needed

Perguntas frequentes

O QGIS consegue mapear copas de árvores sem plugin?

Sim, pelos Métodos 1, 2 e 4, que usam o QGIS básico mais um download. O resultado é cobertura como polígonos, nunca copas individuais.

Um polígono por árvore ou um para toda a copa?

Aplicar um limiar ao NDVI ou a um modelo de altura fornece cobertura. Apenas um modelo de segmentação divide um maciço em copas contáveis. No Método 6, a palavra que você digita decide qual dos dois resultados você obtém.

Como obter um percentual de cobertura arbórea?

Cada polígono tem sua própria área. Portanto, some a coluna de área e divida pela área medida. É um cálculo de campo, feito sobre uma geometria que você pode abrir e conferir.

O que é mais preciso, NDVI ou um modelo de altura baseado em LiDAR?

O modelo de altura, e a diferença é grande. O NDVI lê um gramado e um carvalho como a mesma coisa, enquanto um modelo de altura da copa os separa por vários metros.

Alguma dessas opções é grátis?

Os Métodos 1 a 5 não custam nada além dos seus próprios dados e, no caso do Método 5, de uma placa gráfica. O Método 6 oferece 3 km² grátis por mês e depois custa 39 euros por mês, sem IVA.

O guia de raster para vetor mostra as etapas de poligonização e limpeza que todos os métodos desta página exigem no final, e o artigo sobre SAM no QGIS compara os plugins que executam modelos de segmentação. A central de IA do QGIS reúne os dois.

Leia a seguirAI Segmentation no QGIS: guia completo