O programa de melhoramento genético de Eucalyptus globulus (PMG) consiste no desenvolvimento de materiais genéticos superiores, capazes de maximizar a produtividade florestal e a qualidade da madeira, assegurando simultaneamente maior adaptação às diferentes condições edafoclimáticas de Portugal e maior resiliência face a fatores bióticos e abióticos, como secura, pragas e doenças. O PMG integra a avaliação de um conjunto alargado de características, incluindo variáveis biométricas ao nível da árvore individual. A recolha destas variáveis por inventário de campo é morosa, exige mão de obra especializada e está sujeita a erros de medição manual. Neste contexto, os drones equipados com sensores LiDAR (Light Detection and Ranging) surgem como uma alternativa promissora para apoiar a medição individual de árvores em ensaios genéticos.

Este trabalho teve como objetivo avaliar o potencial do LiDAR acoplado em drone na estimativa da altura individual de árvores em três ensaios do PMG, com cinco anos de idade, instalados em três unidades de gestão (UG) da The Navigator Company (ensaio Barrada, ensaio Fratel e ensaio Vale Armadouro) e representativos de diferentes condições ambientais e fisiográficas.

Para tal, foram adquiridos dados LiDAR com drone nos três ensaios e processadas as respetivas nuvens de pontos. Estes dados permitiram gerar modelos e produtos cartográficos, a deteção individual das árvores e a extração das suas alturas. A precisão das estimativas foi avaliada por comparação com medições de campo, utilizando-se o Erro Absoluto Médio (MAE) e a Raiz do Erro Quadrático Médio (RMSE).

Os resultados obtidos indicaram uma boa concordância entre as medições de campo e as estimativas drone-LiDAR, considerando o conjunto total de árvores avaliadas, com MAE de 0,42 m e RMSE de 0,43 m. A análise por ensaio evidenciou diferenças entre locais de estudo, tendo o ensaio Barrada apresentado os menores erros, com MAE de 0,24 m e RMSE de 0,37 m, seguido do ensaio Fratel, com MAE de 0,28 m e RMSE de 0,29 m. O ensaio Vale Armadouro apresentou erros superiores, com MAE de 0,63 m e RMSE de 0,84 m.

Os resultados sugerem que o LiDAR acoplado a drone pode constituir uma ferramenta relevante na caracterização biométrica em ensaios de melhoramento genético de eucalipto, com bom desempenho ao nível das métricas globais de precisão. Contudo, em ensaios com maior complexidade fisiográfica ou heterogeneidade estrutural, como o ensaio Vale Armadouro, os erros à escala da árvore individual podem assumir maior relevância, condicionando a aplicação operacional da metodologia em determinados contextos. Embora promissora, a metodologia deverá ser replicada e validada em novas condições de ensaio, podendo a integração com LiDAR terrestre ou móvel reforçar a precisão e robustez da abordagem.