RESUMO Em busca de alternativas para aprimorar o controle e gerenciamento das ações de prevenção aos incêndios, novas técnicas para quantificação do material combustível têm sido estudadas. Para reduzir os custos e tempo gasto em campo, o uso de sensores multiespectrais e câmera RGB (Red, Green e Blue) vêm se destacando como ferramentas úteis e eficazes na estimativa do material combustível. Nesse contexto, objetivou-se neste trabalho avaliar a viabilidade da utilização de um sensor multiespectral e câmera digital RGB aerotransportada por um multirrotor, para estimativa de carga de material combustível em área de Cerrado por meio de regressão linear. O trabalho foi conduzido em área de formação savânica, onde foram avaliadas 40 amostras de carga de material combustível em parcelas de 1 m², coletando-se também imagens, mediante a um aerolevantamento, para obtenção de variáveis de reflectância, índices de vegetação e variáveis descritivas do modelo tridimensional. A equação ajustada para prever o conteúdo de material combustível (MCT) na área de estudo revelou-se relevante, com significância estatística (p < 0,001), um coeficiente de determinação (R²) de 0,70 e R² ajustado de 0,65. Ao analisar a influência das variáveis no modelo, observou-se que, embora a densidade de pontos no modelo (DPM) apresentasse correlações superiores entre as variáveis, o índice de vegetação NDVI exerceu uma influência mais significativa, evidenciada pelo seu maior peso na equação ajustada. incêndios estudadas campo Red, Red (Red Blue contexto objetivouse objetivou multirrotor linear savânica 4 m² m coletandose coletando imagens aerolevantamento reflectância tridimensional MCT (MCT revelouse revelou relevante p 0,001, 0001 0,001 , 0 001 0,001) R (R² 070 70 0,7 065 65 0,65 observouse observou que DPM (DPM significativa 000 0,00 00 (R 07 7 0, 06 6 0,6 0,0
ABSTRACT In the quest to advance fire prevention and control strategies, new techniques for quantifying combustible material are being explored. Among these, the use of multispectral sensors and red, green, and blue (RGB) cameras has emerged as promising solutions to streamline both cost and time expenditures in the field. This study aimed to assess the feasibility of employing an airborne multispectral sensor and an airborne RGB digital camera, mounted on a multirotor drone, to estimate combustible material load in a Cerrado area through linear regression analysis. Conducted within a savanna formation, the study involved evaluating 40 samples of combustible material load in 1 m² plots. Aerial surveys were conducted to capture images, facilitating the derivation of reflectance variables, vegetation indices, and descriptive parameters of the three-dimensional model. The resulting equation, customized to predict total combustible material within the study area, exhibited considerable significance (p < 0.001), accompanied by a determination coefficient (R²) of 0.70 and an adjusted R² of 0.65. Upon analyzing the variables’ impact on the model, it became evident that while the point density of the model showed higher correlations, the normalized difference vegetation index wielded notable influence, as indicated by its prominent weight within the adjusted equation. strategies explored these red green (RGB field camera drone analysis formation 4 m plots images variables indices threedimensional three dimensional equation p 0.001, 0001 0.001 , 0 001 0.001) R (R² 070 70 0.7 065 65 0.65 correlations influence 000 0.00 00 (R 07 7 0. 06 6 0.6 0.0