Rorai Pereira Martins Neto

He has a degree in Forestry Engineering from the Federal University of Paraná - UFPR (2014), a Master's in Forestry Engineering from the Santa Catarina State University - CAV/UDESC (2016) and a PhD in Cartographic Sciences from the Paulista State University "Júlio de Mesquita Filho" - FCT /UNESP (2021). He is currently a Postdoctoral researcher and professor at the Faculty of Forestry and Wood Sciences at the Czech University of Life Sciences Prague-CZU. He has experience in the area of Geosciences applied to Agricultural Sciences (Forestry and Agricultural Resources), working mainly with measurement and forest management, ecology, productivity and forest protection with the use of remote sensing data and geoprocessing techniques for the analysis and development of predictive models and classification. His researchers are related to the following topics: ALS and UAV LiDAR (discrete and full waveform returns) and TLS LiDAR for the characterization and modeling of native and planted forests, use of multispectral and hyperspectral images for mapping tree diversity, forest health and agricultural crops, land cover and land use, and field spectroscopy. Other relevant research topics relate to R programming, data science, statistics, machine and deep learning for regression and classification. Since 2015 he has been a professor teaching courses on remote sensing and forest management.

Possui graduação em Engenharia Florestal pela Universidade Federal do Paraná - UFPR (2014), mestrado em Engenharia Florestal pela Universidade do Estado de Santa Catarina - CAV/UDESC (2016) e doutorado em Ciências Cartográficas pela Universidade Estadual Paulista "Júlio de Mesquita Filho" - FCT/UNESP (2021). Atualmente é pesquisador de pós-doutorado e professor da Faculdade de Ciências Florestas e da Madeira da Czech University of Life Sciences Prague-CZU. Tem experiência na área de Geociências aplicadas às Ciências Agrárias (Recursos Florestais e Agrícolas), atuando principalmente com mensuração e manejo florestal, ecologia, produtividade e proteção florestal com uso de dados de sensoriamento remoto e técnicas de geoprocessamento para análise e desenvolvimento de sistemas preditivos modelos e classificação. Suas pesquisas estão relacionados aos seguintes temas: ALS e UAV LiDAR (retornos de forma de onda discreta e completa) e TLS LiDAR para a caracterização e modelagem de florestas nativas e plantadas, uso de imagens multiespectrais e hiperespectrais para mapeamento da diversidade arborea, saúde florestal e culturas agrícolas , cobertura e uso da terra e espectroscopia de campo. Outros tópicos de pesquisa relevantes estão relacionados à programação R, ciência de dados, estatística, aprendizado de máquina e profundo para regressão e classificação. Desde 2015 é professor ministrando cursos de sensoriamento remoto e manejo florestal.