uating SAR-optical sensor fusion for aboveground biomass estimation in a Brazilian tropical forest. Ann. For. Res. 62(1): _-_.

No abstract

RESUMOO objetivo deste estudo foi comparar o desempenho de técnicas de inteligência artificial com funções de afilamento e avaliar a contribuição da idade nessa estimativa. O conjunto de dados foi composto por 135 observações, abrangendo as idades de 6, 12, 18, 24 e 43 anos de um povoamento de Araucaria angustifolia. As funções de afilamento ajustadas foram Kozak modificado, Schöepfer, Hradetzky e Garay. Os modelos de inteligência artificial utilizados foram: RNA e árvore modelo (M5P). Os vetores de entrada foram as mesmas variáveis utilizadas nas equações de afilamento e também o mesmo arranjo com a adição da idade. Foram utilizados 70% dos dados para ajuste e 30% para validação. A função de afilamento de Hradetzky forneceu o melhor ajuste. Dentre os modelos avaliados, a RNA propiciou as melhores estimativas, com destaque para a RNA com adição da variável idade. O desempenho da M5P foi satisfatório, porém, inferior às demais técnicas utilizadas.Palavras-chave: função de afilamento, M5P, multi layer perceptron. Araucaria Stem Taper or Use of Artificial Intelligence Techniques ABSTRACTThe aim of this study was to compare the performance of artificial intelligence techniques with taper functions and evaluate the effect of age on this estimate. The data set was comprised of 135 observations covering the ages 6, 12, 18, 24 and 43 years of age of a stand of Araucaria angustifolia. Adjusted taper functions were Kozak Schöepfer, Hradetzky and Garay modified. The artificial intelligence models used were: ANN and tree model. The input vectors are the same variables used in taper equations and also the same arrangement with the addition of age. 70% of the data was used for adjustment and 30% for validation. The taper function Hradetzky provided the best fit. Among the models evaluated, the ANN provided the best estimates, highlighting the ANN by adding the age variable. The performance of M5P was satisfactory, however, less effective than the other techniques.

Este é um artigo publicado em acesso aberto (Open Access) sob a licença Creative Commons Attribution, que permite uso, distribuição e reprodução em qualquer meio, sem restrições desde que o trabalho original seja corretamente citado. Eficácia da arquitetura MLP em modo closed-loop para simulação de um Sistema HidrológicoEfficiency of MLP architecture on closed-loop mode for the simulation of a hydrological system ABSTRACTEstimatives of hydrological responses are needed for the watershed planning. The aim of this study was to evaluate the hydrological behavior simulation of the Upper Canoas basin using artificial neural networks Multi Layer Perceptron (MLP) method, as well as to analyze the contribution of the input variables for modeling. It were tested 12 treatments with combinations of variables such as precipitation, evapotranspiration (ET0) and discharge, as well as transformations and temporal displacements of these variables, in order to determine the variables that promoted the better performance on discharge modeling. The MLP was trained in open-loop mode using part of the observed discharges. The discharges for the whole series were simulated in closed-loop, using the discharge simulated on the previous time step as input. The learning algorithm used was the Levenberg-Marquardt. The treatment with the best performance (NS = 0.9119, RMS = 14.29 m 3 /s) employed the daily precipitation of the four rainfall stations (Urubici, Vila Canoas, Lomba Alta e Anitápolis), precipitation of the four stations with -2 days of response time, and simulated discharge from the previous day. Despite the low RMS, the modeled discharge using MLP was generally overestimated.

O objetivo deste estudo é investigar o desempenho da árvore modelo (M5P) e sua sensibilidade à poda e comparação com o desempenho de uma Rede Neural Artificial (RNA) para a simulação da vazão média diária mensal. A motivação para esta análise está na maior simplicidade e velocidade de processamento da M5P comparado às RNAs e a carência de estudos aplicando este método na modelagem hidrológica. O estudo foi desenvolvido na bacia hidrográfica do Alto Canoas, tendo um delineamento experimental composto por um período de treinamento, um de validação cruzada e dois períodos de testes. A RNA utilizada foi a Multi Layer Perceptron (MLP), implementada no software MATLAB, e a M5P (com e sem poda), disponível do software WEKA. O algoritmo M5P se mostrou sensível à poda em somente metade dos tratamentos. A M5P apresentou bom ajuste na modelagem, porém a RNA apresentou desempenho superior em todos os tratamentos.Palavras-chave: rede neural artificial; árvore de regressão; Bacia do Alto Canoas. MODEL TREE IN COMPARISON TO ARTIFICIAL NEURAL NETWORK FOR RAINFALL-RUNOFF MODELING ABSTRACT: The aim of this study is to investigate the performance of the model tree (M5P) and its sensitivity to pruning and comparison to the performance of an Artificial Neural network (ANN) for the simulation of daily average discharge of the month. The motivation for this analysis is on simplicity and speed of processing M5P compared the RNAs. The study was developed in the Alto Canoas watershed, having an experiment consisting of a training period, a cross-validation and two testing periods. The ANN used was the Multi Layer Perceptron (MLP), implemented in MATLAB software, and M5P (with and without pruning), available from the WEKA software. M5P algorithm proved sensitive to pruning in half of the treatments. The M5P showed good fit in the modeling, but the RNA presented superior performance in all treatments.Keywords: artificial neural network; regression tree; Basin Alto Canoas.

RESUMO: O objetivo deste trabalho foi indicar rotas potenciais para a implantação de corredores ecológicos visando a interligação das Áreas de Proteção Ambiental (APAs) da região leste da Bacia do Alto Iguaçu. Para tanto, utilizouse de um Sistema de Informação Geográfica, onde as classes utilizadas foram: perímetro, uso e cobertura da terra, modelo digital do terreno e rede hidrográfica da bacia. Utilizou-se a metodologia de análise hierárquica de Saaty com atribuição dos pesos levando-se em consideração a área de preservação permanente (APP), declividade e uso e ocupação da terra para a determinação de rotas. Foram delimitadas seis rotas principais: duas entre as APAs de Iraí e Piraquara, uma entre Piraquara e Rio Pequeno e três entre Rio Pequeno e Guaratuba. Os corredores considerados mais adequados apresentaram a melhor configuração quanto às menores dimensões, menor percentagem de área na classe de declividade de maior custo (< 20º) e maior percentagem de área situada em classes prioritárias de uso e cobertura da terra, resultando no corredor entre Iraí e Piraquara, e entre Rio Pequeno e Guaratuba. Sendo assim, apesar de ser uma região com alto grau de antropização, percebe-se que ainda é possível a realização de conexão entre as APAs. Palavras-chave: Sistema de Informação Geográfica, áreas de proteção ambiental, fragmentos florestais, metodologia de análise hierárquica. Delimitation of potentials ecological corridors between the conservation units of the east region of Alto Iguaçu Basin-Parana ABSTRACT: The objective of this research was indicate routes potentials to ecological corridors implementation aimed at interconnection of Environmental Protection Areas (APAs) located in the eastern part of the Alto Iguaçu Basin. For that, we used a Geographic Information System where the classes were used: perimeter, use and land cover, digital terrain model and river networks of the Sub-Basin. The Analytic Hierarchy Process by Saaty with assignment of weights taking into account the permanent preservation area (APP), slope and land use and occupation for determining routes. The weights were defined based on literature. Six main routes were defined: two of the APAs of Iraí and Piraquara, one between Piraquara and Rio Pequeno and three between Rio Pequeno and Guaratuba. Corridors considered most suitable were selected per present the best configuration as the smaller, lower percentage area in the most cost steepness class (< 20º) and higher percentage of area located in priority classes of land use and land cover, resulting in the corridor between Irai and Piraquara, and between Rio Pequeno and Guaratuba. Thus, despite being a region with a high degree of human disturbance, it is clear that with the existing areas, it is still possible to perform connection between APAs.

RESUMOA preocupação com as mudanças climáticas globais tem motivado diversos pesquisadores a encontrar métodos eficazes para a quantificação de biomassa florestal e carbono estocado em florestas tropicais, uma vez que, estas atuam de forma mitigatória e compensatória desses efeitos. O sensoriamento remoto tem sido utilizado de forma eficaz e com grande potencial para a estimativas em larga escala, com destaque para dados de Radar de Abertura Sintética (SAR) e imagens multiespectrais. Os estudos desenvolvidos com essa finalidade utilizaram diversas técnicas para associar a biomassa acima do solo (AGB) com os dados obtidos por sensoriamento remoto, entretanto, a aplicação da regressão robusta ainda não está sendo utilizada para tal finalidade. Sendo assim, o objetivo do presente estudo é avaliar o desempenho da regressão robusta comparando com a regressão linear, que é tradicionalmente utilizada, além de avaliar o potencial da utilização dos dados oriundos do satélite Sentinel 1 e 2 para a estimativa de AGB. Neste âmbito, foram utilizadas imagens multiespectrais (Sentinel 2), imagem SAR (Sentinel 1) e como variável resposta a AGB obtida a partir de dados Light Detection and Ranging (LiDAR). A AGB foi estimada por dois métodos de regressão: robusta e linear. Os modelos de regressão robusta e linear apresentaram desempenho semelhante, com R²aj. variando entre 0,33 a 0,34, erro padrão da estimativa de 48 Mg.ha -1 e raiz do erro médio quadrático de 16%. Conclui-se que não houve diferença significativa entre a regressão linear e a regressão robusta para esse conjunto de dados, indicando que a regressão robusta não se sobressaiu com a presença de outliers e que existe potencial na utilização de dados oriundos do satélite Sentinel. ABSTRACTConcern about global climate change has motivated several researchers to find effective methods for the quantification of forest biomass and carbon stored in tropical forests, since they act in a mitigating and compensatory way. Remote sensing has been used effectively and with great potential for large scale estimation, with emphasis on Synthetic Aperture Radar (SAR) data and multispectral images. The studies already developed for this purpose have used several techniques to associate above-ground biomass (AGB) with the data obtained by remote sensing, however, the application of robust regression is not yet being used for this purpose. Thus, the objective of the present study is to evaluate the robust regression performance in comparison with the linear regression, that is traditionally used, besides evaluating the potential of the data from Sentinel 1 and 2 satellite. In this context, multispectral images (Sentinel 2), SAR image (Sentinel 1) and as variable response to AGB obtained from data Light Detection And Ranging (LiDAR). AGB was estimated by two regression methods: robust and linear. The robust and linear regression models presented similar performance, with R²aj. ranging from 0.33 to 0.34, standard error of the estimate of 48 Mg.ha -1 and root mean square error of 16%. It is ...

RESUMO Há uma constante preocupação com a qualidade do mapeamento da cobertura terrestre, principalmente quanto ao refinamento e compatibilização da base de dados. Para tal finalidade, estão disponíveis gratuitamente imagens multiespectrais geradas a partir dos sistemas-sensores Landsat-8/OLI e Sentinel-2/MSI. Nesse sentido, o objetivo do presente estudo foi avaliar a qualidade da classificação dessas imagens de forma parcialmente não-supervisionada por meio do algoritmo cluster analisys, para retirar assim, a tendência do operador. Para tal, utilizou-se um recorte de uma área localizada no extremo Sul do estado do Rio Grande do Sul. As imagens adquiridas, foram obtidas nos dias 03 e 07 de janeiro de 2018. Foram utilizadas as bandas correspondes a faixa do visível, infravermelho próximo e médio, as imagens foram pré-processadas e classificadas de pelo algoritmo Cluster Analisys e posteriormente avaliadas pelo índice kappa (k). Em geral, a classificação da imagem Landsat 8 teve superestimativa de áreas nas classes ocupadas por campo e culturas anuais e subestimativa nas classes de agricultura, solo exposto, vegetação e água. A classificação da imagem Sentinel-2/MSI produziu resultados mais acurados (k = 0,98) em relação a do Landsat-8/OLI (k = 0,88). No entanto, ambas as classificações produziram resultados considerados como excelentes, ressaltando a qualidade que pode ser obtida a partir de imagens disponibilizadas gratuitamente. PALAVRAS-CHAVE: Mapeamento, resolução espacial, resolução radiométrica.satélites.