Estimativa do estoque de biomassa em um fragmento florestal usando imagens orbitais

Ferraz, Antônio Santana; Soares, Vicente Paulo; Soares, Carlos Pedro Boëchat; Ribeiro, Carlos Antônio Álvares Soares; Binoti, Daniel Henrique Breda; Leite, Hélio Garcia

doi:10.1590/2179-8087.052213

Cited by 20 publications

(22 citation statements)

References 5 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A eficiência das redes neurais na estimativa da biomassa florestal já foi observada em vários estudos, como os dos seguintes autores: Foody et al (2001), em florestas tropicais no nordeste de Bornéu, com imagens do sensor TM/ Landsat 5, Schoeninger et al (2008), em Floresta Ombrófila Densa, no Estado de Santa Catarina; Cutler et al (2012), em florestas tropicais no Brasil, Malásia e Tailândia, com uso de uma combinação de imagem textural e dados Landsat/TM; e Ferraz et al (2014), em Floresta Estacional Semidecidual Montana, no Município de Viçosa, MG. Em todos estes trabalhos, foram encontrados valores de R superiores a 0,85 e Syx inferiores a 19%.…”

Section: Resultsunclassified

Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite

Miguel

Rezende

Leal

et al. 2015

Pesq. agropec. bras.

View full text Add to dashboard Cite

Resumo -O objetivo deste trabalho foi avaliar a eficácia da aplicação de modelos de análise de regressão e redes neurais artificiais (RNAs) na predição do volume de madeira e da biomassa acima do solo, da vegetação arbórea em área de cerradão. Volume de madeira e biomassa foram estimados com equações alométricas desenvolvidas para a área de estudo. Os índices de vegetação, como variáveis preditoras, foram estimados a partir de imagens do sensor LISS-III, e a área basal foi determinada por medições na floresta. A precisão das equações foi verificada pela correlação entre os valores estimados e observados (r), erro-padrão da estimativa (Syx) e gráfico residual. As equações de regressão para o volume de madeira total e do fuste (0,96 e 0,97 para r, e 11,92 e 9,72% para Syx, respectivamente) e para a biomassa (0,91 e 0,92 para r, e 22,73 e 16,80% para Syx, respectivamente) apresentaram bons ajustes. As redes neurais também apresentaram bom ajuste com o volume de madeira (0,99 e 0,99 para r, e 4,93 e 4,83% para Syx) e a biomassa (0,97 e 0,98 r, e 8,92 e 7,96% para Syx, respectivamente). A área basal e os índices de vegetação foram eficazes na estimativa do volume de madeira e biomassa para o cerradão. Os valores reais de volume de madeira e biomassa não diferiram estatisticamente dos valores estimados pelos modelos de regressão e redes neurais (χ² ns ); contudo, as RNAs são mais acuradas.Termos para indexação: índice de vegetação, inventário florestal, produção, regressão, sensoriamento remoto. Artificial neural networks for modeling wood volume and aboveground biomass of tall Cerrado using satellite dataAbstract -The objective of this work was to evaluate the effectiveness of regression models and artificial neural networks (ANNs) in predicting wood volume and aboveground biomass of arboreal vegetation in area of tall Cerrado (a forest, savanna-like vegetation). Wood volume and biomass were estimated with allometric equations developed for the studied area. The vegetation indices, as predictor variables, were estimated from LISS-III sensor imagery, and the basal area was determined from field measurements. Equation precision was verified by the correlation between estimated and observed values (r), standard error of estimate (Syx), and by the residual plot. The regression equations for total wood volume and bole volume (0.96 and 0.97 for r, and 11.92 and 9.72% for Syx, respectively), as well as for aboveground biomass (0.91 and 0.92 for r, and 22.73 and 16.80% for Syx, respectively) showed good adjustments. The neural networks also showed good adjustments for both wood volume (0.99 and 0,99 for r, and 4.93 and 4.83% for Syx) and biomass (0.97 and 0.98 for r, and 8.92 and 7.96% for Syx, respectively). Basal area and vegetation indices were effective in estimating wood volume and biomass for the tall cerrado vegetation. Measured wood volume and aboveground biomass did not differ statistically from the predicted values by both the regression models and neural networks (χ² ns ); however, the ANNs are more accurate.

show abstract

Section: Resultsunclassified

Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite

Miguel

Rezende

Leal

et al. 2015

Pesq. agropec. bras.

View full text Add to dashboard Cite

show abstract

“…A partir de imagens orbitais, utiliza-se dos valores de reflectância espectral para a caracterização de povoamentos florestais como a diferenciação da idade dos povoamentos (AARDT;NORRIS 2008;PONZONI et al, 2015;GOERGEN et al 2016) e estimativas de variáveis descritivas da vegetação tais como volume total (BERRA et al, 2013;COSTA et al, 2015), biomassa (FERRAZ et al, 2014), índice de área foliar (DUBE; MUTANGA, 2015), entre outros. Goergen (2014) ao utilizar dados TM/Landsat 5 para estimativa do volume de povoamentos de eucalipto, obteve modelos que responderam até 54% da variabilidade dos dados de campo.…”

unclassified

“…Inúmeras pesquisas relacionaram com êxito essas imagens multiespectrais com as características dos dosséis utilizando os sensores TM/Landsat 5, ETM+/Landsat 7 (BERRA, 2013;FERRAZ et al, 2014;COSTA et al, 2015;DUBE;MUTANGA, 2015;PONZONI et al, 2015;GOERGEN et al, 2016). Da série Landsat, atualmente apenas o satélite Landsat 8 dispõe dados atuais da superfície terrestre, dando sequência ao programa de observação da terra.…”

unclassified

USO DE IMAGENS DE MÉDIA RESOLUÇÃO ESPACIAL PARA O MONITORAMENTO DE DOSSÉIS DE Eucalyptus grandis

Alba¹,

Marchesan²,

Tramontina³

et al. 2017

RSA

View full text Add to dashboard Cite

Resumo -O objetivo desse estudo foi identificar plantios comerciais de Eucalyptus grandis com diferentesidades e estimar o volume total de madeira utilizando dados radiométricos do sensor OLI/Landsat 8. Demarcaram-se parcelas em povoamentos aos 4, 18 e 23 anos de idade, nas quais foi mensurado o volume total (m³/ha). A imagem OLI/Landsat 8 foi convertida para reflectância de superfície utilizando a correção radiométrica e, posteriormente gerados os índices de vegetação ARVI, DVI, GNDVI, MVI, NDVI, SAVIL=0,25, SAVIL=0,50 e SR. A diferenciação da idade dos dosséis foi estabelecida baseando-se na reflectância das bandas B4 e B5. Os dados espectrais e o volume total de madeira foram submetidos à análise de correlação e regressão múltipla baseada no método Stepwise. Os povoamentos foram diferenciados uma vez que o aumento da idade ocasionou a redução da reflectância na banda B5 e aumento na banda B4. Para a estimativa do volume total, apenas os povoamentos aos 4 anos de idade apresentaram bom ajuste, sendo o modelo composto pelo índice SAVI, explicando 74% da variabilidade do volume de madeira. Os dados espectrais extraídos de imagens OLI/Landsat 8 mostraram-se sensível às variações das características dos indivíduos nas diferentes fases de crescimento dos povoamentos, assim como na estimativa das variações do volume total.Palavras-chave -Sensoriamento remoto, índices de vegetação, volume estimado. Abstract -The objective of this study was to identify commercial Eucalyptus grandis plantations with differentages and estimate the total wood volume using OLI/Landsat 8 radiometric data. Plots were demarcated in stands at 4, 18 and 23 years of age, in which it was measured total volume (m³/ha). The OLI/Landsat 8 image was converted to surface reflectance using the radiometric calibration and, subsequently generated the vegetation indices ARVI, NDVI, NDVI, MVI, NDVI, SAVIL=0.25 SAVIL=0.50 and SR. The differentiation of the age of the canopies was established based on the reflectance of the B4 and B5 bands. The spectral and total volume of wood were subjected to correlation analysis and adjustment of the data to the regression models, leading to selection of variables through the Stepwise -Forward method. The stands were differentiated since the increase of the age caused the reduction in reflectance on B5 band and increase in band B4. For the estimation of total volume, only the stands at 4 years of age presented good adjustment, being the model composed by the SAVI index, explaining 74% of the volume variability of wood. The spectral data extracted from OLI/Landsat 8 images showed to be sensitive to variations in the characteristics of individuals in different growth stages of the stands, as well as in the estimation of changes in the total volume.

show abstract

“…A cobertura da terra pode ser monitorada por índices de vegetação como o Índice de Vegetação da Diferença Normalizada (NDVI) (ROUSE et al, 1973). O NDVI é o índice mais comumente utilizado para vários fins, dentre eles, o cálculo de índice de área foliar (ALMEIDA et al, 2015), biomassa aérea (FERRAZ et al, 2014), tal como o uso e ocupação da terra (BENEDETTI et al, 2011). O NDVI vem sendo usado para a vegetação em diferentes tipos de formações florestais (FASSNACHT et al, 1997;TURNER et al, 1999;XAVIER & VETTORAZZI, 2003).…”

Section: Revista Agrarianunclassified

Uso e cobertura da terra para o município de Clevelândia, Paraná, Brasil

et al. 2017

View full text Add to dashboard Cite

Neste estudo objetivou-se caracterizar do uso e cobertura da terra do município de Clevelândia, estado do Paraná, utilizando o Índice de Vegetação da Diferença Normalizada (NDVI), dividindo-o em classes de níveis de antropização da terra. Para isso, utilizou-se imagens do Satélite CBERS 2 e a classificação não-supervisionada com o algoritmo Maxver, definindo três classes de antropização da terra (I) Alta, (II) Moderada e (III) Baixa ou Nenhuma antropização. Os procedimentos para a classificação foram realizados utilizando o software ArcGIS 10.2. Com base nos resultados deste estudo, estimou-se que a classe de antropização Alta, caracterizada pelas áreas com ausência parcial ou total de vegetação, ocupa 146,37 km² (21%), a classe Moderada, caracterizada pelas áreas com presença de vegetação rasteira, ocupa 229,97 km² (32%), e a classe Baixa ou Nenhuma, caracterizada por vegetação adensada, sobretudo as áreas que sofreram pouca ou nenhuma antropização humana, ocupam 328,70 km² (47%). As técnicas de sensoriamento remoto e geoprocessamento aplicadas neste estudo, aliados à detecção do quantitativo vegetacional, usando o NDVI para classificação da ocupação e uso da terra para o município de Clevelândia, foram consideradas satisfatórias. Os resultados deste estudo podem subsidiar estratégias de conservação, proteção ambiental e manejo do solo e dos recursos naturais da região de estudo.

show abstract

Estimativa do estoque de biomassa em um fragmento florestal usando imagens orbitais

Cited by 20 publications

References 5 publications

Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite

Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite

USO DE IMAGENS DE MÉDIA RESOLUÇÃO ESPACIAL PARA O MONITORAMENTO DE DOSSÉIS DE Eucalyptus grandis

Uso e cobertura da terra para o município de Clevelândia, Paraná, Brasil

Contact Info

Product

Resources

About