Estimativa do volume total de madeira em espécies de eucalipto a partir de imagens de satélite Landsat

Berra, Elias Fernando; Brandelero, Catize; Pereira, Rudiney Soares; Sebem, Elódio; Goergen, Laura Camila de Godoy; Benedetti, Ana Caroline Paim; Lippert, Diogo Belmonte

doi:10.5902/198050987566

Cited by 21 publications

(34 citation statements)

References 6 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Reis et al (2015) apresentaram em seu trabalho melhores correlações entre volume e a banda do infravermelho próximo (-0,638) e infravermelho médio (-0,501), sendo que a correlação com o NDVI foi de 0,187, o que não diferiu muito em relação ao observado na tabela 3. Berra et al (2012) ). Lu et al (2004), chegaram a correlações com um certo grau de similaridade em relação aos parâmetros avaliados no presente trabalho.…”

Section: Inventário Florestalunclassified

“…Berra et al (2012), trabalhando somente com estimativa de volume, tiveram como R² aj variando de 0,61 a 0,68. Canavesi et al (2010), com o objetivo de quantificar volume de madeira e o impacto do sombreamento do relevo com a aplicação de dados hiperespectrais, obtiveram valores de R² aj variando de 0,59 a 0,70 utilizando o método de stepwise.…”

Section: Inventário Florestalunclassified

“…Trabalhos como os de Lu et al (2004), Berra et al (2012) e Hentz et al (2014) são alguns dos exemplos de utilização de imagens provenientes do satélite Landsat para a estimativa de variáveis de interesse florestal.…”

Section: Introductionunclassified

“…Parâmetros florestais como volume e biomassa são os mais encontrados em literatura como variáveis dependentes desejáveis a serem estimadas (WATZLAWICK et al, 2009;RIBEIRO et al, 2009;BERRA et al, 2012;LIMA JÚNIOR et al, 2014;BARROS et al, 2015). Isto pode ser feito por meio da correlação dos dados anteriormente amostrados em campo com as variáveis independentes, obtidas das imagens e dos IVs, e da obtenção de equações matemáticas que permitem espacializar as estimativas dos parâmetros de interesse.…”

Section: Introductionunclassified

See 3 more Smart Citations

Estimativa De Parâmetros Florestais Em Área De Cerrado a Partir De Imagens Do Sensor Landsat 8

Santos

Machado

Carvalho

et al. 2017

View full text Add to dashboard Cite

ResumoA obtenção de dados que caracterizam determinado fragmento florestal esbarra na dificuldade de processamento dos dados, nos altos custos demandados e no elevado tempo gasto com os inventários tradicionais. O uso de técnicas de Processamento Digital de Imagens (PDI), utilizando dados de sensoriamento remoto para estimar variáveis florestais, pode ser ferramenta útil e eficaz na complementação do inventário de campo. O presente trabalho teve como objetivo avaliar a viabilidade da utilização de imagens multiespectrais do sensor OLI Landsat 8, através de análise de regressão com dados de campo, para a estimativa de parâmetros florestais. Para isso foi realizado inventário com objetivo de obter os parâmetros florestais: Diâmetro à Altura do Peito (DAP); área basal (G); altura total (Ht); número de árvores (N) e volume de madeira (V). Na etapa de PDI, foram utilizados os valores de reflectância e os índices de vegetação NDVI e SAVI nos pixels que abrangiam as parcelas do inventário, seguidos das análises de correlação entre as bandas e os parâmetros florestais. Em seguida foram feitos o ajuste dos modelos de regressão linear múltipla para a espacialização dos dados. Os melhores resultados, referentes aos valores de R² aj , para os modelos de DAP; G; Ht; N e V, foram de 0,57; 0,66; 0,16; 0,34 e 0,49, respectivamente. Os resultados permitem concluir sobre uso potencial da metodologia na estimação das variáveis DAP, G e V com uso do NDVI e das bandas referentes ao verde, vermelho e infravermelho médio. Palavras-chave: Sensoriamento remoto; inventário florestal; reflectância; índice de vegetação. AbstractEstimation of forest parameters in Cerrado area from OLI Landsat 8 sensor. The obtaining of data that characterize certain forest fragment comes up against the difficult of data processing, high costs and demanded time spent with forest inventories. The use of image Digital Processing Techniques (DPT) with remote sensing data to estimate forest variables can be useful and effective tool to complement the field inventory. This study aimed to evaluate the viability of the utilization the multispectral images from OLI Landsat 8 sensor through regression analysis with field data for estimation of forest parameters. For this, it was done an inventory in order to get the forest parameters: diameter at breast height (DBH); basal area (G); total height (Ht); number of trees (N) and timber volume (V). In DPT step, they were used the reflectance and the NDVI and SAVI vegetation index values from the pixels that cover the plots of the inventory and after it was conducted the correlation analysis among bands and forest parameters. Finally, they were made the adjustment of multiples linear regression models for spatialization data. The best results related to R² aj values for models of DBH; G; Ht; N; and V, were 0.57; 0.66; 0.16; 0.34 and 0.49, respectively. The results were allowed to conclude about the use potential of the methodology for the estimation of the following traits DBH, G and V with using NDVI and the bands related...

show abstract

Section: Inventário Florestalunclassified

Section: Introductionunclassified

See 2 more Smart Citations

Estimativa De Parâmetros Florestais Em Área De Cerrado a Partir De Imagens Do Sensor Landsat 8

Santos

Machado

Carvalho

et al. 2017

View full text Add to dashboard Cite

show abstract

“…A utilização de informações obtidas em imagens de sensoriamento remoto, juntamente com os interpoladores geoestatísticos, no processo de estratificação, permite uma melhor caracterização dos povoamentos florestais, em razão da correlação entre a reflectância dos dosséis florestais e as variáveis dendrométricas dos povoamentos (Lu et al, 2004;Meng et al, 2009;Berra et al, 2012;Almeida et al, 2014). conseguiram uma redução de aproximadamente 44% do erro da amostragem casual estratificada, em comparação à amostragem sistemática, ao utilizar uma imagem Landsat 5 TM como base para a estratificação.…”

Section: Introductionunclassified

Estratificação de um povoamento de eucalipto por interpoladores geoestatísticos e sensoriamento remoto

Reis

Mello

Raimundo

et al. 2016

Pesq. agropec. bras.

View full text Add to dashboard Cite

Resumo -O objetivo deste trabalho foi avaliar a utilização de interpoladores geoestatísticos e imagens de sensoriamento remoto, para a estratificação de povoamentos de Eucalyptus sp. em idade de corte. As estimativas da amostragem casual estratificada foram comparadas às estimativas da amostragem sistemática quanto à variável volume de madeira. A área de estudo correspondeu a um povoamento clonal de Eucalyptus sp. no Município de Lagoa Grande, MG. O inventário florestal foi realizado em 2011, em quatro situações de amostragem e diferentes números de parcelas. A estratificação da área foi feita por meio de krigagem da área basal (variável principal), da reflectância na banda TM5 (variável auxiliar) obtida em uma imagem Landsat 5 TM e com base na cokrigagem dessas variáveis. A área basal e a reflectância na banda TM5 apresentaram estrutura de dependência espacial. A estratificação reduziu o erro de amostragem em até 40%, em comparação ao erro da amostragem sistemática. As imagens de sensoriamento remoto e os interpoladores geoestatísticos krigagem e cokrigagem são eficientes na definição dos estratos em povoamentos de Eucalyptus sp., em decorrência da maior precisão dos estimadores da amostragem casual estratificada, que permitem estimativas volumétricas mais precisas do inventário florestal do que os da amostragem sistemática.Termos para indexação: Eucalyptus, cokrigagem, imagens, inventário florestal, krigagem. Stratification of an eucalyptus plantation through geostatistical interpolators and remote sensingAbstract -The objective of this work was to evaluate the use of geostatistical interpolators and remote sensing images for the stratification of Eucalyptus sp. stands, at harvesting age. Estimates by stratified random sampling and systematic sampling were compared for the timber volume variable. The study area was a clonal plantation of Eucalyptus sp. in the municipality of Lagoa Grande, in the state of Minas Gerais, Brazil. The forest inventory was performed in 2011, considering four sampling situations and different plot numbers. The area stratification was carried out based on kriging of the basal area (target variable), on the reflectance values in the TM5 band (auxiliary variable) extracted from a Landsat 5 TM image, and on the cokriging of these variables. Basal area and reflectance in the TM5 band showed a spatial dependence structure. Stratification reduced the sampling error up to 40%, in comparison with that generated from systematic sampling. Remote sensing images and kriging and cokriging interpolators are efficient to define the strata in Eucalyptus sp. stands, as a consequence of the higher precision of the stratified random sampling estimators, which allow more precise volume estimates of the forest inventory than those of systematic sampling.Index terms: Eucalyptus, cokriging, images, forest inventory, kriging. IntroduçãoO inventário florestal contínuo (IFC) é o sistema de amostragem mais utilizado no Brasil para acompanhar o crescimento da floresta. O IFC consiste de uma rede de parcelas perm...

show abstract

Multi-sensor prediction of Eucalyptus stand volume: A support vector approach

Souza¹,

Soares²,

Leite³

et al. 2019

ISPRS Journal of Photogrammetry and Remote Sensing

View full text Add to dashboard Cite

Estimativa do volume total de madeira em espécies de eucalipto a partir de imagens de satélite Landsat

Cited by 21 publications

References 6 publications

Estimativa De Parâmetros Florestais Em Área De Cerrado a Partir De Imagens Do Sensor Landsat 8

Estimativa De Parâmetros Florestais Em Área De Cerrado a Partir De Imagens Do Sensor Landsat 8

Estratificação de um povoamento de eucalipto por interpoladores geoestatísticos e sensoriamento remoto

Multi-sensor prediction of Eucalyptus stand volume: A support vector approach

Contact Info

Product

Resources

About