Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Federal de Mato Grosso do Sul (UFMS) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Estadual de Mato Grosso (UNEMAT) | - |
Autor(es): dc.contributor | Universidade Tecnológica Federal do Paraná (UTFPR) | - |
Autor(es): dc.creator | de Oliveira, Bruno Rodrigues | - |
Autor(es): dc.creator | da Silva, Arlindo Ananias Pereira [UNESP] | - |
Autor(es): dc.creator | Teodoro, Larissa Pereira Ribeiro | - |
Autor(es): dc.creator | de Azevedo, Gileno Brito | - |
Autor(es): dc.creator | Azevedo, Glauce Taís de Oliveira Sousa | - |
Autor(es): dc.creator | Baio, Fábio Henrique Rojo | - |
Autor(es): dc.creator | Sobrinho, Renato Lustosa | - |
Autor(es): dc.creator | da Silva Junior, Carlos Antonio | - |
Autor(es): dc.creator | Teodoro, Paulo Eduardo [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-08-04T22:10:22Z | - |
Data de disponibilização: dc.date.available | 2022-08-04T22:10:22Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2021-10-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.foreco.2021.119496 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/221953 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/221953 | - |
Descrição: dc.description | Growth and production models can help to simulate the growth of tree dimensions to predict forest productivity at different levels. In this context, the following questions arise: (i) is it possible to recognize the growth pattern of eucalyptus species based on spectral features using machine learning (ML) for data modeling? (ii) what spectral features provides better accuracy? and (iii) what ML algorithms are most accurate for performing this modeling? To answer these questions, the present study evaluated the use of ML techniques using breast height and total plant height to classify the growth of five species of eucalyptus and Corymbria citriodora in an unsupervised learning, and the obtained classes for induce ML algorithms to recognize the species with relation to their growth using vegetation indices (VIs) and spectral bands (SBs). It were evaluated five eucalyptus species (E. camaldulensis, E. uroplylla, E. saligna, E. grandis e E. urograndis) and C. citriodora in experimental design of randomized blocks with four replicates, with 20 plants inside each experimental plot. The diameter at breast height and total plant height at stand level were obtained by measuring five trees in each experimental unit in seven measurements. During this same period, a flight was carried out using a remotely piloted aircraft for the acquisition of spectral variables (SBs and VIs). For recognition of eucalyptus species in relation to their growth two machine learning approaches were employed: supervised and unsupervised. The average accuracy obtained from 10-fold cross-validation, employing Random Forest algorithm and 24 features, was 0.76. This result shows that the proposed approach is appropriate to recognize different eucalyptus species based on their growth. | - |
Descrição: dc.description | Universidade Federal de Mato Grosso do Sul (UFMS), Rodovia MS 306, Km. 305 | - |
Descrição: dc.description | Universidade Estadual Paulista (UNESP), Av. Brasil Sul, 56 – Centro | - |
Descrição: dc.description | Department of Geography Universidade Estadual de Mato Grosso (UNEMAT), Av. dos Ingas, 3001, Jardim Imperial | - |
Descrição: dc.description | Universidade Tecnológica Federal do Paraná (UTFPR), Via do Conhecimento – Km 01 | - |
Descrição: dc.description | Universidade Estadual Paulista (UNESP), Av. Brasil Sul, 56 – Centro | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Forest Ecology and Management | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Classification | - |
Palavras-chave: dc.subject | Random forest | - |
Palavras-chave: dc.subject | Vegetation index | - |
Título: dc.title | Eucalyptus growth recognition using machine learning methods and spectral variables | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: