Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | National Institute for Space Research—INPE | - |
Autor(es): dc.contributor | SCN 211 | - |
Autor(es): dc.contributor | Federal University of Maranhão | - |
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.contributor | University of Exeter | - |
Autor(es): dc.creator | Almeida, Catherine Torres de | - |
Autor(es): dc.creator | Galvão, Lênio Soares | - |
Autor(es): dc.creator | Ometto, Jean Pierre H. B. | - |
Autor(es): dc.creator | Jacon, Aline Daniele | - |
Autor(es): dc.creator | Pereira, Francisca Rocha de Souza | - |
Autor(es): dc.creator | Sato, Luciane Yumie | - |
Autor(es): dc.creator | Silva-Junior, Celso Henrique Leite | - |
Autor(es): dc.creator | Brancalion, Pedro H. S. | - |
Autor(es): dc.creator | Aragão, Luiz Eduardo Oliveira e Cruz de | - |
Data de aceite: dc.date.accessioned | 2025-08-21T16:27:38Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T16:27:38Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-10-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/rs16213935 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/302604 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/302604 | - |
Descrição: dc.description | Integrating Light Detection And Ranging (LiDAR) and Hyperspectral Imaging (HSI) enhances the assessment of tropical forest degradation and regeneration, which is crucial for conservation and climate mitigation strategies. This study optimized procedures using combined airborne LiDAR, HSI data, and machine learning algorithms across 12 sites in the Brazilian Amazon, covering various environmental and anthropogenic conditions. Four forest classes (undisturbed, degraded, and two stages of second-growth) were identified using Landsat time series (1984–2017) and auxiliary data. Metrics from 600 samples were analyzed with three classifiers: Random Forest, Stochastic Gradient Boosting, and Support Vector Machine. The combination of LiDAR and HSI data improved classification accuracy by up to 12% compared with single data sources. The most decisive metrics were LiDAR-based upper canopy cover and HSI-based absorption bands in the near-infrared and shortwave infrared. LiDAR produced significantly fewer errors for discriminating second-growth from old-growth forests, while HSI had better performance to discriminate degraded from undisturbed forests. HSI-only models performed similarly to LiDAR-only models (mean F1 of about 75% for both data sources). The results highlight the potential of integrating LiDAR and HSI data to improve our understanding of forest dynamics in the context of nature-based solutions to mitigate climate change impacts. | - |
Descrição: dc.description | Cathie Marsh Centre for Census and Survey Research, University of Manchester | - |
Descrição: dc.description | Faculty of Science and Engineering, University of Manchester | - |
Descrição: dc.description | Alliance Manchester Business School, University of Manchester | - |
Descrição: dc.description | Centre for Epidemiology Versus Arthritis, University of Manchester | - |
Descrição: dc.description | Centre for Paediatrics and Child Health, University of Manchester | - |
Descrição: dc.description | Department of Child Health, University of Manchester | - |
Descrição: dc.description | University of Manchester | - |
Descrição: dc.description | Fundo Amazônia | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Faculty of Agricultural Sciences of Vale do Ribeira São Paulo State University—UNESP, SP | - |
Descrição: dc.description | National Institute for Space Research—INPE, Caixa Postal 515, SP | - |
Descrição: dc.description | Instituto de Pesquisa Ambiental da Amazônia (IPAM) SCN 211, Bloco B, Sala 201, GO | - |
Descrição: dc.description | Graduate Program in Biodiversity Conservation Federal University of Maranhão, MA | - |
Descrição: dc.description | Department of Forest Sciences “Luiz de Queiroz” College of Agriculture University of São Paulo, SP | - |
Descrição: dc.description | College of Life and Environmental Sciences University of Exeter | - |
Descrição: dc.description | Faculty of Agricultural Sciences of Vale do Ribeira São Paulo State University—UNESP, SP | - |
Descrição: dc.description | Fundo Amazônia: 14209291 | - |
Descrição: dc.description | CNPq: 305054/2016-3 | - |
Descrição: dc.description | CNPq: 307792/2021-8 | - |
Descrição: dc.description | CNPq: 314416/2020-0 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Remote Sensing | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | airborne laser scanning (ALS) | - |
Palavras-chave: dc.subject | forest disturbance | - |
Palavras-chave: dc.subject | forest recovery | - |
Palavras-chave: dc.subject | hyperspectral remote sensing | - |
Palavras-chave: dc.subject | machine learning | - |
Palavras-chave: dc.subject | multisensor analysis | - |
Palavras-chave: dc.subject | successional stages | - |
Título: dc.title | Advancing Forest Degradation and Regeneration Assessment Through Light Detection and Ranging and Hyperspectral Imaging Integration | - |
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: