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 | UMR Eco&Sols | - |
Autor(es): dc.contributor | Institut Agro | - |
Autor(es): dc.contributor | Suzano SA Company | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Universidade Federal de Lavras (UFLA) | - |
Autor(es): dc.contributor | CEDEX 5 | - |
Autor(es): dc.creator | Goral, Mathieu | - |
Autor(es): dc.creator | le Maire, Guerric | - |
Autor(es): dc.creator | Ferraco Scolforo, Henrique | - |
Autor(es): dc.creator | Stape, Jose Luiz | - |
Autor(es): dc.creator | Miranda, Evandro Nunes | - |
Autor(es): dc.creator | Silva, Thais Cristina Ferreira | - |
Autor(es): dc.creator | Ferreira, Vitória Barbosa | - |
Autor(es): dc.creator | Féret, Jean-Baptiste | - |
Autor(es): dc.creator | de Boissieu, Florian | - |
Data de aceite: dc.date.accessioned | 2025-08-21T19:21:24Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T19:21:24Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1080/01431161.2025.2466763 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/306262 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/306262 | - |
Descrição: dc.description | Monitoring initial growth phases is essential for the success of forest plantations. This study introduces a methodology aimed at characterizing the growth of Eucalyptus short rotation plantations in Brazil during their first 2 years, based on Sentinel-2 satellite imagery. The primary goal is to detect potential anomalies at the pixel level, covering an area of 400 m2, and to feed operational decision-making strategies aiming at characterizing, correcting or mitigating the problem. The approach relies on predictive machine learning models that estimate an integrated growth index, the volume that the trees will reach at 2 years of age (V2Y). The model uses various plantation characteristics such as planting density, genotypic characteristics and environmental factors and incorporates vegetation indices derived from Sentinel-2 data acquired during the first 2 years of the plantation. These anticipation models were calibrated on an extensive dataset comprising more than 9000 inventory plots spread over more than ninety thousand hectares. The Green Normalized Difference Vegetation index (GNDVI) was shown to give the best results among several vegetation indices tested. The accuracy of V2Y prediction improved significantly when longer periods of vegetation indices were included. Our results demonstrate that using the GNDVI data from the first year or from the initial 18 months of plantation growth yields accurate predictions of V2Y, with R2 values of 0.71 and 0.74 and RMSE values of 7.86 and 7.46 m3 ha−1, respectively. The anticipation model with GNDVI outperformed simpler models that solely rely on stand characteristics. The novel approach developed in this study offers an operational means to reliably estimate an early-stage growth indicator for Eucalyptus plantations in Brazil. | - |
Descrição: dc.description | CIRAD UMR Eco&Sols | - |
Descrição: dc.description | Eco&Sols Univ Montpellier CIRAD INRA Institut Agro, IRD | - |
Descrição: dc.description | Suzano SA Company | - |
Descrição: dc.description | Forest Science Sao Paulo State University (UNESP) | - |
Descrição: dc.description | Department of Forest Science Federal University of Lavras (UFLA) | - |
Descrição: dc.description | CIRAD CNRS INRAE TETIS University of Montpellier AgroParisTech CEDEX 5 | - |
Descrição: dc.description | Forest Science Sao Paulo State University (UNESP) | - |
Formato: dc.format | 3110-3136 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | International Journal of Remote Sensing | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | establishment phase | - |
Palavras-chave: dc.subject | eucalypt | - |
Palavras-chave: dc.subject | fast-growing plantations | - |
Palavras-chave: dc.subject | growth index | - |
Palavras-chave: dc.subject | planting quality | - |
Palavras-chave: dc.subject | Sentinel-2 | - |
Palavras-chave: dc.subject | time-series | - |
Título: dc.title | Monitoring the early growth of forest plantations with Sentinel-2 satellite time-series | - |
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: