
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.creator | Reis, Aliny Aparecida dos | - |
| Autor(es): dc.creator | Franklin, Steven E. | - |
| Autor(es): dc.creator | Mello, José Marcio de | - |
| Autor(es): dc.creator | Acerbi Junior, Fausto Weimar | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:28:25Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:28:25Z | - |
| Data de envio: dc.date.issued | 2019-04-23 | - |
| Data de envio: dc.date.issued | 2019-04-23 | - |
| Data de envio: dc.date.issued | 2019 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/33658 | - |
| Fonte completa do material: dc.identifier | https://www.tandfonline.com/doi/abs/10.1080/01431161.2018.1530808?journalCode=tres20 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1141518 | - |
| Descrição: dc.description | In this study, we tested the effectiveness of stand age, multispectral optical imagery obtained from the Landsat 8 Operational Land Imager (OLI), synthetic aperture radar (SAR) data acquired by the Sentinel-1B satellite, and digital terrain attributes extracted from a digital elevation model (DEM), in estimating forest volume in 351 plots in a 1,498 ha Eucalyptus plantation in northern Minas Gerais state, Brazil. A Random Forest (RF) machine learning algorithm was used following the Principal Component Analysis (PCA) of various data combinations, including multispectr al and SAR texture variables and DEM-based geomorphometric derivatives. Using multispectral, SAR or DEM variables alone (i.e. Experiments (ii)–(iv)) did not provide accurate estimates of volume (RMSE (Root Mean Square Error) > 32.00 m3 ha−1) compared to predictions based on age since planting of Eucalyptus stands (Experiment (i)). However, when these datasets were individually combined with stand age (i.e. Experiments (v)–(vii)), the RF models resulted in better volume estimates than those obtained when using the individual multispectral, SAR and DEM datasets (RMSE < 28.00 m3 ha−1). Furthermore, a model that integrated the selected variables of these data with stand age (Experiment (viii)) improved volume estimation significantly (RMSE = 22.33 m3 ha−1). The large and increasing area of Eucalyptus forest plantations in Brazil and elsewhere suggests that this new approach to volume estimation has the potential to support Eucalyptus plantation monitoring and forest management practices. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Taylor & Francis | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | International Journal of Remote Sensing | - |
| Palavras-chave: dc.subject | Remote sensing | - |
| Palavras-chave: dc.subject | Operational land imager | - |
| Palavras-chave: dc.subject | Synthetic aperture radar | - |
| Palavras-chave: dc.subject | Digital elevation model | - |
| Palavras-chave: dc.subject | Principal component analysis | - |
| Palavras-chave: dc.subject | Sensoriamento remoto | - |
| Palavras-chave: dc.subject | Imagens de terra operacional | - |
| Palavras-chave: dc.subject | Radar de abertura sintética | - |
| Palavras-chave: dc.subject | Modelo de elevação digital | - |
| Palavras-chave: dc.subject | Análise do componente principal | - |
| Título: dc.title | Volume estimation in a Eucalyptus plantation using multi-source remote sensing and digital terrain data: a case study in Minas Gerais State, Brazil | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: