
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 | Santos, Isabel Carolina de Lima | - |
| Autor(es): dc.creator | Santos, Alexandre dos | - |
| Autor(es): dc.creator | Costa, Jerffersoney Garcia | - |
| Autor(es): dc.creator | Rosa, Anderson Melo | - |
| Autor(es): dc.creator | Zanuncio, Antonio José Vinha | - |
| Autor(es): dc.creator | Zanetti, Ronald | - |
| Autor(es): dc.creator | Oumar, Zakariyyaa | - |
| Autor(es): dc.creator | Zanuncio, José Cola | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:28:08Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:28:08Z | - |
| Data de envio: dc.date.issued | 2021-09-24 | - |
| Data de envio: dc.date.issued | 2021-09-24 | - |
| Data de envio: dc.date.issued | 2020 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/48241 | - |
| Fonte completa do material: dc.identifier | https://doi.org/10.1007/s11119-020-09748-w | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1161895 | - |
| Descrição: dc.description | The phytosanitary status of Tectona grandis plantations are monitored conventionally with periodic data collection in the field, which is often costly and has low efficiency. The objective of this research was to develop a methodology to predict the canopy cover of T. grandis plantations using multispectral images of the Sentinel-2 (S2) satellite and photographic imagery. The study was carried out in a T. grandis plantation of seminal origin, in Cáceres, Mato Grosso state, Brazil. Hemispherical photographic (HP) images of the plant canopy were obtained with a digital camera coupled to a “fisheye” lens fixed at 1.3 m high at two dates in the rainy and the dry season. Cloudless and no shadow images of the S2 satellite bands were concurrently obtained with the field images. Multivariate permutative analysis of variance (PERMANOVA) and partial least squares regression (PLSR) were used to predict canopy cover percentage. The accuracy of the predicted T. grandis canopy cover (%) by the PLSR model approach was 77.8 ± 0.09%. The results indicate that a PLS model calibrated with 28 HP sample images can accurately estimate the percentage canopy cover for a continuous area of T. grandis plantations and facilitate mapping of canopy heterogeneity to monitor threats of diseases, mortality, fires, pests and other disturbances. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Elsevier | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Precision Agriculture | - |
| Palavras-chave: dc.subject | Forest cover | - |
| Palavras-chave: dc.subject | Multivariate analysis | - |
| Palavras-chave: dc.subject | Partial least squares regression | - |
| Palavras-chave: dc.subject | Sentinel-2 | - |
| Palavras-chave: dc.subject | Cobertura florestal | - |
| Palavras-chave: dc.subject | Análise multivariada | - |
| Palavras-chave: dc.subject | Regressão de mínimos quadrados parciais | - |
| Título: dc.title | Tectona grandis canopy cover predicted by remote sensing | - |
| 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: