
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 | Carvalho, Luís Marcelo Tavares de | - |
| Autor(es): dc.contributor | Carvalho, Luís Marcelo Tavares de | - |
| Autor(es): dc.contributor | Ferreira, Maria Zélia | - |
| Autor(es): dc.contributor | Calegário, Natalino | - |
| Autor(es): dc.creator | Ferreira, Flavio Carvalho | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:40:35Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:40:35Z | - |
| Data de envio: dc.date.issued | 2022-01-27 | - |
| Data de envio: dc.date.issued | 2022-01-27 | - |
| Data de envio: dc.date.issued | 2022-01-27 | - |
| Data de envio: dc.date.issued | 2021-07-30 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/49056 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1166062 | - |
| Descrição: dc.description | The management of planted forest have been increasing the necessity for more and fast information, in quantity and quality, to base its decision-making. Due to it, the present work aiming compare the volumetric estimative obtained by the forest inventory using the conventional method, based on the mean and standard deviation of the sampled units, and a method that uses data from airborne laser scanning (ALS) of the stands of the forest to generate maps with the volume of wood. In the ALS inventory, three different modeling methods were tested: linear model adjusted by ordinary least squares (OLS), Random Forest (RF) and Support Vector Machines (SVM). The models were trained and validated by the holdout method for 200 times, evaluating in the end the mean of the coefficient of determination (R²) and the root mean square error (RMSE). The model that obtained the best result was the linear model with R² of 53.74% and RMSE of 20,19 m³/ha. When comparing conventional and ALS inventory methods, both had low inventory errors. It can be concluded that the use of ALS inventories is promising for the forest sector. | - |
| Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG) | - |
| Descrição: dc.description | O setor de florestas plantadas demanda cada vez mais informações em quantidade, qualidade e rapidez para basear as suas tomadas de decisão. Em função disso o presente trabalho compara a estimativa volumétrica obtida pelo inventário florestal utilizando o método convencional, baseado na média e desvio padrão das unidades amostradas, e um método que utiliza dados de escaneamento aéreo com laser (ALS – airborne laser scanning) dos talhões da floresta para gerar mapas com o volume de madeira. No inventário ALS, foram testados três diferentes métodos de modelagem: modelo linear ajustado pela minimização dos quadrados do erro (OLS – ordinary least squares), floresta aleatória (RF – Random Forest) e máquinas de vetor de suporte (SVM – support vector machine). Os modelos foram treinados e validados pelo método holdout por 200 vezes, avaliando no fim a média do coeficiente de determinação (R²) e da raiz do erro quadrático médio (RMSE). O modelo que obteve melhor resultado foi o modelo linear com R² de 53,74% e RMSE de 20,19 m³/ha. Quando comparado os métodos de inventário convencional e ALS, ambos tiveram erros de inventário baixos. Pode-se concluir que a utilização dos inventários ALS mostra-se promissora para setor florestal. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Engenharia Florestal | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Ciências Florestais | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Escaneamento aéreo com laser | - |
| Palavras-chave: dc.subject | Manejo florestal | - |
| Palavras-chave: dc.subject | LiDAR | - |
| Palavras-chave: dc.subject | Inventário florestal | - |
| Palavras-chave: dc.subject | Aprendizagem de máquinas | - |
| Palavras-chave: dc.subject | Airborne laser scanning | - |
| Palavras-chave: dc.subject | Forest management | - |
| Palavras-chave: dc.subject | Forest inventory | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Recursos Florestais e Engenharia Florestal | - |
| Título: dc.title | Predição de volume em florestas plantadas utilizando escaneamento com laser aerotransportado e aprendizagem de máquinas | - |
| Título: dc.title | Volume prediction in planted forests using airborne laser scanning and machine learning | - |
| Tipo de arquivo: dc.type | dissertação | - |
| 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: