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 | Miguel, Eder Pereira | - |
Autor(es): dc.creator | Rezende, Alba Valéria | - |
Autor(es): dc.creator | Leal, Fabrício Assis | - |
Autor(es): dc.creator | Matricardi, Eraldo Aparecido Trondoli | - |
Autor(es): dc.creator | Vale, Ailton Teixeira do | - |
Autor(es): dc.creator | Pereira, Reginaldo Sérgio | - |
Data de aceite: dc.date.accessioned | 2025-03-18T17:54:22Z | - |
Data de disponibilização: dc.date.available | 2025-03-18T17:54:22Z | - |
Data de envio: dc.date.issued | 2017-12-07 | - |
Data de envio: dc.date.issued | 2017-12-07 | - |
Data de envio: dc.date.issued | 2015-09 | - |
Fonte completa do material: dc.identifier | http://repositorio.unb.br/handle/10482/29559 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1590/S0100-204X2015000900012 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/938033 | - |
Descrição: dc.description | O objetivo deste trabalho foi avaliar a eficácia da aplicação de modelos de análise de regressão e redes neurais artificiais (RNAs) na predição do volume de madeira e da biomassa acima do solo, da vegetação arbórea em área de cerradão. Volume de madeira e biomassa foram estimados com equações alométricas desenvolvidas para a área de estudo. Os índices de vegetação, como variáveis preditoras, foram estimados a partir de imagens do sensor LISS-III, e a área basal foi determinada por medições na floresta. A precisão das equações foi verificada pela correlação entre os valores estimados e observados (r), erro-padrão da estimativa (Syx) e gráfico residual. As equações de regressão para o volume de madeira total e do fuste (0,96 e 0,97 para r, e 11,92 e 9,72% para Syx, respectivamente) e para a biomassa (0,91 e 0,92 para r, e 22,73 e 16,80% para Syx, respectivamente) apresentaram bons ajustes. As redes neurais também apresentaram bom ajuste com o volume de madeira (0,99 e 0,99 para r, e 4,93 e 4,83% para Syx) e a biomassa (0,97 e 0,98 r, e 8,92 e 7,96% para Syx, respectivamente). A área basal e os índices de vegetação foram eficazes na estimativa do volume de madeira e biomassa para o cerradão. Os valores reais de volume de madeira e biomassa não diferiram estatisticamente dos valores estimados pelos modelos de regressão e redes neurais (χ2ns); contudo, as RNAs são mais acuradas. | - |
Descrição: dc.description | The objective of this work was to evaluate the effectiveness of regression models and artificial neural networks (ANNs) in predicting wood volume and aboveground biomass of arboreal vegetation in area of tall Cerrado (a forest, savanna-like vegetation). Wood volume and biomass were estimated with allometric equations developed for the studied area. The vegetation indices, as predictor variables, were estimated from LISS-III sensor imagery, and the basal area was determined from field measurements. Equation precision was verified by the correlation between estimated and observed values (r), standard error of estimate (Syx), and by the residual plot. The regression equations for total wood volume and bole volume (0.96 and 0.97 for r, and 11.92 and 9.72% for Syx, respectively), as well as for aboveground biomass (0.91 and 0.92 for r, and 22.73 and 16.80% for Syx, respectively) showed good adjustments. The neural networks also showed good adjustments for both wood volume (0.99 and 0,99 for r, and 4.93 and 4.83% for Syx) and biomass (0.97 and 0.98 for r, and 8.92 and 7.96% for Syx, respectively). Basal area and vegetation indices were effective in estimating wood volume and biomass for the tall cerrado vegetation. Measured wood volume and aboveground biomass did not differ statistically from the predicted values by both the regression models and neural networks (χ2ns); however, the ANNs are more accurate. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Embrapa Informação Tecnológica - Pesquisa Agropecuária Brasileira | - |
Direitos: dc.rights | Acesso Aberto | - |
Direitos: dc.rights | Pesquisa Agropecuária Brasileira - This is an open-access article distributed under the terms of the Creative Commons Attribution License (CC BY NC 4.0). Fonte: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2015000900829&lng=en&nrm=iso. Acesso em: 8 maio 2018. | - |
Palavras-chave: dc.subject | Índice de vegetação | - |
Palavras-chave: dc.subject | Inventário florestal | - |
Palavras-chave: dc.subject | Produção | - |
Palavras-chave: dc.subject | Regressão | - |
Palavras-chave: dc.subject | Sensoriamento remoto | - |
Título: dc.title | Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite | - |
Título: dc.title | Artificial neural networks for modeling wood volume and aboveground biomass of tall Cerrado using satellite data | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional – UNB - Rep. 1 |
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: