Staff View: Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite

Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite

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 alomét...

Full description

Main Authors:	Miguel, Eder Pereira, Rezende, Alba Valéria, Leal, Fabrício Assis, Matricardi, Eraldo Aparecido Trondoli, Vale, Ailton Teixeira do, Pereira, Reginaldo Sérgio
Format:	Artigo
Language:	Portuguese
Published:	Embrapa Informação Tecnológica - Pesquisa Agropecuária Brasileira 2017
Subjects:	Índice de vegetação Inventário florestal Produção Regressão Sensoriamento remoto
Online Access:	http://repositorio.unb.br/handle/10482/29559 http://dx.doi.org/10.1590/S0100-204X2015000900012
Tags:	Add Tag No Tags, Be the first to tag this record!

id	ir-10482-29559
recordtype	dspace
spelling	ir-10482-295592019-08-15T11:26:48Z Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite Artificial neural networks for modeling wood volume and aboveground biomass of tall Cerrado using satellite data Miguel, Eder Pereira Rezende, Alba Valéria Leal, Fabrício Assis Matricardi, Eraldo Aparecido Trondoli Vale, Ailton Teixeira do Pereira, Reginaldo Sérgio Índice de vegetação Inventário florestal Produção Regressão Sensoriamento remoto 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. 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. 2017-12-07T05:11:41Z 2017-12-07T05:11:41Z 2015-09 Artigo MIGUEL, Eder Pereira et al. Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite. Pesquisa Agropecuária Brasileira, Brasília, v. 50, n. 9, p. 829-839, set. 2015. Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2015000900829&lng=en&nrm=iso>. Acesso em: 8 maio 2018. doi: http://dx.doi.org/10.1590/S0100-204X2015000900012. http://repositorio.unb.br/handle/10482/29559 http://dx.doi.org/10.1590/S0100-204X2015000900012 pt Acesso Aberto 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. application/pdf Embrapa Informação Tecnológica - Pesquisa Agropecuária Brasileira
institution	REPOSITORIO UNB
collection	REPOSITORIO UNB
language	Portuguese
topic	Índice de vegetação Inventário florestal Produção Regressão Sensoriamento remoto
spellingShingle	Índice de vegetação Inventário florestal Produção Regressão Sensoriamento remoto Miguel, Eder Pereira Rezende, Alba Valéria Leal, Fabrício Assis Matricardi, Eraldo Aparecido Trondoli Vale, Ailton Teixeira do Pereira, Reginaldo Sérgio Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite
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.
format	Artigo
author	Miguel, Eder Pereira Rezende, Alba Valéria Leal, Fabrício Assis Matricardi, Eraldo Aparecido Trondoli Vale, Ailton Teixeira do Pereira, Reginaldo Sérgio
author_sort	Miguel, Eder Pereira
title	Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite
title_short	Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite
title_full	Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite
title_fullStr	Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite
title_full_unstemmed	Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite
title_sort	redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite
publisher	Embrapa Informação Tecnológica - Pesquisa Agropecuária Brasileira
publishDate	2017
url	http://repositorio.unb.br/handle/10482/29559 http://dx.doi.org/10.1590/S0100-204X2015000900012
_version_	1642398387738247168
score	13.657419

Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite

Similar Items