Redução da amostragem em inventários florestais de eucalipto com redes neurais artificiais e sensoriamento remoto

Detalhes bibliográficos
Autor(a) principal: Paes, Thuliany Fernandes Araujo
Data de Publicação: 2020
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/73018
Resumo: Orientadora : Prof. Dra. Ana Paula Dalla Corte
id UFPR_052557c89d0f3c3d7d6e67a44956b049
oai_identifier_str oai:acervodigital.ufpr.br:1884/73018
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Paes, Thuliany Fernandes AraujoUniversidade Federal do Paraná. Setor de Ciências Agrárias. Curso de Especialização MBA em Manejo Florestal de PrecisãoDalla Corte, Ana Paula, 1980-2022-02-11T12:54:49Z2022-02-11T12:54:49Z2020https://hdl.handle.net/1884/73018Orientadora : Prof. Dra. Ana Paula Dalla CorteMonografia (especialização) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Curso de Especialização MBA em Manejo Florestal de PrecisãoInclui referências: p. 26-28Resumo: O inventário florestal tradicional é dispendioso e moroso. Quanto maior o número de amostras, maior serão os custos dessa atividade. Com isso, é crescente o desenvolvimento de estudos que reduzam as atividades de mensuração de parcelas e cubagem de árvores em campo. As redes neurais artificiais já têm se consolidado como ferramentas para redução do esforço amostral e o sensoriamento remoto têm se mostrado como alternativa para a quantificação de biomassa florestal. Essas ferramentas, no entanto, demandam mão de obra específica para verificação de métodos mais apropriados para alcançar resultados. Com isso, o presente trabalho propõe a utilização de imagens gratuitas do satélite Landsat 8 juntamente com técnicas de inteligência artificial para estimação do volume de madeira em plantios de eucalipto na região de Três Lagoas, MS. Foram selecionadas as cenas das áreas estudadas, adicionado o shapefile de parcelas e extraído os dados das bandas 1, 2, 3, 4, 5, 6, 7 e 8 dos valores dos pixels e calculado os índices de vegetação NDVI, SAVI, EVI, GNDVI, ARVI e SR. Treinou-se algumas configurações de redes neurais, a de melhor resultado foi a configuração de talhão como variável categórica, as bandas e índices de vegetação como variáveis numéricas e o volume de madeira com casca (m³cc/ha) como saída. Essa rede foi simulada com a redução do esforço amostral em 28,7%, 43,2% e 64,2% das parcelas e apresentaram erro percentual de 98% no intervalo entre -5% e 5%. A aplicação teve mais de 60% dos valores estimados em nível de talhão se encontram entre ±10% de erro, isso considerando redução de 64,2% das amostras. Com a redução de 28,7% dos dados, essa precisão aumenta para 77,3%. No entanto, é importante ressaltar que são necessários mais estudos quando se trabalha com bases muito extensas de número de parcelas e variação de sítios.Abstract: The traditional forest inventory is expensive and time-consuming. The greater the number of samples, the greater the costs of this activity. With this, the development of studies that reduce the activities of measuring plots and cubing trees in the field is growing. Artificial neural networks have already consolidated themselves as tools for reducing sampling effort and remote sensing has shown to be an alternative for the quantification of forest biomass. These tools, however, require specific labor to verify the most appropriate methods to achieve results. Thus, the present work proposes the use of free images from the Landsat 8 satellite together with artificial intelligence techniques to estimate the volume of wood in eucalyptus plantations in the region of Três Lagoas, MS. Scenes from the studied areas were selected, the plot shapefile was added and data from bands 1, 2, 3, 4, 5, 6, 7 and 8 were extracted from the pixel values and the NDVI, SAVI, EVI, GNDVI, ARVI and SR. Some neural network configurations were trained, the best result was the configuration of stand as a categorical variable, bands and vegetation indexes as numerical variables and the volume of wood with bark (m³cc / ha) as an output. This network was simulated with the reduction of the sampling effort in 28.7%, 43.2% and 64.2% of the plots and presented a percentage error of 98% in the range between -5% and 5%. The application had more than 60% of the estimated values in field level are between ± 10% of error, considering a reduction of 64.2% of the samples. With a 28.7% reduction in data, this accuracy increases to 77.3%. However, it is important to emphasize that more studies are needed when working with very extensive bases of number of plots and variation of sites.1 arquivo (42 p.) : PDF.application/pdfLevantamentos florestaisEucalipto - Cultivo - Sensoriamento remotoRedes neurais (Computação)Florestas - MediçãoRedução da amostragem em inventários florestais de eucalipto com redes neurais artificiais e sensoriamento remotoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - E - THULIANY FERNANDES ARAUJO PAES.pdfapplication/pdf2886987https://acervodigital.ufpr.br/bitstream/1884/73018/1/R%20-%20E%20-%20THULIANY%20FERNANDES%20ARAUJO%20PAES.pdff874b0e18412932d0fbbcb833ecd0137MD51open access1884/730182022-02-11 09:54:49.756open accessoai:acervodigital.ufpr.br:1884/73018Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-02-11T12:54:49Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Redução da amostragem em inventários florestais de eucalipto com redes neurais artificiais e sensoriamento remoto
title Redução da amostragem em inventários florestais de eucalipto com redes neurais artificiais e sensoriamento remoto
spellingShingle Redução da amostragem em inventários florestais de eucalipto com redes neurais artificiais e sensoriamento remoto
Paes, Thuliany Fernandes Araujo
Levantamentos florestais
Eucalipto - Cultivo - Sensoriamento remoto
Redes neurais (Computação)
Florestas - Medição
title_short Redução da amostragem em inventários florestais de eucalipto com redes neurais artificiais e sensoriamento remoto
title_full Redução da amostragem em inventários florestais de eucalipto com redes neurais artificiais e sensoriamento remoto
title_fullStr Redução da amostragem em inventários florestais de eucalipto com redes neurais artificiais e sensoriamento remoto
title_full_unstemmed Redução da amostragem em inventários florestais de eucalipto com redes neurais artificiais e sensoriamento remoto
title_sort Redução da amostragem em inventários florestais de eucalipto com redes neurais artificiais e sensoriamento remoto
author Paes, Thuliany Fernandes Araujo
author_facet Paes, Thuliany Fernandes Araujo
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências Agrárias. Curso de Especialização MBA em Manejo Florestal de Precisão
dc.contributor.author.fl_str_mv Paes, Thuliany Fernandes Araujo
dc.contributor.advisor1.fl_str_mv Dalla Corte, Ana Paula, 1980-
contributor_str_mv Dalla Corte, Ana Paula, 1980-
dc.subject.por.fl_str_mv Levantamentos florestais
Eucalipto - Cultivo - Sensoriamento remoto
Redes neurais (Computação)
Florestas - Medição
topic Levantamentos florestais
Eucalipto - Cultivo - Sensoriamento remoto
Redes neurais (Computação)
Florestas - Medição
description Orientadora : Prof. Dra. Ana Paula Dalla Corte
publishDate 2020
dc.date.issued.fl_str_mv 2020
dc.date.accessioned.fl_str_mv 2022-02-11T12:54:49Z
dc.date.available.fl_str_mv 2022-02-11T12:54:49Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/73018
url https://hdl.handle.net/1884/73018
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 1 arquivo (42 p.) : PDF.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/73018/1/R%20-%20E%20-%20THULIANY%20FERNANDES%20ARAUJO%20PAES.pdf
bitstream.checksum.fl_str_mv f874b0e18412932d0fbbcb833ecd0137
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860421933596672

Registros relacionados