Estimativa de estoque de biomassa de floresta tropical utilizando dados de sensoriamento remoto e redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Xavier, Gabrielle de Oliveira
Data de Publicação: 2017
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Biblioteca Digital de Monografias da UnB
Texto Completo: http://bdm.unb.br/handle/10483/19012
Resumo: Trabalho de conclusão de curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, 2017.
id UNB-2_118da47c72805d0c77606c89e6a2e2a7
oai_identifier_str oai:bdm.unb.br:10483/19012
network_acronym_str UNB-2
network_name_str Biblioteca Digital de Monografias da UnB
repository_id_str 11571
spelling Xavier, Gabrielle de OliveiraMiguel, Éder PereiraMatricardi, Eraldo Aparecido TrondoliXAVIER, Gabrielle de Oliveira. Estimativa de estoque de biomassa de floresta tropical utilizando dados de sensoriamento remoto e redes neurais artificiais. 2017. 62 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia Florestal)—Universidade de Brasília, Brasília, 2017.http://bdm.unb.br/handle/10483/19012Trabalho de conclusão de curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, 2017.As florestas desempenham função importante no processo de mitigação do aquecimento global, estocando mais carbono em sua biomassa aérea e subterrânea do que a atmosfera. Embora o conhecimento da quantidade de biomassa em florestas tropicais seja fundamental para várias análises, incluindo os estudos de mudanças climáticas, a sua estimativa é muito dispendiosa de tempo e recursos diversos, variando de acordo com as características locais. O presente estudo buscou estimar a quantidade de biomassa em áreas de florestas tropicais localizadas no município de Juruti, estado do Pará, utilizando dados de inventário florestal em campo e métodos indiretos baseados em técnicas e dados de sensoriamento remoto e redes neurais artificiais. A partir dos dados de campo, foi também espacializado o volume de biomassa para toda a área de estudo a partir de dados amostrais do inventário florestal e métodos geoestatísticos de interpolação dos dados. Os resultados desta pesquisa indicam que os índices de vegetação EVI e MSAVIaf apresentam bom desempenho na estimativa da biomassa da área de estudo. Os erros de estimativa foram reduzidos com o uso de redes neurais artificiais e índices de vegetação derivados de sensoriamento remoto. A partir da validação, foi obtida a biomassa média com dados de inventário, a qual apresentou o valor de 264,62 ton ha-¹ e a estimada com redes neurais artificiais e sensoriamento remoto foi de 281,63, a qual apresentou um erro relativo de 9,7%, indicando uma subestimativa de 3,3% (diferença agregada).Submitted by Ruthlea Nascimento (ruthlea.nascimento@gmail.com) on 2018-01-12T18:43:57Z No. of bitstreams: 3 license_text: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2017_GabrielledeOliveiraXavier.pdf: 2114265 bytes, checksum: b84f110c708eedf588e68eb0b3bc5e37 (MD5)Approved for entry into archive by Ruthlea Nascimento (ruthlea.nascimento@gmail.com) on 2018-01-15T19:25:38Z (GMT) No. of bitstreams: 3 license_text: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2017_GabrielledeOliveiraXavier.pdf: 2114265 bytes, checksum: b84f110c708eedf588e68eb0b3bc5e37 (MD5)Made available in DSpace on 2018-01-15T19:25:38Z (GMT). No. of bitstreams: 3 license_text: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2017_GabrielledeOliveiraXavier.pdf: 2114265 bytes, checksum: b84f110c708eedf588e68eb0b3bc5e37 (MD5)Forests play an important role in the process of mitigating global warming, stockpiling more carbon in their aerial and underground biomass than the atmosphere. While knowledge of the quantity of biomass in tropical forests is crucial to various analyses, including climate change studies, its estimate is very costly of diverse time and resources, varying according to local characteristics. The present study sought to estimate the quantity of biomass in tropical forest areas located in the municipality of Juruti, State of Pará, utilizing forest inventory data in field and indirect methods based on remote sensing techniques and data and neural nets Artificial. From the field data, it was also espacializado the volume of biomass for the entire study area from sample data from the forest inventory and Geostatistical methods of interpolation of data. The results of this research indicate that the indexes of vegetation EVI and MSAVIaf present good performance in the estimation of the biomass of the study area. Estimation errors were reduced by using artificial neural nets and vegetation indexes derived from remote sensing. From the validation, the average biomass was obtained with inventory data, which presented the value of 264,62 ton ha-¹ and the estimated by artificial neural networks and remote sensing was 281.63, which presented a relative error of 9.7%, indicating an estimated 3.3% (aggregate difference).BiomassaFlorestasAmazôniaEstimativa de estoque de biomassa de floresta tropical utilizando dados de sensoriamento remoto e redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis2018-01-15T19:25:38Z2018-01-15T19:25:38Z2017info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Monografias da UnBinstname:Universidade de Brasília (UnB)instacron:UNBORIGINAL2017_GabrielledeOliveiraXavier.pdf2017_GabrielledeOliveiraXavier.pdfapplication/pdf2114265http://bdm.unb.br/xmlui/bitstream/10483/19012/1/2017_GabrielledeOliveiraXavier.pdfb84f110c708eedf588e68eb0b3bc5e37MD51CC-LICENSElicense_urllicense_urltext/plain49http://bdm.unb.br/xmlui/bitstream/10483/19012/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52license_textlicense_textapplication/octet-stream0http://bdm.unb.br/xmlui/bitstream/10483/19012/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/octet-stream0http://bdm.unb.br/xmlui/bitstream/10483/19012/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54LICENSElicense.txtlicense.txttext/plain1817http://bdm.unb.br/xmlui/bitstream/10483/19012/5/license.txt21554873e56ad8ddc69c092699b98f95MD5510483/190122018-01-15 17:25:38.382oai:bdm.unb.br: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Biblioteca Digital de Monografiahttps://bdm.unb.br/PUBhttp://bdm.unb.br/oai/requestbdm@bce.unb.br||patricia@bce.unb.bropendoar:115712018-01-15T19:25:38Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Estimativa de estoque de biomassa de floresta tropical utilizando dados de sensoriamento remoto e redes neurais artificiais
title Estimativa de estoque de biomassa de floresta tropical utilizando dados de sensoriamento remoto e redes neurais artificiais
spellingShingle Estimativa de estoque de biomassa de floresta tropical utilizando dados de sensoriamento remoto e redes neurais artificiais
Xavier, Gabrielle de Oliveira
Biomassa
Florestas
Amazônia
title_short Estimativa de estoque de biomassa de floresta tropical utilizando dados de sensoriamento remoto e redes neurais artificiais
title_full Estimativa de estoque de biomassa de floresta tropical utilizando dados de sensoriamento remoto e redes neurais artificiais
title_fullStr Estimativa de estoque de biomassa de floresta tropical utilizando dados de sensoriamento remoto e redes neurais artificiais
title_full_unstemmed Estimativa de estoque de biomassa de floresta tropical utilizando dados de sensoriamento remoto e redes neurais artificiais
title_sort Estimativa de estoque de biomassa de floresta tropical utilizando dados de sensoriamento remoto e redes neurais artificiais
author Xavier, Gabrielle de Oliveira
author_facet Xavier, Gabrielle de Oliveira
author_role author
dc.contributor.advisorco.none.fl_str_mv Miguel, Éder Pereira
dc.contributor.author.fl_str_mv Xavier, Gabrielle de Oliveira
dc.contributor.advisor1.fl_str_mv Matricardi, Eraldo Aparecido Trondoli
contributor_str_mv Matricardi, Eraldo Aparecido Trondoli
dc.subject.keyword.pt_BR.fl_str_mv Biomassa
Florestas
Amazônia
topic Biomassa
Florestas
Amazônia
description Trabalho de conclusão de curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, 2017.
publishDate 2017
dc.date.submitted.none.fl_str_mv 2017
dc.date.accessioned.fl_str_mv 2018-01-15T19:25:38Z
dc.date.available.fl_str_mv 2018-01-15T19:25:38Z
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.citation.fl_str_mv XAVIER, Gabrielle de Oliveira. Estimativa de estoque de biomassa de floresta tropical utilizando dados de sensoriamento remoto e redes neurais artificiais. 2017. 62 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia Florestal)—Universidade de Brasília, Brasília, 2017.
dc.identifier.uri.fl_str_mv http://bdm.unb.br/handle/10483/19012
identifier_str_mv XAVIER, Gabrielle de Oliveira. Estimativa de estoque de biomassa de floresta tropical utilizando dados de sensoriamento remoto e redes neurais artificiais. 2017. 62 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia Florestal)—Universidade de Brasília, Brasília, 2017.
url http://bdm.unb.br/handle/10483/19012
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.source.none.fl_str_mv reponame:Biblioteca Digital de Monografias da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Biblioteca Digital de Monografias da UnB
collection Biblioteca Digital de Monografias da UnB
bitstream.url.fl_str_mv http://bdm.unb.br/xmlui/bitstream/10483/19012/1/2017_GabrielledeOliveiraXavier.pdf
http://bdm.unb.br/xmlui/bitstream/10483/19012/2/license_url
http://bdm.unb.br/xmlui/bitstream/10483/19012/3/license_text
http://bdm.unb.br/xmlui/bitstream/10483/19012/4/license_rdf
http://bdm.unb.br/xmlui/bitstream/10483/19012/5/license.txt
bitstream.checksum.fl_str_mv b84f110c708eedf588e68eb0b3bc5e37
4afdbb8c545fd630ea7db775da747b2f
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
21554873e56ad8ddc69c092699b98f95
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv bdm@bce.unb.br||patricia@bce.unb.br
_version_ 1813907945394536448

Registros relacionados