Predição da biomassa acima do solo no Cerrado utilizando redes neurais e sensoriamento remoto

Detalhes bibliográficos
Autor(a) principal: Oliveira, Paula Lopes Germano de
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio2.unb.br/jspui/handle/10482/48436
Resumo: Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, Programa de Pós-Graduação em Ciências Florestais, 2022.
id UNB_2e69615d547572dfc516f8c5408e7c7f
oai_identifier_str oai:repositorio.unb.br:10482/48436
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Predição da biomassa acima do solo no Cerrado utilizando redes neurais e sensoriamento remotoCerrado - florística - Distrito FederalBiomassaSensoriamento remotoRedes neurais (Computação)Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, Programa de Pós-Graduação em Ciências Florestais, 2022.O Cerrado, segundo maior bioma brasileiro, apresenta papel fundamental para a qualidade ambiental, sendo responsável por funções indispensáveis à geração de serviços ambientais essenciais, dentre os quais destaca-se a capacidade de armazenar em sua biomassa expressivas quantidades de carbono. Apesar de sua importância, quase metade da vegetação nativa deste bioma já foi convertida em áreas urbanas, cultivos agrícolas e pastagens. As estimativas precisas de biomassa são informações essenciais para nortear ações conservacionistas em áreas com remanescentes de vegetação. Dados de sensoriamento remoto associados a redes neurais artificiais tem demonstrado eficácia na modelagem de variáveis florestais. A presente pesquisa inclui o desenvolvimento de modelo de predição da biomassa acima do solo no Cerrado no Distrito Federal usando índices de vegetação derivados de imagens de satélite e redes neurais artificiais. Foram utilizados dados de campo coletados no âmbito do Inventário Florestal Nacional e de parcelas permanentes na área de estudo. Foram calculados e testados cinco índices de vegetação derivados de cenas do satélite de alta resolução RapidEye, tendo como referência dados coletados em campo. Foram treinadas redes neurais artificiais com a ferramenta Intelligent Problem Solver do software Statistica 7 para estimar a biomassa acima do solo, permitindo a seleção dos índices e da rede neural mais adequada para a predição da biomassa na área de estudo, segundo critérios do erro média da estimativa, coeficiente de correlação e análises gráficas. A rede neural com melhor desempenho apresentou poder preditivo de 90% e erro quadrático (RMSE) inferior a 17%. A estrutura da rede foi composta por dois neurônios na camada de entrada, oito na camada oculta e um na camada de saída. Os resultados deste estudo indicam que índices de vegetação associados a redes neurais artificias podem estimar com boa acurácia a biomassa acima do solo no bioma Cerrado.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)Cerrado is the second largest biome in Brazil and plays a crucial role in environmental quality and it is responsible for ecosystem functions necessary for generation of environmental services, including the ability of storing significant carbon amounts. Despite of its environmental role, almost half of the native vegetation of Cerrado has been converted into urban areas, crop lands, and pastures. Accurate biomass estimates are essential information to support conservation measures in areas of remnants of native vegetation. Remote sensing data associated with artificial neural networks have proven effective in modeling forest variables and biomass. In this study, we aimed to model the aboveground biomass in a study case in the Cerrado biome using vegetation indices derived from remotely sensed data and artificial neural networks. Field data were provided by the National Forest Inventory collected within the Federal District territory and from permanent plots on the Água Limpa experimental farm of the University of Brasilia. Five vegetation indices were retrieved from high resolution RapidEye satellite scenes and calculated for each sample plot. Correlation testing was performed to identify the optimum index to be applied in aboveground biomass modeling. Artificial neural networks were trained to predict the aboveground biomass in the study area using the Intelligent Problem Solver tool of the Statistica 7 software, vegetation indices, and field data. The selection of the optimum neural network was made according to criteria of mean error of the estimate, correlation coefficient and graphical analysis. The best performing neural network showed predictive power of 90% and squared error (RMSE) less than 17%. The structure of the net was composed of two neurons in the input layer, eight in the hidden layer, and one in the output layer. This study results indicate that vegetation indices associated with artificial neural networks can estimate with good accuracy the aboveground biomass in the Cerrado biome.Faculdade de Tecnologia (FT)Departamento de Engenharia Florestal (FT EFL)Programa de Pós-Graduação em Ciências FlorestaisMatricardi, Eraldo Aparecido TrondoliOliveira, Paula Lopes Germano de2024-06-26T21:21:12Z2024-06-26T21:21:12Z2024-06-262022-08-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfOLIVEIRA, Paula Lopes Germano de. Predição da biomassa acima do solo no Cerrado utilizando redes neurais e sensoriamento remoto. 2022. 55 f., il. Dissertação (Mestrado em Ciências Florestais) — Universidade de Brasília, Brasília, 2022.http://repositorio2.unb.br/jspui/handle/10482/48436porA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-06-26T21:21:13Zoai:repositorio.unb.br:10482/48436Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-06-26T21:21:13Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Predição da biomassa acima do solo no Cerrado utilizando redes neurais e sensoriamento remoto
title Predição da biomassa acima do solo no Cerrado utilizando redes neurais e sensoriamento remoto
spellingShingle Predição da biomassa acima do solo no Cerrado utilizando redes neurais e sensoriamento remoto
Oliveira, Paula Lopes Germano de
Cerrado - florística - Distrito Federal
Biomassa
Sensoriamento remoto
Redes neurais (Computação)
title_short Predição da biomassa acima do solo no Cerrado utilizando redes neurais e sensoriamento remoto
title_full Predição da biomassa acima do solo no Cerrado utilizando redes neurais e sensoriamento remoto
title_fullStr Predição da biomassa acima do solo no Cerrado utilizando redes neurais e sensoriamento remoto
title_full_unstemmed Predição da biomassa acima do solo no Cerrado utilizando redes neurais e sensoriamento remoto
title_sort Predição da biomassa acima do solo no Cerrado utilizando redes neurais e sensoriamento remoto
author Oliveira, Paula Lopes Germano de
author_facet Oliveira, Paula Lopes Germano de
author_role author
dc.contributor.none.fl_str_mv Matricardi, Eraldo Aparecido Trondoli
dc.contributor.author.fl_str_mv Oliveira, Paula Lopes Germano de
dc.subject.por.fl_str_mv Cerrado - florística - Distrito Federal
Biomassa
Sensoriamento remoto
Redes neurais (Computação)
topic Cerrado - florística - Distrito Federal
Biomassa
Sensoriamento remoto
Redes neurais (Computação)
description Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, Programa de Pós-Graduação em Ciências Florestais, 2022.
publishDate 2022
dc.date.none.fl_str_mv 2022-08-30
2024-06-26T21:21:12Z
2024-06-26T21:21:12Z
2024-06-26
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv OLIVEIRA, Paula Lopes Germano de. Predição da biomassa acima do solo no Cerrado utilizando redes neurais e sensoriamento remoto. 2022. 55 f., il. Dissertação (Mestrado em Ciências Florestais) — Universidade de Brasília, Brasília, 2022.
http://repositorio2.unb.br/jspui/handle/10482/48436
identifier_str_mv OLIVEIRA, Paula Lopes Germano de. Predição da biomassa acima do solo no Cerrado utilizando redes neurais e sensoriamento remoto. 2022. 55 f., il. Dissertação (Mestrado em Ciências Florestais) — Universidade de Brasília, Brasília, 2022.
url http://repositorio2.unb.br/jspui/handle/10482/48436
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 application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508277307801600

Registros relacionados