• Login
    View Item 
    •   DSpace Home
    • BIBLIOTECA DIGITAL: Teses & Dissertações
    • 40001016015P0 Programa de Pós-Graduação em Engenharia Florestal
    • Teses
    • View Item
    •   DSpace Home
    • BIBLIOTECA DIGITAL: Teses & Dissertações
    • 40001016015P0 Programa de Pós-Graduação em Engenharia Florestal
    • Teses
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Uso de redes neurais artificiais para mapeamento de biomassa e carbono organico no componente arboreo de uma floresta ombrofila densa

    Thumbnail
    View/Open
    SCHOENINGER, E.R.pdf (4.188Mb)
    Date
    2013-06-05
    Author
    Schoeninger, Emerson Roberto
    Metadata
    Show full item record
    Subject
    Biomassa vegetal
    Redes neurais (Computação)
    Sensoriamento remoto
    IKONOS II (Satélites)
    Engenharia Florestal - Teses
    Teses
    Carbono
    Mapeamento florestal
    Sequestro de carbono
    xmlui.dri2xhtml.METS-1.0.item-type
    Tese
    Abstract
    O objetivo principal do presente estudo foi utilizar imagens do satélite IKONOS II para obter mapas temáticos para estimativas de biomassa arbórea e da quantidade de carbono orgânico armazenado em uma Floresta Ombrófila Densa. A área total avaliada foi 3.800 hectares, dos quais 3.324 hectares são cobertos atualmente por floresta natural. Na primeira etapa do estudo foram levantadas 48 amostras de 2700 m2 onde todos os indivíduos com diâmetro a 1,30 metros do solo (dap) acima de 10 cm foram medidos e identificados. Na segunda etapa, baseada nos resultados advindos do inventário florestal, 219 árvores foram abatidas, mensuradas e pesadas em toda sua parte aérea para a determinação de sua biomassa arbórea e quantidade de carbono armazenado. As estimativas obtidas foram relacionadas com dados oriundos das bandas das imagens do satélite IKONOS II. Foi verificado o desempenho de Redes Neurais Artificiais (RNA) e de equações de regressão lineares na quantificação de biomassa arbórea e na quantidade de carbono arbóreo armazenado. As estimativas obtidas por ambos os métodos geraram mapas temáticos de biomassa arbórea e da quantidade de carbono armazenado. A biomassa arbórea total média estimada foi de 141,4 t ha-1, enquanto que a média de carbono armazenado na vegetação foi de 59,3 t ha-1. O teor de carbono médio determinado na vegetação arbórea foi de 422 g kg-1. A arquitetura de RNA que apresentou melhores resultados foi com 12 neurônios na camada de entrada e 4 na camada de saída, para um liminar de erro de 0,01, para ambas as variáveis estimadas. O erro percentual médio em relação às amostras de verificação foi de 3,73 e 3,59%, para biomassa e quantidade de carbono, respectivamente. A melhor equação de regressão linear apresentou erros padrão da estimativa em porcentagem na ordem de 29,8 % para ambas as variáveis estimadas. A aplicação de Redes Neurais Artificiais mostrou-se mais exata na estimativa da biomassa e da quantidade de carbono do que as equações de regressão lineares ajustadas. A técnica de Redes Neurais Artificiais mostrou-se promissora na obtenção de estimativas de variáveis biométricas no setor florestal, sendo o estudo de outras variáveis e a aplicação da técnica em outras áreas recomendável para seu uso de forma mais ampla.
    URI
    http://hdl.handle.net/1884/7884
    Collections
    • Teses [348]

    DSpace software copyright © 2002-2016  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    Atmire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsxmlui.ArtifactBrowser.Navigation.browse_typeThis CollectionBy Issue DateAuthorsTitlesSubjectsxmlui.ArtifactBrowser.Navigation.browse_type

    My Account

    LoginRegister

    Statistics

    View Usage Statistics

    DSpace software copyright © 2002-2016  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    Atmire NV