Fechar

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m21c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34R/42L9DE2
Repositóriosid.inpe.br/mtc-m21c/2020/06.10.11.24   (acesso restrito)
Última Atualização2020:06.10.11.24.44 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21c/2020/06.10.11.24.44
Última Atualização dos Metadados2022:01.04.01.35.12 (UTC) administrator
DOI10.18671/scifor.v48n125.15
ISSN2318-1222
Chave de CitaçãoReisDiAcMeBaFe:2020:MoSpDi
TítuloModeling the spatial distribution of wood volume in a Cerrado Stricto Sensu remnant in Minas Gerais state, Brazil
Ano2020
Data de Acesso12 maio 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PN
Número de Arquivos1
Tamanho878 KiB
2. Contextualização
Autor1 Reis, Aliny Aparecida dos
2 Diniz, Juliana Maria Ferreira de Souza
3 Acerbi Júnior, Fausto Weimar
4 Mello, José Márcio de
5 Batista, Anderson Pedro Bernardina
6 Ferraz Filho, Antonio Carlos
ORCID1 0000-0002-7115-1485
2 0000-0003-3642-7332
3 0000-0002-9553-0148
4 0000-0002-0522-5060
5 0000-0002-7642-2731
6 0000-0001-9178-918X
Grupo1
2 SER-SRE-SESPG-INPE-MCTIC-GOV-BR
Afiliação1 Universidade Federal de Lavras (UFLA)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Universidade Federal de Lavras (UFLA)
4 Universidade Federal de Lavras (UFLA)
5 Instituto Federal do Amapá (IFAP)
6 Universidade Federal do Piauí (UFPI)
RevistaScientia Forestalis
Volume48
Número125
Páginase2844
Histórico (UTC)2020-06-10 11:26:10 :: simone -> administrator :: 2020
2022-01-04 01:35:12 :: administrator -> simone :: 2020
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
Palavras-ChaveGeostatistical models
Landsat 5 TM imagery
Multiple linear regression
Regression kriging
Brazilian Savanna
Modelos geoestatísticos
Imagens Landsat 5 TM
Regressão linear múltipla
Krigagem com regressão
Cerrado
ResumoThe Brazilian Savanna, the second largest biome in the country, has scarce information about its wood volume production. Since our aim was to contribute to the better wood volume characterization in Brazilian Savanna vegetation, we conducted a case study in a Cerrado Sensu Stricto remnant in Minas Gerais state, Brazil, using different approaches and datasets to model the spatial distribution of wood volume, including forest inventory data, remotely-sensed imagery, and geostatistical models. Wood volume data were obtained from a forest inventory carried out in the field. Spectral data were collected from a Landsat 5 TM satellite image, composed of spectral bands and vegetation indices. Ordinary kriging, multiple linear regression analysis, and regression kriging methods were used for wood volume estimation. Ordinary kriging resulted in estimates closer to each other in non-sampled areas (less variability) than the other methods for not considering information from these areas in the interpolation process. As multiple linear regression and regression kriging take into account the spectral data from remotely-sensed images, these methods provide higher discrimination potential for wood volume estimate mapping when vegetation presents high spatial heterogeneity, as in the Cerrado Sensu Stricto. Integration between field data, remotely-sensed imagery and geostatistical models provides a potential approach to spatially estimate wood volume in native vegetation. RESUMO: O Cerrado, segundo maior bioma brasileiro, possui escassas informações sobre a sua produção volumétrica. Assim, visando contribuir com a caracterização volumétrica do Cerrado, esse estudo foi realizado em um fragmento de Cerrado Sensu Stricto localizado em Minas Gerais, Brasil, usando diferentes abordagens e fontes de dados na modelagem da distribuição espacial do volume de madeira, incluindo dados do inventário florestal, imagens de sensoriamento remoto, e modelos geoestatísticos. Os dados volumétricos foram obtidos a partir do inventário florestal. Os dados espectrais foram coletados em uma imagem Landsat 5 TM, e compostos por informações de bandas espectrais e índices de vegetação. Foram utilizados os métodos de krigagem ordinária, regressão linear múltipla e krigagem com regressão para a estimativa volumétrica. A krigagem ordinária resultou em estimativas mais próximas umas das outras em áreas não amostradas (menor variabilidade) do que os outros métodos por não considerar informações dessas áreas no processo de interpolação. Por outro lado, a regressão linear múltipla e a krigagem com regressão consideram dados espectrais das imagens de sensoriamento remoto que proporcionam maior potencial de discriminação durante o mapeamento volumétrico em casos onde a vegetação apresenta alta variabilidade espacial, como o Cerrado Sensu Stricto. A integração de dados de campo, imagens de sensoriamento remoto e modelos geoestatísticos fornecem uma abordagem potencial para a estimativa volumétrica em fragmentos de vegetação nativa.
ÁreaSRE
Arranjourlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Modeling the spatial...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 10/06/2020 08:24 1.0 KiB 
4. Condições de acesso e uso
Idiomaen
Arquivo Alvoreis_modeling.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Permissão de Leituradeny from all and allow from 150.163
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3F3NU5S
Lista de Itens Citandosid.inpe.br/bibdigital/2013/10.18.22.34 7
DivulgaçãoPORTALCAPES
Acervo Hospedeirourlib.net/www/2017/11.22.19.04
6. Notas
Campos Vaziosalternatejournal archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress electronicmailaddress format isbn label lineage mark mirrorrepository month nextedition notes parameterlist parentrepositories previousedition previouslowerunit progress project resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar