Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DCF - Departamento de Ciências Florestais >
DCF - Programa de Pós-graduação >
DCF - Engenharia Florestal - Mestrado (Dissertações) >

Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/2712

Title: Estimativa da cobertura arbórea utilizando a combinação de imagens Iknos e Landsat
Other Titles: Tree cover estimation using Ikono and Landsat images combination
???metadata.dc.creator???: Tonelli, Carlos Augusto Zangrando
???metadata.dc.contributor.advisor1???: Carvalho, Luis Marcelo Tavares de
???metadata.dc.contributor.referee1???: Fontes, Marco Aurelio Leite
Calegario, Natalino
Valeriano, Dalton de Morrison
???metadata.dc.description.concentration???: Ciências Florestais
Keywords: Árvore de regressão
Cerrado
Florestas estacionais deciduais
Regression tree
Tree cover
Sanava
Deciduous forest
Geoprocessing
???metadata.dc.date.submitted???: 11-Apr-2008
Issue Date: 13-Aug-2014
Citation: TONELI, C. A. Z. Estimativa da cobertura arbórea utilizando a combinação de imagens Ikonos e Landsat. 2008. 81 p. Dissertação (Mestrado em Engenharia Florestal)-Universidade Federal de Lavras, Lavras, 2008.
???metadata.dc.description.resumo???: O modelo de calibração é capaz de estimar campos contínuos, representando a variabilidade de um determinado alvo temático. Este trabalho foi realizado com o objetivo de desenvolver um modelo numérico para representar a variabilidade da cobertura arboreal em áreas de vegetação nativa, usando o algoritmo de árvore de regressão. O estudo foi conduzido em uma área localizada na sub-bacia do alto médio São Francisco, ao norte do estado de Minas Gerais. O algoritmo utilizado foi o CUBIST, gerando o modelo e a estimativa da cobertura arbórea. Foram utilizadas imagens Ikono e Landsat TM, na época de verão e de inverno. O modelo de calibração por árvore de regressão gera, para cada estágio, uma partição binária, composta de uma regressão linear, formando ramificações, tornando-se, assim, o erro menor que de um único modelo de regressão. Os resultados gerados foram: o modelo numérico de árvore de regressão e a imagem índice de cobertura de dossel extrapolada para a imagem TM. A utilização do modelo não paramétrico por árvore de regressão apresentou resultados de 72% de correlação e 14,8 de erro para a estimativa em 2.168 ha de transição, nos domínios de Cerrado e Florestas Estacionais Deciduais.
The numeric modeling is capable to estimate continuous fields representing the variability of a certain thematic objective. This work had as objective develops a numeric model to represent the variability of the tree covering in areas of native vegetation using the algorithm of regression tree. This research was led in the sub-bacia medium of San Francisco to the North of Minas Gerais. The used algorithm was CUBIST, generating the model and the estimate of the tree cover for other areas. There were used image Ikono and Landsat TM. The numeric modeling for regression tree generates for each node a binary partition composed of a lineal regression, forming ramifications, becoming like this the smaller error than of an only regression model. The generated results were: the numeric model of regression tree and the image index of tree cover extrapolated for the image TM. The use of the model non parametric by regression tree; presented 72% of correlation and 14.8 error results for the estimate in 2168 ha transition at the physiognomy of Savana and Deciduous forest.
URI: http://repositorio.ufla.br/jspui/handle/1/2712
Publisher: UNIVERSIDADE FEDERAL DE LAVRAS
???metadata.dc.language???: pt_BR
Appears in Collections:DCF - Engenharia Florestal - Mestrado (Dissertações)

Files in This Item:

File Description SizeFormat
DISSERTAÇÃO_Estimativa da cobertura arbórea utilizando a combinação de imagens Iknos e Landsat.pdf3.11 MBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.


View Statistics

 


DSpace Software Copyright © 2002-2010  Duraspace - Feedback