Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/32283
metadata.artigo.dc.title: Estimativa de parâmetros florestais em área de cerrado a partir de imagens do sensor landsat 8
metadata.artigo.dc.title.alternative: Estimation of forest parameters in Cerrado area from OLI Landsat 8 sensor
metadata.artigo.dc.creator: Santos, Micael Moreira
Machado, Igor Elói Silva
Carvalho, Edmar Vinicius
Viola, Marcelo Ribeiro
Giongo, Marcos
metadata.artigo.dc.subject: Sensoriamento remoto
Inventário florestal
Reflectância
Índice de vegetação
Remote sensing
Forest Inventory
Reflectance
Index of vegetation
metadata.artigo.dc.publisher: Universidade Federal do Paraná
metadata.artigo.dc.date.issued: Jan-2017
metadata.artigo.dc.identifier.citation: SANTOS, M. M. et al. Estimativa de parâmetros florestais em área de cerrado a partir de imagens do sensor landsat 8. Floresta, Curitiba, v. 47, n. 1, p. 75-83, jan./mar. 2017.
metadata.artigo.dc.description.resumo: A necessidade de se obter dados que caracterizam determinado fragmento florestal, esbarra na dificuldade de processamento dos dados, altos custos demandados e elevado tempo gasto com os inventários tradicionais. O uso de técnicas de processamento digital de imagens (PDI), utilizando dados de sensoriamento remoto para estimar variáveis florestais, pode ser ferramenta útil e eficaz na complementação do inventário de campo. O presente trabalho teve por objetivo avaliar a viabilidade da utilização de imagens multiespectrais do sensor Landsat 8 OLI, através de análise de regressão com dados de campo, para a estimativa de parâmetros florestais. Para isso foi realizado inventário com objetivo de obter os parâmetros florestais: diâmetro a altura do peito (DAP); área basal (G); altura total (Ht); número de árvores (N) e volume de madeira (Vol). Na etapa de PDI, foram utilizados os valores de reflectância e os índices de vegetação NDVI e SAVI (obtidos das bandas do sensor) nos pixels que abrangem as parcelas do inventário, seguidos das análises de correlação entre as bandas e os parâmetros florestais do estudo. Em seguida foram feitos o ajuste dos modelos de regressão linear múltipla para a espacialização dos dados. Os melhores resultados, referentes aos valores de R²aj, para os modelos de DAP; G; Ht; N e Vol, foram de 0,57; 0,66; 0,16; 0,34 e 0,49, respectivamente. Conclui-se que, apesar de alguns valores de R²aj terem sido inferiores (Ht e N em relação aos outros parâmetros), os resultados obtidos foram satisfatórios podendo distinguir os diferentes aspectos da área de estudo.
metadata.artigo.dc.description.abstract: The obtaining of data that characterize certain forest fragment comes up against the difficult of data processing, high costs and demanded time spent with forest inventories. The use of image Digital Processing Techniques (DPT) with remote sensing data to estimate forest variables can be useful and effective tool to complement the field inventory. This study aimed to evaluate the viability of the utilization the multispectral images from OLI Landsat 8 sensor through regression analysis with field data for estimation of forest parameters. For this, it was done an inventory in order to get the forest parameters: diameter at breast height (DBH); basal area (G); total height (Ht); number of trees (N) and timber volume (V). In DPT step, they were used the reflectance and the NDVI and SAVI vegetation index values from the pixels that cover the plots of the inventory and after it was conducted the correlation analysis among bands and forest parameters. Finally, they were made the adjustment of multiples linear regression models for spatialization data. The best results related to R²aj values for models of DBH; G; Ht; N; and V, were 0.57; 0.66; 0.16; 0.34 and 0.49, respectively. The results were allowed to conclude about the use potential of the methodology for the estimation of the following traits DBH, G and V with using NDVI and the bands related the green, red and SWI. Keywords: Remote sensing; forest inventory; reflectance; vegetation index
metadata.artigo.dc.identifier.uri: http://repositorio.ufla.br/jspui/handle/1/32283
metadata.artigo.dc.language: pt_BR
Appears in Collections:DEG - Artigos publicados em periódicos



This item is licensed under a Creative Commons License Creative Commons