Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/14208
Título: Sub-pixel estimation of tree cover and bare surface densities using regression tree analysis
Título(s) alternativo(s): Estimativa subpixel da cobertura arbórea e superfície exposta utilizando análise por árvore de regressão
Autor: Toneli, Carlos Augusto Zangrando
Carvalho, Luís Marcelo Tavares de
Palavras-chave: Remote sensing
Mapping
Cerrado
Sensoriamento remoto
Mapeamento
Publicador: Universidade Federal de Lavras (UFLA)
Data: 12-Mai-2015
Referência: TONELI, C. A. Z.; CARVALHO, L. M. T. de. Sub-pixel estimation of tree cover and bare surface densities using regression tree analysis. CERNE, Lavras, v. 17, n. 3, p. 411-416, jul./set. 2011.
Resumo: A análise subpixel é capaz de gerar campos contínuos que representam a variabilidade intrínseca das classes temáticas. Neste trabalho, objetivou-se desenvolver um modelo numérico para representar a variabilidade de cobertura de dossel e de superfície exposta dentro de cada formação florestal. Este estudo foi conduzido em área de amortecimento ao longo da sub-bacia no médio São Francisco em MG, Brasil. Foram usados imagens dos satélites Landsat TM, e IKONOS, e o algoritmo GUIDE para ajustes dos modelos. Os resultados foram duas imagens índices, uma de cobertura arbórea e outra de superfície exposta para toda a área estudada, utilizando o modelo de árvore de regressão. O uso de modelos não-paramétricos e não-lineares por árvore de regressão apresentou resultados satisfatórios na representação de padrões de formações florestais aluviais, deciduais e savânicas.
Abstract: Sub-pixel analysis is capable of generating continuous fields, which represent the spatial variability of certain thematic classes. The aim of this work was to develop numerical models to represent the variability of tree cover and bare surfaces within the study area. This research was conducted in the riparian buffer within a watershed of the São Francisco River in the North of Minas Gerais, Brazil. IKONOS and Landsat TM imagery were used with the GUIDE algorithm to construct the models. The results were two index images derived with regression trees for the entire study area, one representing tree cover and the other representing bare surface. The use of non-parametric and non-linear regression tree models presented satisfactory results to characterize wetland, deciduous and savanna patterns of forest formation. 
Idioma: eng
Aparece nas coleções:CERNE

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_Sub-pixel estimation of tree cover and bare surface densities using regression tree analysis.pdf642,18 kBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons