Estimativa da biomassa na transição Amazônia/Cerrado utilizando sensoriamento remoto e redes neurais artificiais

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Faria, Luana Duarte de
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Biomassa
Sensoriamento remoto
Redes neurais (Computação)
Link de acesso: http://repositorio.unb.br/handle/10482/48432
Resumo: Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, Programa de Pós-Graduação em Ciências Florestais, 2023.
id UNB_d1f4efcfba4ee8c519e4862ba1fc2f60
oai_identifier_str oai:repositorio.unb.br:10482/48432
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Estimativa da biomassa na transição Amazônia/Cerrado utilizando sensoriamento remoto e redes neurais artificiaisBiomassaSensoriamento remotoRedes neurais (Computação)Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, Programa de Pós-Graduação em Ciências Florestais, 2023.A área de transição entre os biomas Cerrado e Amazônia tem sido objeto de forte pressão antrópica decorrente, sobretudo, da expansão da agricultura de commodities e da pecuária extensiva. Nesta região, a legislação ambiental é considerada menos restritiva em razão da predominância de vegetação do Cerrado, apesar da presença de florestas de transição, que deveriam ser objeto de medidas mais restritivas de proteção aos recursos naturais remanescentes. Dentre os principais impactos ambientais decorrentes da expansão agropecuária nesta região, destacam-se a perda de habitats, a redução da biodiversidade e dos estoques de biomassa, com a consequente emissão de CO2 para a atmosfera. A presente pesquisa teve como objetivo desenvolver modelos baseados em redes neurais, dados de campo e de sensoriamento remoto, para estimar a biomassa nas áreas de vegetação remanescentes localizadas em uma faixa na região de transição entre os biomas Amazônia-Cerrado, no estado do Mato Grosso. Dados de campo foram obtidos a partir de parcelas permanentes coletadas pelo Laboratório de Ecologia Vegetal da Universidade do Estado de Mato Grosso e índices de vegetação foram calculados a partir das imagens do satélite Sentinel-2. Redes neurais foram treinadas para estimar o estoque de biomassa da área utilizando como referências dados de biomassa coletados em parcelas de campo na área de estudo. A escolha da rede neural mais apropriada foi feita mediante a aplicação de critérios de análise gráfica, erro médio de estimativa e coeficiente de correlação. A validação da rede selecionada foi feita por meio da análise dos resultados do teste t de Student e da diferença agregada. Os resultados deste estudo mostraram que as redes neurais artificiais (RNAs), em combinação com índices de vegetação (AFRI, EVI e GNDVI), foram capazes de estimar com precisão a biomassa florestal acima do solo (BAS) em uma área de transição. Os resultados deste estudo são promissores para apoiar a avaliação dos estoques de biomassa e do carbono estocado na área de estudo, podendo apoiar a priorização de áreas para a conservação ambiental e parametrização de pagamento por serviços ambientais decorrentes da manutenção da vegetação nativa na área investigada.The transition area between the Cerrado and Amazon biomes has experienced significant anthropic pressure, primarily due to the expansion of commodity agriculture and extensive livestock farming. Despite the presence of transition forests, which should be afforded stricter protection measures to preserve the remaining natural resources, the environmental legislation in this region is considered less restrictive due to the prevalence of Cerrado vegetation. The expansion of agriculture and cattle ranching in this region has led to several notable environmental impacts, including habitat loss, reduced biodiversity, and diminished biomass stocks, resulting in the emission of CO2 into the atmosphere. The objective of this research was to develop models using neural networks, field data, and remote sensing to estimate biomass in the remaining vegetation areas situated within a transitional strip between the Amazon-Cerrado biomes in the state of Mato Grosso. Field data were collected from permanent plots by the Plant Ecology Laboratory at Mato Grosso State University, while vegetation indices were derived from Sentinel-2 satellite images. Neural networks were trained to estimate the biomass stock of the area, utilizing field plot biomass data as references. The selection of the most suitable neural network was based on graphical analysis, mean error of estimation, and correlation coefficient criteria. The chosen network was validated through Student's t-test and aggregate difference test analyses. The study's findings indicated that artificial neural networks (ANNs) in conjunction with vegetation indices (AFRI, EVI, and GNDVI) could accurately estimate aboveground forest biomass (BAS) in the transition area. These results hold promise for facilitating assessments of biomass stocks and carbon storage in the study area. Furthermore, they can provide valuable support for prioritizing areas for environmental conservation and establishing parameters for payment for environmental services related to the maintenance of native vegetation within this study region.Faculdade de Tecnologia (FT)Departamento de Engenharia Florestal (FT EFL)Programa de Pós-Graduação em Ciências FlorestaisMatricardi, Eraldo Aparecido TrondoliFaria, Luana Duarte de2024-06-26T20:24:15Z2024-06-26T20:24:15Z2024-06-262023-05-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfFARIA, Luana Duarte de. Estimativa da biomassa na transição Amazônia/Cerrado utilizando sensoriamento remoto e redes neurais artificiais. 2023. 71 f., il. Dissertação (Mestrado em Ciências Florestais) — Universidade de Brasília, Brasília, 2023.http://repositorio.unb.br/handle/10482/48432porA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2025-02-27T17:39:27Zoai:repositorio.unb.br:10482/48432Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2025-02-27T17:39:27Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Estimativa da biomassa na transição Amazônia/Cerrado utilizando sensoriamento remoto e redes neurais artificiais
title Estimativa da biomassa na transição Amazônia/Cerrado utilizando sensoriamento remoto e redes neurais artificiais
spellingShingle Estimativa da biomassa na transição Amazônia/Cerrado utilizando sensoriamento remoto e redes neurais artificiais
Faria, Luana Duarte de
Biomassa
Sensoriamento remoto
Redes neurais (Computação)
title_short Estimativa da biomassa na transição Amazônia/Cerrado utilizando sensoriamento remoto e redes neurais artificiais
title_full Estimativa da biomassa na transição Amazônia/Cerrado utilizando sensoriamento remoto e redes neurais artificiais
title_fullStr Estimativa da biomassa na transição Amazônia/Cerrado utilizando sensoriamento remoto e redes neurais artificiais
title_full_unstemmed Estimativa da biomassa na transição Amazônia/Cerrado utilizando sensoriamento remoto e redes neurais artificiais
title_sort Estimativa da biomassa na transição Amazônia/Cerrado utilizando sensoriamento remoto e redes neurais artificiais
author Faria, Luana Duarte de
author_facet Faria, Luana Duarte de
author_role author
dc.contributor.none.fl_str_mv Matricardi, Eraldo Aparecido Trondoli
dc.contributor.author.fl_str_mv Faria, Luana Duarte de
dc.subject.por.fl_str_mv Biomassa
Sensoriamento remoto
Redes neurais (Computação)
topic Biomassa
Sensoriamento remoto
Redes neurais (Computação)
description Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, Programa de Pós-Graduação em Ciências Florestais, 2023.
publishDate 2023
dc.date.none.fl_str_mv 2023-05-08
2024-06-26T20:24:15Z
2024-06-26T20:24:15Z
2024-06-26
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv FARIA, Luana Duarte de. Estimativa da biomassa na transição Amazônia/Cerrado utilizando sensoriamento remoto e redes neurais artificiais. 2023. 71 f., il. Dissertação (Mestrado em Ciências Florestais) — Universidade de Brasília, Brasília, 2023.
http://repositorio.unb.br/handle/10482/48432
identifier_str_mv FARIA, Luana Duarte de. Estimativa da biomassa na transição Amazônia/Cerrado utilizando sensoriamento remoto e redes neurais artificiais. 2023. 71 f., il. Dissertação (Mestrado em Ciências Florestais) — Universidade de Brasília, Brasília, 2023.
url http://repositorio.unb.br/handle/10482/48432
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1839083763668090880

Registros relacionados