AVALIAÇÃO DE ÍNDICES DE VEGETAÇÃO NA ESTIMATIVA DE VOLUME EM FLORESTAS DECIDUAIS: UM MODELO PREDITIVO
O sensoriamento remoto possibilita entender as características físicas, químicas e biológicas de um sistema florestal, de forma indireta, o que tem sido um desafio em diversas pesquisas. Correlacionar os dados oriundos destes sensores com aqueles dados amostrais adquiridos em campo, através de cole...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Laboratório de Métricas da Paisagem, Dep. de Geografia - UFRR
2024-12-01
|
| Series: | Revista Geográfica Acadêmica |
| Subjects: | |
| Online Access: | https://revista.ufrr.br/rga/article/view/8289 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1850120307429343232 |
|---|---|
| author | Leonardo Franklin de Carvalho Marcelo Antonio Nero |
| author_facet | Leonardo Franklin de Carvalho Marcelo Antonio Nero |
| author_sort | Leonardo Franklin de Carvalho |
| collection | DOAJ |
| description |
O sensoriamento remoto possibilita entender as características físicas, químicas e biológicas de um sistema florestal, de forma indireta, o que tem sido um desafio em diversas pesquisas. Correlacionar os dados oriundos destes sensores com aqueles dados amostrais adquiridos em campo, através de coletas e medições das formações florestais, pode ser uma estratégia bastante eficaz no entendimento da estrutura florestal e de todo o fragmento a ser estudado. A revisão bibliográfica sobre o assunto permitiu uma análise e discussão sobre as metodologias utilizadas nos estudos acadêmicos, em especial, os índices de vegetação, extraídos de dados adquiridos por imagens de satélite, bem como sua correlação com os dados primários de inventário florestal, utilizando-se do modelo estatístico de regressão linear. O desenvolvimento prático do trabalho se deu sobre um fragmento florestal de fitofisionomia denominada Floresta Estacional Decidual (Mata Seca) em Funilândia, Minas Gerais, Brasil, onde foram coletadas 8 (oito) parcelas amostrais devidamente inventariadas e submetidas às análises estatísticas em escritório. Nesta pesquisa foi encontrada uma forte correlação entre os índices de vegetação, em especial o GNDVI (0,82), e os volumes de madeira das amostras coletadas em campo. Esse fato permitiu atingir o principal objetivo da presente pesquisa, o qual foi realizar a extrapolação do volume de todo fragmento florestal estudado por meio do modelo preditivo.
|
| format | Article |
| id | doaj-art-e93eee29192942e495aedb114d8fd210 |
| institution | OA Journals |
| issn | 1678-7226 |
| language | English |
| publishDate | 2024-12-01 |
| publisher | Laboratório de Métricas da Paisagem, Dep. de Geografia - UFRR |
| record_format | Article |
| series | Revista Geográfica Acadêmica |
| spelling | doaj-art-e93eee29192942e495aedb114d8fd2102025-08-20T02:35:22ZengLaboratório de Métricas da Paisagem, Dep. de Geografia - UFRRRevista Geográfica Acadêmica1678-72262024-12-01182AVALIAÇÃO DE ÍNDICES DE VEGETAÇÃO NA ESTIMATIVA DE VOLUME EM FLORESTAS DECIDUAIS: UM MODELO PREDITIVOLeonardo Franklin de Carvalho0Marcelo Antonio Nero1UFMG - Universidade Federal de Minas GeraisUniversidade Federal de Minas Gerais O sensoriamento remoto possibilita entender as características físicas, químicas e biológicas de um sistema florestal, de forma indireta, o que tem sido um desafio em diversas pesquisas. Correlacionar os dados oriundos destes sensores com aqueles dados amostrais adquiridos em campo, através de coletas e medições das formações florestais, pode ser uma estratégia bastante eficaz no entendimento da estrutura florestal e de todo o fragmento a ser estudado. A revisão bibliográfica sobre o assunto permitiu uma análise e discussão sobre as metodologias utilizadas nos estudos acadêmicos, em especial, os índices de vegetação, extraídos de dados adquiridos por imagens de satélite, bem como sua correlação com os dados primários de inventário florestal, utilizando-se do modelo estatístico de regressão linear. O desenvolvimento prático do trabalho se deu sobre um fragmento florestal de fitofisionomia denominada Floresta Estacional Decidual (Mata Seca) em Funilândia, Minas Gerais, Brasil, onde foram coletadas 8 (oito) parcelas amostrais devidamente inventariadas e submetidas às análises estatísticas em escritório. Nesta pesquisa foi encontrada uma forte correlação entre os índices de vegetação, em especial o GNDVI (0,82), e os volumes de madeira das amostras coletadas em campo. Esse fato permitiu atingir o principal objetivo da presente pesquisa, o qual foi realizar a extrapolação do volume de todo fragmento florestal estudado por meio do modelo preditivo. https://revista.ufrr.br/rga/article/view/8289Sensoriamento RemotoÍndice de VegetaçãoRegressão LinearInventário Forestal |
| spellingShingle | Leonardo Franklin de Carvalho Marcelo Antonio Nero AVALIAÇÃO DE ÍNDICES DE VEGETAÇÃO NA ESTIMATIVA DE VOLUME EM FLORESTAS DECIDUAIS: UM MODELO PREDITIVO Revista Geográfica Acadêmica Sensoriamento Remoto Índice de Vegetação Regressão Linear Inventário Forestal |
| title | AVALIAÇÃO DE ÍNDICES DE VEGETAÇÃO NA ESTIMATIVA DE VOLUME EM FLORESTAS DECIDUAIS: UM MODELO PREDITIVO |
| title_full | AVALIAÇÃO DE ÍNDICES DE VEGETAÇÃO NA ESTIMATIVA DE VOLUME EM FLORESTAS DECIDUAIS: UM MODELO PREDITIVO |
| title_fullStr | AVALIAÇÃO DE ÍNDICES DE VEGETAÇÃO NA ESTIMATIVA DE VOLUME EM FLORESTAS DECIDUAIS: UM MODELO PREDITIVO |
| title_full_unstemmed | AVALIAÇÃO DE ÍNDICES DE VEGETAÇÃO NA ESTIMATIVA DE VOLUME EM FLORESTAS DECIDUAIS: UM MODELO PREDITIVO |
| title_short | AVALIAÇÃO DE ÍNDICES DE VEGETAÇÃO NA ESTIMATIVA DE VOLUME EM FLORESTAS DECIDUAIS: UM MODELO PREDITIVO |
| title_sort | avaliacao de indices de vegetacao na estimativa de volume em florestas deciduais um modelo preditivo |
| topic | Sensoriamento Remoto Índice de Vegetação Regressão Linear Inventário Forestal |
| url | https://revista.ufrr.br/rga/article/view/8289 |
| work_keys_str_mv | AT leonardofranklindecarvalho avaliacaodeindicesdevegetacaonaestimativadevolumeemflorestasdeciduaisummodelopreditivo AT marceloantonionero avaliacaodeindicesdevegetacaonaestimativadevolumeemflorestasdeciduaisummodelopreditivo |