| |
|
|
| Registros recuperados : 6 | |
| 3. |  | BUSTAMANTE, M. M. C.; ROITMAN, I.; AIDE, T. M.; ALENCAR, A.; ANDERSON, L. O.; ARAGÃO, L.; ASNER, G. P.; BARLOW, J.; BERENGUER, E.; CHAMBERS, J.; COSTA, M. H.; FANIN, T.; FERREIRA, L. G.; FERREIRA, J.; KELLER, M.; MAGNUSSON, W. E.; MORALES-BARQUERO, L.; MORTON, D.; OMETTO, J. P. H. B.; PALACE, M.; PERES, C. A.; SILVÉRIO, D.; TRUMBORE, S.; VIEIRA, I. C. G. Toward an integrated monitoring framework to assess the effects of tropical forest degradation and recovery on carbon stocks and biodiversity. Global Change Biology, v. 22, n. 1, p. 92-109, Jan. 2016.| Biblioteca(s): Embrapa Amazônia Oriental; Embrapa Territorial. |
|    |
| 4. | | BUSTAMANTE, M. M. C.; SILVA, J. S.; SCARIOT, A.; SAMPAIO, A. B.; MASCIA, D. L.; GARCIA, E.; SANO, E.; FERNANDES, G. W.; DURIGAN, G.; ROITMAN, I.; FIGUEIREDO, I.; RODRIGUES, R. R.; PILLAR, V. D.; OLIVEIRA, A. O. de; MALHADO, A. C.; ALENCAR, A.; VENDRAMINI, A.; PADOVEZI, A.; CARRASCOSA, H.; FREITAS, J.; SIQUEIRA, J. A.; SHIMBO, J.; GENEROSO, L. G.; TABARELLI, M.; BIDERMAN, R.; SALOMÃO, R. de P.; VALLE, R.; BRIENZA JUNIOR; NOBRE, C. Ecological restoration as a strategy for mitigating and adapting to climate change: lessons and challenges from Brazil. Mitigation and Adaptation Strategies for Global Change, v. 24, n. 7, p. 1249-1270 , 2019.| Biblioteca(s): Embrapa Recursos Genéticos e Biotecnologia. |
| |
| 5. | | BISPO, P. da C.; RODRÍGUEZ-VEIGA, P.; ZIMBRES, B.; MIRANDA, S. do C. de; CEZARE, C. H. G.; FLEMING, S.; BALDACCHINO, F.; LOUIS, V.; RAINS, D.; GARCIA, M.; ESPIRITO-SANTO, F. D. B.; ROITMAN, I.; PACHECO-PASCAGAZA, A. M.; GOU, Y.; ROBERTS, J.; BARRETT, K.; FERREIRA, L. G.; SHIMBO, J. Z.; ALENCAR, A.; BUSTAMANTE, M.; WOODHOUSE, I. H.; SANO, E. E.; OMETTO, J. P.; TANSEY, K.; BALZTER, H. Woody Aboveground Biomass Mapping of the Brazilian Savanna with a Multi-Sensor and Machine Learning Approach. Remote Sensing, v. 12, n. 17, 2020.| Biblioteca(s): Embrapa Cerrados. |
|  |
| 6. | | FONTANA, A.; PIRES, A. M. M.; VENTURIERI, A.; JESUS, A. H. de; PAULA, A. J. de; MEDEIROS, A. de S.; VARGAS, A. de G.; BERNDT, A.; FERREIRA, A. L.; LUIZ, A. J. B.; ALVES, A. E.; PEREIRA, A. C.; FREITAS, A. F. de; PACKER, A. P.; CAVALCANTE, A. P. C. M.; FRASCA, A. V. da L.; FERNANDES, A.; ZIMBRES, B.; RUDORFF, B. F. T.; DENARDI, B. M.; BORDRON, B.; ALVES, B. J. R.; KRAHEMBUHL, C. B. B. P.; ARAÚJO, C. E. R.; DUBEUX, C. B. S; MAEQUES, C. L.; SILVA, C. R.; BALDI, C.; JANTALIA, C. P.; GESTEIRA NETO, C. J. M.; BACK, C. D.; ANDRADE, C. A. de; AGUIAR, D. A. de; OBERLING, D. F.; OLIVEIRA, D. M. de; CALÇADO, D. M.; GONÇALVES, D. N. S.; MOLLETA, D. G. S.; GAROFALO, D. F. T.; FERREIRA, D.; GOULART, D.; OLIVEIRA, E. C. de; ROSA, E. R.; ALMEIDA, E. G. de; ALBUQUERQUE, E. R. G. M. de; LA ROVERE, E. L.; RIEGELHAUPT, E. M.; HENRIQUE, F. L.; FARIA, F. F. de; PATERNOST, F. F.; CESÁRIO, F. V.; PEREIRA, F. R. de S.; PAREYN, F. G. C.; RODRIGUES, G. A. H.; BERTANI, G.; LEMOS, G. da S.; RIBEIRO, G. H. P. de M.; CABRAL, G. H.; FROES, G. A. M.; GOES, G. V.; ANDRADE, G. S. de; CARVALHO, G. C. de; NASPOLINI, G. F.; CHRISTO, G. L. de; SANTOS, G. V. dos; BARROS, H. H. D. de; HASENACK, H.; TAVARES, H. C.; MARTINS, I. T.; FRANÇA, I. E. R.; ROITMAN, I.; SOARES, I. M. de M.; SIMIONATO, J.; FREITAS, J.; OMETTO, J. P. H. B.; LINARES, J. A. H.; RISSO, J.; CRUZ FILHO, J. L. V. da; QUINTÃO, J. M. B.; SILVA, J. S. O.; LANA, J. T. de O.; ZANATTA, J. A.; MARACAHIPES, L.; RIBEIRO, L. da S.; VICENTE, L. E.; SCHRAMM, L. F. P.; ROSSI, L. M. B.; SILVA, M. G. da; SARAIVA, M.; D'AGOSTO, M. de A.; VIRTUOSO, M. A.; LIGO, M. A. V.; RACHWAL, M. F. G.; ROSA, M.; PICHARILLO, M. E.; SILVA, M. G. L. da; MATSUURA, M. I. da S. F.; DALLA BETTA, M. M.; PEREIRA, M. J.; CARON, M. L.; ASSIS, M. L. R. de; SANTOS, M. M. de O.; ROCHA, M. B.; BUSTAMANTE, M. M. da C.; WALTER, M. C.; AQUINO, M. F. S. de; SALGADO, M. P. G.; SERRUYA, N. M.; MOREIRA, N. de P.; FERREIRA, N. C.; RAMOS, N. P.; CABRAL, O. M. R.; MOSER, P.; COLTURATO, P. D.; GRÜTZMACHER, P.; AUGUSTO, R. C.; GRISOLI, R. P. S.; SOLARI, R.; PAZIANOTTO, R. A. A.; DUPONT, R. A. B.; CANTINHO, R. Z.; PEIXOTO, R. de A.; PADILHA, R. A.; NICOLOSO, R. da S.; OLIVEIRA, R. R. S. de; HIGA, R. C. V.; GUIDOTTI, R. M. M.; NOGUEIRA, S. F.; MAIA, S. M. F.; ASSIS, T. F. de; IGAWA, T. K.; RODRIGUES, T. da S.; CARMO, T. R. L. do; MIRANDA, V. S.; KONDO, V. Y.; SCIVITTARO, W. B.; WILLS, W.; HOLLER, W. A. Inventário nacional de emissões e remoções antrópicas de gases de efeito estufa. In: BRASIL. Ministério da Ciência, Tecnologia e Inovações. Quarta Comunicação Nacional do Brasil à Convenção-Quadro das Nações Unidas sobre Mudança do Clima. Brasília, DF, 2021. cap. 2, p. 80-181.| Biblioteca(s): Embrapa Agrobiologia; Embrapa Amazônia Oriental; Embrapa Florestas; Embrapa Pecuária Sudeste; Embrapa Solos. |
| |
| Registros recuperados : 6 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Cerrados. |
|
Data corrente: |
14/12/2020 |
|
Data da última atualização: |
14/12/2020 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
BISPO, P. da C.; RODRÍGUEZ-VEIGA, P.; ZIMBRES, B.; MIRANDA, S. do C. de; CEZARE, C. H. G.; FLEMING, S.; BALDACCHINO, F.; LOUIS, V.; RAINS, D.; GARCIA, M.; ESPIRITO-SANTO, F. D. B.; ROITMAN, I.; PACHECO-PASCAGAZA, A. M.; GOU, Y.; ROBERTS, J.; BARRETT, K.; FERREIRA, L. G.; SHIMBO, J. Z.; ALENCAR, A.; BUSTAMANTE, M.; WOODHOUSE, I. H.; SANO, E. E.; OMETTO, J. P.; TANSEY, K.; BALZTER, H. |
|
Afiliação: |
EDSON EYJI SANO, CPAC. |
|
Título: |
Woody Aboveground Biomass Mapping of the Brazilian Savanna with a Multi-Sensor and Machine Learning Approach. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
Remote Sensing, v. 12, n. 17, 2020. |
|
Idioma: |
Português |
|
Conteúdo: |
The tropical savanna in Brazil known as the Cerrado covers circa 23% of the Brazilian territory, but only 3% of this area is protected. High rates of deforestation and degradation in the woodland and forest areas have made the Cerrado the second-largest source of carbon emissions in Brazil. However, data on these emissions are highly uncertain because of the spatial and temporal variability of the aboveground biomass (AGB) in this biome. Remote-sensing data combined with local vegetation inventories provide the means to quantify the AGB at large scales. Here, we quantify the spatial distribution of woody AGB in the Rio Vermelho watershed, located in the centre of the Cerrado, at a high spatial resolution of 30 metres, with a random forest (RF) machine-learning approach. We produced the first high-resolution map of the AGB for a region in the Brazilian Cerrado using a combination of vegetation inventory plots, airborne light detection and ranging (LiDAR) data, and multispectral and radar satellite images (Landsat 8 and ALOS-2/PALSAR-2). A combination of random forest (RF) models and jackknife analyses enabled us to select the best remote-sensing variables to quantify the AGB on a large scale. Overall, the relationship between the ground data from vegetation inventories and remote-sensing variables was strong (R2 = 0.89), with a root-mean-square error (RMSE) of 7.58 Mg ha−1 and a bias of 0.43 Mg ha−1. View Full-Text |
|
Thesagro: |
Biomassa; Carbono; Cerrado; Sensoriamento Remoto. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/219145/1/SANO-WOODY-ABOVEGROUND-BIOMASS-MAPPING-OF-THE-BRAZILIAN-SAVANNA.pdf
|
|
Marc: |
LEADER 02683naa a2200457 a 4500
001 2128070
005 2020-12-14
008 2020 bl uuuu u00u1 u #d
100 1 $aBISPO, P. da C.
245 $aWoody Aboveground Biomass Mapping of the Brazilian Savanna with a Multi-Sensor and Machine Learning Approach.$h[electronic resource]
260 $c2020
520 $aThe tropical savanna in Brazil known as the Cerrado covers circa 23% of the Brazilian territory, but only 3% of this area is protected. High rates of deforestation and degradation in the woodland and forest areas have made the Cerrado the second-largest source of carbon emissions in Brazil. However, data on these emissions are highly uncertain because of the spatial and temporal variability of the aboveground biomass (AGB) in this biome. Remote-sensing data combined with local vegetation inventories provide the means to quantify the AGB at large scales. Here, we quantify the spatial distribution of woody AGB in the Rio Vermelho watershed, located in the centre of the Cerrado, at a high spatial resolution of 30 metres, with a random forest (RF) machine-learning approach. We produced the first high-resolution map of the AGB for a region in the Brazilian Cerrado using a combination of vegetation inventory plots, airborne light detection and ranging (LiDAR) data, and multispectral and radar satellite images (Landsat 8 and ALOS-2/PALSAR-2). A combination of random forest (RF) models and jackknife analyses enabled us to select the best remote-sensing variables to quantify the AGB on a large scale. Overall, the relationship between the ground data from vegetation inventories and remote-sensing variables was strong (R2 = 0.89), with a root-mean-square error (RMSE) of 7.58 Mg ha−1 and a bias of 0.43 Mg ha−1. View Full-Text
650 $aBiomassa
650 $aCarbono
650 $aCerrado
650 $aSensoriamento Remoto
700 1 $aRODRÍGUEZ-VEIGA, P.
700 1 $aZIMBRES, B.
700 1 $aMIRANDA, S. do C. de
700 1 $aCEZARE, C. H. G.
700 1 $aFLEMING, S.
700 1 $aBALDACCHINO, F.
700 1 $aLOUIS, V.
700 1 $aRAINS, D.
700 1 $aGARCIA, M.
700 1 $aESPIRITO-SANTO, F. D. B.
700 1 $aROITMAN, I.
700 1 $aPACHECO-PASCAGAZA, A. M.
700 1 $aGOU, Y.
700 1 $aROBERTS, J.
700 1 $aBARRETT, K.
700 1 $aFERREIRA, L. G.
700 1 $aSHIMBO, J. Z.
700 1 $aALENCAR, A.
700 1 $aBUSTAMANTE, M.
700 1 $aWOODHOUSE, I. H.
700 1 $aSANO, E. E.
700 1 $aOMETTO, J. P.
700 1 $aTANSEY, K.
700 1 $aBALZTER, H.
773 $tRemote Sensing$gv. 12, n. 17, 2020.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Cerrados (CPAC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
