02336naa a2200253 a 450000100080000000500110000800800410001910000180006024501170007826000090019550001380020452014440034265000260178665000150181265000250182765300270185265300150187970000190189470000160191370000250192970000190195470000190197377300900199220290172017-05-25       2015    bl uuuu     u00u1 u    #d1 aMIGUEL, E. P.  aRedes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélites.  c2015  aTítulo em inglês: Artificial neural networks for modeling wood volume and aboveground biomass of tall Cerrado using satellite data.  aO objetivo deste trabalho foi avaliar a eficácia da aplicação de modelos de análise de regressão e redes neurais artificiais (RNAs) na predição do volume de madeira e da biomassa acima do solo, da vegetação arbórea em área de cerradão. Volume de madeira e biomassa foram estimados com equações alométricas desenvolvidas para a área de estudo. Os índices de vegetação, como variáveis preditoras, foram estimados a partir de imagens do sensor LISS?III, e a área basal foi determinada por medições na floresta. A precisão das equações foi verificada pela correlação entre os valores estimados e observados (r), erro?padrão da estimativa (Syx) e gráfico residual. As equações de regressão para o volume de madeira total e do fuste (0,96 e 0,97 para r, e 11,92 e 9,72% para Syx, respectivamente) e para a biomassa (0,91 e 0,92 para r, e 22,73 e 16,80% para Syx, respectivamente) apresentaram bons ajustes. As redes neurais também apresentaram bom ajuste com o volume de madeira (0,99 e 0,99 para r, e 4,93 e 4,83% para Syx) e a biomassa (0,97 e 0,98 r, e 8,92 e 7,96% para Syx, respectivamente). A área basal e os índices de vegetação foram eficazes na estimativa do volume de madeira e biomassa para o cerradão. Os valores reais de volume de madeira e biomassa não diferiram estatisticamente dos valores estimados pelos modelos de regressão e redes neurais (?²ns); contudo, as RNAs são mais acuradas.  aInventário florestal  aProdução  aSensoriamento remoto  aÍndice de vegetação  aRegressão1 aREZENDE, A. V.1 aLEAL, F. A.1 aMATRICARDI, E. A. T.1 aVALE, A. T. do1 aPEREIRA, R. S.  tPesquisa Agropecuária Brasileira, Brasília, DFgv. 50, n. 9, p. 829-839, set. 2015.