03845nam a2200613 a 450000100080000000500110000800800410001902000220006010000280008224501410011026001200025130000090037152019350038065000170231565000170233265000270234965000210237665000220239765000230241965000170244265000350245965000150249465000190250965000300252865000220255865000190258065000170259965000180261665000170263465000140265165000260266565000250269165000400271665300090275665300240276565300240278965300240281365300180283765300170285565300390287265300240291165300210293565300200295665300360297665300410301265300140305365300320306765300150309965300160311465300410313065300190317165300190319070000220320921100862023-11-16       2019    bl uuuu     u00u1 u    #d  a978-85-17-00097-31 aFIGUEIREDO, S. M. de M.  aEspacialização de espécies florestais por classe diamétrica usando máxima entropia no sudoeste da Amazônia.h[electronic resource]  aIn: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 19., 2019, Santos, SP. Anais... São José dos Campos: INPEc2019  a4 p.  aO objetivo do estudo foi analisar a predição da distribuição de espécies florestais madeireiras, em escala local, utilizando dados de ocorrência agrupados por classe diamétrica. Para estimar a distribuição foi utilizado o método de máxima entropia (Maxent) e as ocorrências são de inventário florestal de planos de manejo. Foram selecionadas seis variáveis preditoras, por espécie, pelo método de todas as regressões possíveis. Os modelos tiveram em média bom desempenho (AUC = 0,7; taxa de omissão = 8,8%), demonstrando a viabilidade de se predizer a distribuição de espécies por classe diamétrica. De acordo com os modelos, Astonium lecointei, Clarisia racemosa e Ceiba pentandra com diâmetro a altura do peito (DAP) ≥ 100 cm têm maior probabilidade de ocorrer em locais com altitudes mais elevadas do terreno. Esse procedimento de modelagem é eficiente para ampliar o conhecimento sobre as preferências de habitat e a distribuição geográfica de espécies na paisagem. The aim of the study was to analyze the predicting the distribution of forest tree species, on a local scale, using occurrence data grouped by diameter class. To estimate the distribution of species was used the maximum entropy method (Maxent) and the occurrence data are forest management plan. Six predictor variables were selected by species by method of all possible regressions. The models, by species and diameter class, had an average good performance (AUC = 0.7; omission rate = 8.8%), demonstrate the viability of predicting distribution of species by diameter class. According to the models, trees Astonium lecointei, Clarisia racemosa and Ceiba pentandra with diameter at breast height (DBH) ≥ 100 cm are more likely to occur in localized at higher elevations. This modeling procedure is efficient to increase knowledge about habitat preferences and geographical distribution of species in the landscape.  aBiodiversity  aBiogeography  aConservation practices  aForest inventory  aForest management  aForest mensuration  aForest trees  aGeographic information systems  aPrediction  aRemote sensing  aAdministração Florestal  aÁrvore Florestal  aBiodiversidade  aBiogeografia  aConservação  aDendrometria  aDiâmetro  aInventário Florestal  aSensoriamento Remoto  aSistema de Informação Geográfica  aAcre  aAmazonia Occidental  aAmazônia Ocidental  aÁrboles forestales  aBiodiversidad  aEmbrapa Acre  aInstituto de Meio Ambiente do Acre  aInventario forestal  aManejo florestal  aManejo forestal  aMaximum Entropy Method (Maxent)  aMétodo da Máxima Entropia (Maxent)  aModeflora  aPrácticas de conservación  aPredição  aPredicción  aSistemas de información geográfica  aTeledetección  aWestern Amazon1 aFIGUEIREDO, E. O.