|
|
Registros recuperados : 1 | |
1. | | WOYANN, L. G.; MILIOLI, A. S.; BOZI, A. H.; DALLÓ, S. C.; MATEI, G.; STORCK, L.; BENIN, G. Repeatability of associations between analytical methods of adaptability, stability, and productivity in soybean. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 53, n. 1, p. 63-73, jan. 2018. Título em portugues: Repetibilidade das associações entre métodos de análise de adaptabilidade, estabilidade e produtividade em soja. Biblioteca(s): Embrapa Unidades Centrais. |
| |
Registros recuperados : 1 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Unidades Centrais. |
Data corrente: |
19/11/2015 |
Data da última atualização: |
25/05/2017 |
Autoria: |
MIGUEL, E. P.; REZENDE, A. V.; LEAL, F. A.; MATRICARDI, E. A. T.; VALE, A. T. do; PEREIRA, R. S. |
Afiliação: |
EDER PEREIRA MIGUEL, UNB; ALBA VALÉRIA REZENDE, UNB; FABRICIO ASSIS LEAL, UNB; ERALDO APARECIDO TREONDOLI MATRICARDI, UNB; ANA TEIXEIRA DO VALE, UNB; REGINALDO SÉRGIO PEREIRA, UNB. |
Título: |
Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélites. |
Ano de publicação: |
2015 |
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, Brasília, DF, v. 50, n. 9, p. 829-839, set. 2015. |
Idioma: |
Português |
Notas: |
Título em inglês: Artificial neural networks for modeling wood volume and aboveground biomass of tall Cerrado using satellite data. |
Conteúdo: |
O 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. |
Palavras-Chave: |
Índice de vegetação; Regressão. |
Thesagro: |
Inventário florestal; Produção; Sensoriamento remoto. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/133483/1/Redes-neurais-artificiais.pdf
|
Marc: |
LEADER 02336naa a2200253 a 4500 001 2029017 005 2017-05-25 008 2015 bl uuuu u00u1 u #d 100 1 $aMIGUEL, E. P. 245 $aRedes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélites. 260 $c2015 500 $aTítulo em inglês: Artificial neural networks for modeling wood volume and aboveground biomass of tall Cerrado using satellite data. 520 $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. 650 $aInventário florestal 650 $aProdução 650 $aSensoriamento remoto 653 $aÍndice de vegetação 653 $aRegressão 700 1 $aREZENDE, A. V. 700 1 $aLEAL, F. A. 700 1 $aMATRICARDI, E. A. T. 700 1 $aVALE, A. T. do 700 1 $aPEREIRA, R. S. 773 $tPesquisa Agropecuária Brasileira, Brasília, DF$gv. 50, n. 9, p. 829-839, set. 2015.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|