Show simple item record

dc.creatorBauermann, Gabriela Carla
dc.date.accessioned2008-10-06
dc.date.available2008-10-06
dc.date.issued2008-08-11
dc.identifier.citationBAUERMANN, Gabriela Carla. USE OF REMOTE SENSING IMAGES TO ESTIMATE DENDROMETRIC CHARACTERISTICS OF EUCALYPTUS FORESTS. 2008. 78 f. Dissertação (Mestrado em Engenharia de Produção) - Universidade Federal de Santa Maria, Santa Maria, 2008.por
dc.identifier.urihttp://repositorio.ufsm.br/handle/1/8072
dc.description.abstractThe Forest Management Information System is an integrated system which can be used to support the planning, implementation and monitoring of forest management activities. Beyond collected field information, geoprocessing and remote sensing systems are essential for that management type. One of the goals of this dissertation is to develop an analysis methodology for data analysis (from a forestry database and extracted from remotely sensed digital images) that enhance the information generation capability to the forestry planning and operational control. During this work, we had access to forestry databases, inventories and ex works wood volumes provided from Aracruz about forests located in RS, as well as digital images provided by CBERS-2 satellite. We measured 72 characteristics acquired from forestry images. After correlation analysis, only 28 were considered for later analysis. The first part of this work deals with data organization in such a way as to correlate them with the images. A method to identify harvested areas and another for time correlation are needed to allow usage of data collected over two years which is related to only one image. The next part involves simple and multiple regression analysis. We were unable to find a single parameter to estimate volume or age by itself. Conversely, multiple regression models achieved correlation coefficients up to 99% and the root mean squared error was down to 20m2/ha of wood volume.eng
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Federal de Santa Mariapor
dc.rightsAcesso Abertopor
dc.subjectSensoriamento remotopor
dc.subjectEucalyptus sp.por
dc.subjectEstimativa de volume de madeirapor
dc.subjectÍndice de vegetaçãopor
dc.subjectRemote sensingeng
dc.subjectEucalyptus sp.eng
dc.subjectWood volume estimateeng
dc.subjectVegetation indexeng
dc.titleUSO DE IMAGENS DE SENSORES REMOTOS NA ESTIMATIVA DE CARACTERÍSTICAS DENDROMÉTRICAS DE POVOAMENTOS DE EUCALIPTOpor
dc.title.alternativeUSE OF REMOTE SENSING IMAGES TO ESTIMATE DENDROMETRIC CHARACTERISTICS OF EUCALYPTUS FORESTSeng
dc.typeDissertaçãopor
dc.description.resumoSistemas de informação florestal são sistemas integrados utilizados para dar suporte ao planejamento, implementação e monitoramento das atividades do gerenciamento florestal. Além das informações coletadas no campo, os sistemas de geoprocessamento e sensoriamento remoto são ferramentas fundamentais para este tipo de gestão. Um dos objetivos desta dissertação foi desenvolver uma metodologia de análise de dados (de cadastro florestal e extraídos das imagens digitais captadas por sensores remotos) que ampliem a capacidade de geração de informações para o planejamento e controle de operações florestais. Tivemos acesso a bases de dados de inventário e madeira posto-fábrica das florestas da empresa Aracruz localizadas no RS, bem como às imagens geradas pelo satélite CBERS-2. Foram medidas 72 características das imagens das florestas. Após uma análise de correlação, somente 28 foram consideradas próprias para as análises seguintes. A primeira parte do trabalho tratou da forma de organização dos dados, para que pudessem ser correlacionados com as imagens. Um método para reconhecer talhões que já haviam sido colhidos, e um método de correção temporal são necessários para permitir o uso de dados de inventário coletados em datas diferentes relacionados a uma única imagem. A parte seguinte trata de análises de regressão simples e múltipla. Não foi encontrada nenhuma variável capaz de servir como parâmetro único para a estimativa de volume ou idade. Em contrapartida, os modelos de regressão múltipla atingiram coeficientes de correlação de até 99%, enquanto a raiz do quadrado médio do erro atingiu seu melhor resultado com 20m2/ha de volume de madeira.por
dc.contributor.advisor1Costa, José Antônio Trindade Borges da
dc.contributor.advisor1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4789711H0por
dc.contributor.referee1Madruga, Pedro Roberto de Azambuja
dc.contributor.referee1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4789444P1por
dc.contributor.referee2Assis, Adriana Leandra de
dc.contributor.referee2Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4282386T2por
dc.creator.Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4593556U4por
dc.publisher.countryBRpor
dc.publisher.departmentEngenharia de Produçãopor
dc.publisher.initialsUFSMpor
dc.publisher.programPrograma de Pós-Graduação em Engenharia de Produçãopor
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAOpor


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record


O Manancial - Repositório Digital da UFSM utiliza a versão 4.1 do software DSpace.
Av. Roraima, 1000. Cidade Universitária "Prof. José Mariano da Rocha Filho".
Bairro Camobi. CEP: 97.105-900. Santa Maria, RS, Brasil.