REGRESSÕES ROBUSTA E LINEAR PARA ESTIMATIVA DE BIOMASSA VIA IMAGEM SENTINEL EM UMA FLORESTA TROPICAL

A preocupação com as mudanças climáticas globais tem motivado diversos pesquisadores a encontrar métodos eficazes para a quantificação de biomassa florestal e carbono estocado em florestas tropicais, uma vez que, estas atuam de forma mitigatória e compensatória desses efeitos. O sensoriamento remoto...

Full description

Bibliographic Details
Main Authors: Aline Bernarda Debastiani, Marks Melo Moura, Franciel Eduardo Rex, Carlos Roberto Sanquetta, Ana Paula Dalla Corte, Naiara Pinto
Format: Article
Language:Portuguese
Published: Universidade Federal do Paraná 2019-06-01
Series:BIOFIX Scientific Journal
Subjects:
Online Access:https://revistas.ufpr.br/biofix/article/view/62922
id doaj-e9186dece94645e29ba176cf6c6ccc51
record_format Article
spelling doaj-e9186dece94645e29ba176cf6c6ccc512020-11-25T02:09:26ZporUniversidade Federal do ParanáBIOFIX Scientific Journal2525-97252019-06-0142818710.5380/biofix.v4i2.6292231060REGRESSÕES ROBUSTA E LINEAR PARA ESTIMATIVA DE BIOMASSA VIA IMAGEM SENTINEL EM UMA FLORESTA TROPICALAline Bernarda Debastiani0Marks Melo Moura1Franciel Eduardo Rex2Carlos Roberto Sanquetta3Ana Paula Dalla Corte4Naiara Pinto5UFPRUFPRUFPRUFPRUFPRUFPRA preocupação com as mudanças climáticas globais tem motivado diversos pesquisadores a encontrar métodos eficazes para a quantificação de biomassa florestal e carbono estocado em florestas tropicais, uma vez que, estas atuam de forma mitigatória e compensatória desses efeitos. O sensoriamento remoto tem sido utilizado de forma eficaz e com grande potencial para a estimativas em larga escala, com destaque para dados de Radar de Abertura Sintética (SAR) e imagens multiespectrais. Os estudos já desenvolvidos com essa finalidade utilizaram diversas técnicas para associar a biomassa acima do solo (AGB) com os dados obtidos por sensoriamento remoto, entretanto, a aplicação da regressão robusta ainda não está sendo utilizada para tal finalidade. Sendo assim, o objetivo do presente estudo é avaliar o desempenho da regressão robusta comparando com a regressão linear que é tradicionalmente utilizada, além de avaliar o potencial da utilização dos dados oriundos do satélite Sentinel 1 e 2. Neste âmbito, foram utilizadas imagens multiespectrais (Sentinel 2), imagem SAR (Sentinel 1) e como variável resposta a AGB obtida a partir de dados Light Detection and Ranging (LiDAR). A AGB foi estimada por dois métodos de regressão: robusta e linear. Os modelos de regressão robusta e linear apresentaram desempenho semelhante, com R²aj. variando entre 0,33 a 0,34, erro padrão da estimativa de 48 Mg.ha-1 e raiz do erro médio quadrático de 16%. Conclui-se que não houve diferença significativa entre a regressão linear e a regressão robusta para esse conjunto de dados, indicando que a regressão não é influenciada por possíveis outliers e que existe potencial na utilização de dados oriundos do satélite Sentinel.https://revistas.ufpr.br/biofix/article/view/62922Amazônia, multiespectral, quantificação, SAR
collection DOAJ
language Portuguese
format Article
sources DOAJ
author Aline Bernarda Debastiani
Marks Melo Moura
Franciel Eduardo Rex
Carlos Roberto Sanquetta
Ana Paula Dalla Corte
Naiara Pinto
spellingShingle Aline Bernarda Debastiani
Marks Melo Moura
Franciel Eduardo Rex
Carlos Roberto Sanquetta
Ana Paula Dalla Corte
Naiara Pinto
REGRESSÕES ROBUSTA E LINEAR PARA ESTIMATIVA DE BIOMASSA VIA IMAGEM SENTINEL EM UMA FLORESTA TROPICAL
BIOFIX Scientific Journal
Amazônia, multiespectral, quantificação, SAR
author_facet Aline Bernarda Debastiani
Marks Melo Moura
Franciel Eduardo Rex
Carlos Roberto Sanquetta
Ana Paula Dalla Corte
Naiara Pinto
author_sort Aline Bernarda Debastiani
title REGRESSÕES ROBUSTA E LINEAR PARA ESTIMATIVA DE BIOMASSA VIA IMAGEM SENTINEL EM UMA FLORESTA TROPICAL
title_short REGRESSÕES ROBUSTA E LINEAR PARA ESTIMATIVA DE BIOMASSA VIA IMAGEM SENTINEL EM UMA FLORESTA TROPICAL
title_full REGRESSÕES ROBUSTA E LINEAR PARA ESTIMATIVA DE BIOMASSA VIA IMAGEM SENTINEL EM UMA FLORESTA TROPICAL
title_fullStr REGRESSÕES ROBUSTA E LINEAR PARA ESTIMATIVA DE BIOMASSA VIA IMAGEM SENTINEL EM UMA FLORESTA TROPICAL
title_full_unstemmed REGRESSÕES ROBUSTA E LINEAR PARA ESTIMATIVA DE BIOMASSA VIA IMAGEM SENTINEL EM UMA FLORESTA TROPICAL
title_sort regressões robusta e linear para estimativa de biomassa via imagem sentinel em uma floresta tropical
publisher Universidade Federal do Paraná
series BIOFIX Scientific Journal
issn 2525-9725
publishDate 2019-06-01
description A preocupação com as mudanças climáticas globais tem motivado diversos pesquisadores a encontrar métodos eficazes para a quantificação de biomassa florestal e carbono estocado em florestas tropicais, uma vez que, estas atuam de forma mitigatória e compensatória desses efeitos. O sensoriamento remoto tem sido utilizado de forma eficaz e com grande potencial para a estimativas em larga escala, com destaque para dados de Radar de Abertura Sintética (SAR) e imagens multiespectrais. Os estudos já desenvolvidos com essa finalidade utilizaram diversas técnicas para associar a biomassa acima do solo (AGB) com os dados obtidos por sensoriamento remoto, entretanto, a aplicação da regressão robusta ainda não está sendo utilizada para tal finalidade. Sendo assim, o objetivo do presente estudo é avaliar o desempenho da regressão robusta comparando com a regressão linear que é tradicionalmente utilizada, além de avaliar o potencial da utilização dos dados oriundos do satélite Sentinel 1 e 2. Neste âmbito, foram utilizadas imagens multiespectrais (Sentinel 2), imagem SAR (Sentinel 1) e como variável resposta a AGB obtida a partir de dados Light Detection and Ranging (LiDAR). A AGB foi estimada por dois métodos de regressão: robusta e linear. Os modelos de regressão robusta e linear apresentaram desempenho semelhante, com R²aj. variando entre 0,33 a 0,34, erro padrão da estimativa de 48 Mg.ha-1 e raiz do erro médio quadrático de 16%. Conclui-se que não houve diferença significativa entre a regressão linear e a regressão robusta para esse conjunto de dados, indicando que a regressão não é influenciada por possíveis outliers e que existe potencial na utilização de dados oriundos do satélite Sentinel.
topic Amazônia, multiespectral, quantificação, SAR
url https://revistas.ufpr.br/biofix/article/view/62922
work_keys_str_mv AT alinebernardadebastiani regressoesrobustaelinearparaestimativadebiomassaviaimagemsentinelemumaflorestatropical
AT marksmelomoura regressoesrobustaelinearparaestimativadebiomassaviaimagemsentinelemumaflorestatropical
AT francieleduardorex regressoesrobustaelinearparaestimativadebiomassaviaimagemsentinelemumaflorestatropical
AT carlosrobertosanquetta regressoesrobustaelinearparaestimativadebiomassaviaimagemsentinelemumaflorestatropical
AT anapauladallacorte regressoesrobustaelinearparaestimativadebiomassaviaimagemsentinelemumaflorestatropical
AT naiarapinto regressoesrobustaelinearparaestimativadebiomassaviaimagemsentinelemumaflorestatropical
_version_ 1724923788306415616