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...
Main Authors: | , , , , , |
---|---|
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 |