Avaliação de Dados Hiperespectrais como Preditores para Biomassa de Campos Nativos
Marildo Guerini Filho, Tatiana Mora Kuplich
Revista Brasileira de Cartografia · 2019
doi:10.14393/rbcv71n3-44114 (opens in a new tab)
We email you when a new notice or a question about this paper appears.
Abstract
O Bioma Pampa representa 63% do território do Rio Grande do Sul – Brasil. Em função da contínua incorporação de monoculturas de espécies exóticas, cultivos agrícolas e a práticas por vezes inadequadas de produção pecuária, os campos nativos estão rapidamente sendo degradados, fragmentados e descaracterizados. Buscando colaborar no desenvolvimento de novas estratégias de manejo e monitoramento adequado dos campos nativos, com vistas à minimização de esforços para coletas de campo, esta pesquisa objetivou caracterizar e quantificar a relação entre dados hiperespectrais coletados por espectrorradiômetro como preditores de biomassa campestre em duas alternativas de manejo pastoril com o auxílio de dados de campo. A área de estudo são parcelas pastoreadas por bovinos em duas alternativas de manejo (375 e 750 graus dia - GD) de onde foram adquiridas curvas espectrais de reflectância com espectrorradiômetro ao longo do intervalo de 350-2500 nm de comprimento de onda (CO). Foram calculados 10 índices de vegetação e utilizados juntamente com 11 intervalos de CO nas análises de regressão. Os dados espectrais simularam os CO utilizados nas bandas do sensor MSI do satélite Sentinel 2, disponíveis gratuitamente desde 2015. Os resultados mostraram excelentes correlações entre as variáveis e verificou-se que nas regiões espectrais do Azul, Red edge e os índices NDLI e DMCI diferiram estatisticamente entre as alternativas de manejo. As regiões espectrais do Azul, NIR e SWIR foram significativamente maiores no tratamento 750 GD. O modelo mais preciso para estimar biomassa envolveu os índices EVI e CAI com R²ajustado = 0.72 e RMSE = 0.10.
Abstract licence: CC BY-NC
Reads
Read by people on this page
None yet.
Checked or read by AI through naulon
None yet.
A person counts once a day per paper. We keep no cookie and no address: a reader is a hash that changes every day. Any month under five reads shows no number.
Are you an author?
Is this your paper?
Claim it to add your note and be paid when agents cite it. Free.