Título: EFEITO DA POSIÇÃO DO DOSSEL NA PREDIÇÃO DO ESTOQUE DE CARBONO EM FLORESTA NATIVA

Título alternativo: EFFECT OF CANOPY POSITION ON CARBON STOCK PREDICING IN NATIVE FOREST

Autoria de: Caio Eduardo Vieira Alcantara Silva

Orientação de: Kalill Jose Viana da Pascoa

Coorientação de: Lucas Rezende Gomide

Presidente da banca: Lucas Rezende Gomide

Primeiro membro da banca: Evandro Nunes Miranda

Palavras-chaves: Modelagem, Seleção de variáveis, SENTINEL-2, Algoritmo Genético, Random Forest

Data da defesa: 17/08/2020

Semestre letivo da defesa: 2020-1

Data da versão final: 26/08/2020

Data da publicação: 26/08/2020

Referência: Silva, C. E. V. A. EFEITO DA POSIÇÃO DO DOSSEL NA PREDIÇÃO DO ESTOQUE DE CARBONO EM FLORESTA NATIVA. 2020. 56 p. Trabalho de Conclusão de Curso (Graduação em Engenharia Florestal Bacharelado)-Universidade Federal de Lavras, Lavras, 2020.

Resumo: As florestas nativas são importantes para uma infinidade de serviços ecossistêmicos, entre eles o sequestro e estoque de carbono. Dessa forma, conhecer o estoque de carbono existente nos remanescentes florestais é de grande importância para ajudar a justificar sua preservação bem como a recuperação de áreas degradadas. O objetivo desse trabalho foi avaliar o uso de informações espectrais e índices de vegetação obtidos do satélite SENTINEL-2, variáveis hidrológicas (Precipitação interna e Armazenamento de água no solo) e variáveis geográficas em conjunto com informações dendrométricas do povoamento para a estimativa do estoque de carbono em diferentes estratos do dossel de um remanescente florestal pertencente a fitofisionomia Floresta Estacional Semidecidual. Para isso foram empregadas técnicas de aprendizado de máquinas (Random forest associado a meta-heurística Algoritmo genético - GARF) em comparação com a modelagem clássica por meio da Regressão Linear Múltipla p RLM utilizando o método Stepwise, para a seleção das variáveis mais indicadas para incrementar o poder preditivo dos modelos. Os resultados indicam que com exceção das variáveis dendrométricas, as variáveis analisadas apresentarem baixa correlação com estoque de carbono, apesar disso, todas elas contribuíram de alguma forma para a melhoria das estimativas de carbono nos diferentes estratos do dossel. O método GARF privilegiou o uso dos dados espectrais e dendrometricos para os percentis superiores e os dados dendrométricos e hidrológicos para os inferiores, enquanto o RLM privilegiou o uso conjunto das variáveis espectrais, dendrometricas, hidrológicas e geográficas para os percentis superiores e dendrométricos e espectrais para os inferiores. O método GARF, com exceção do percentil 90, foi capaz de produzir melhores resultados em comparação com o RLM, apesar de as diferenças não serem grandes. Dessa forma, o uso conjunto dessas variáveis se mostra promissor para a produção de estimativas mais confiáveis.

Abstract: The native forests remains are an important role for many ecological reasons and global services, including a carbon sink. Thus, knowing the carbon stock existing in the forest remnants is of great importance to help justify its preservation as well as the recovery of degraded areas. The objective of this work was to evaluate the use of spectral information and vegetation indexes obtained from the satellite SENTINEL-2, hydrological variables (internal precipitation and water storage in the soil) and geographic variables together with dendrometric information from the stand to estimate the stock of carbon in different strata of the canopy of a forest remnant belonging to phytophysiognomy Seasonal Semideciduous Forest. For that, machine learning techniques were used (Random forest associated with metaheuristic Genetic algorithm - GARF) in comparison with classical modeling using Multiple Linear Regression p RLM using the Stepwise method, for the selection of the most suitable variables to increase the predictive power of models. The results indicate that, with the exception of the dendrometric variables, the analyzed variables have a low correlation with carbon stock, despite all of which have contributed in some way to the improvement of carbon estimates in the different strata of the canopy. The GARF method favored the use of spectral and dendrometric data for the upper percentiles and dendrometric and hydrological data for the lower ones, while the RLM favored the combined use of spectral, dendrometric, hydrological and geographic variables for the upper and dendrometric and spectral percentiles for the lower ones. The GARF method, with the exception of the 90th percentile, was able to produce better results compared to the RLM, although the differences were not large. Thus, the joint use of these variables is promising for the production of more reliable estimates.

URI: sip.prg.ufla.br/publico/trabalhos_conclusao_curso/acessar_tcc_por_curso/
engenharia_florestal/20201201421490

URI alternaviva: repositorio.ufla.br/handle/1/45122

Curso: G005 - ENGENHARIA FLORESTAL (BACHARELADO)

Nome da editora: Universidade Federal de Lavras

Sigla da editora: UFLA

País da editora: Brasil

Gênero textual: Trabalho de Conclusão de Curso

Nome da língua do conteúdo: Português

Código da língua do conteúdo: por

Licença de acesso: Acesso aberto

Nome da licença: Licença do Repositório Institucional da Universidade Federal de Lavras

URI da licença: repositorio.ufla.br

Termos da licença: Acesso aos termos da licença em repositorio.ufla.br

Detentores dos direitos autorais: Caio Eduardo Vieira Alcantara Silva e Universidade Federal de Lavras

Baixar arquivo