SciELO - Scientific Electronic Library Online

 
vol.68 número2Aplicación de microencapsulado de antocianinas extraídas de repollo morado en bebidas lácteas fermentadasDetección de factores nutricionales a través de un diseño experimental de Plackett-Burman durante la solubilización de fosfato tricálcico por Penicillium hispanicum índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Acta Agronómica

versión impresa ISSN 0120-2812

Resumen

MORENO-ARTEAGA, Argemiro José et al. Espacialidad volumétrica de madera en plantaciones forestales usando redes neurales artificiales con imágenes de satélite. Acta Agron. [online]. 2019, vol.68, n.2, pp.142-150. ISSN 0120-2812.  https://doi.org/10.15446/acag.v68n2.78945.

La agricultura sustentable de plantaciones forestales exige la estimación permanente de la cantidad o volumen de madera que se está produciendo en un momento dado, lo que es difícil en extensas áreas de bosque, si solo se utilizan procedimientos manuales en campo. En la presente investigación se modelaron redes neuronales artificiales (ANNs, su sigla en inglés) de perceptrón multicapa para la estimación espacial de volúmenes de madera en una plantación de Eucalyptus sp. localizada en el estado de Mato Grosso del Sur, región Centro-oeste de Brasil. Para el efecto se emplearon como variables de predicción bandas espectrales, texturas de las bandas obtenidos con matriz de coocurrencia de niveles de grises e índice de vegetación, que fueron derivados de imagen digital de satélite Spot 6. La ANN resultante con mejor desempeño presentó una precisión de 93.32% y un coeficiente de determinación de 0.9761, con respecto a valores obtenidos con medidas de campo; no obstante, presentó un error cuadrático medio relativo de 16.32% (RMSE de 7.85 m3/ha), pero la distribución de los residuos no fue tendenciosa, por tanto, el modelo fue promisorio para mapear los volúmenes de madera en extensas áreas sin sobreestimar o subestimar la predicción. La red construida mostró mayor precisión y exactitud cuándo se comparó con otros métodos que usaron variables similares de estimación, inclusive en comparación con modelos neuronales que utilizaron solo bandas espectrales e índices de vegetación.

Palabras clave : Biomasa; dendrometría; percepción remota; perceptron multicapa; textura.

        · resumen en Inglés     · texto en Español     · Español ( pdf )