SciELO - Scientific Electronic Library Online

 
vol.68 número2Application of microencapsulated anthocyanin extracted from purple cabbage in fermented milk drinksScreening of nutritional factors through a Plackett-Burman experimental design during the solubilization of tricalcium phosphate by Penicillium hispanicum índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Em processo de indexaçãoCitado por Google
  • Não possue artigos similaresSimilares em SciELO
  • Em processo de indexaçãoSimilares em Google

Compartilhar


Acta Agronómica

versão impressa ISSN 0120-2812

Resumo

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.

Palavras-chave : Biomasa; dendrometría; percepción remota; perceptron multicapa; textura.

        · resumo em Inglês     · texto em Espanhol     · Espanhol ( pdf )