Máquina de vetor de suporte aplicada a dados de sensoriamento remoto para estimação de volume e biomassa aérea de povoamentos de eucalipto

• Ano de defesa: 2016
• Autor(a) principal: Souza, Guilherme Silverio Aquino de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa
• Palavras-chave em Português: Levantamentos florestais; Biomassa florestal; Eucalipto - Povoamento; Florestas - Medição; Algorítmos; Manejo Florestal
• Link de acesso: http://www.locus.ufv.br/handle/123456789/9382

O objetivo deste estudo foi avaliar a eficiência do algoritmo de aprendizagem supervisionado Máquina de Vetores de Suporte (MVS) para regressão, em dados obtidos pelos sensores AVNIR-2 e o PALSAR a bordo do satélite ALOS, para estimativa de volume de madeira e biomassa aérea de povoamentos florestais de eucalipto. O trabalho também avaliou a redução do número de dados para treinamento, bem como a busca de estruturas de MVS mais simples. O estudo foi conduzido em áreas de reflorestamento na região leste do estado de Minas Gerais. Foram testados dois tipos de regressão ɛ-MVS e -MVS, bem como as seguintes funções kernel: linear, polinomial, RBF (Gaussian Radial Basis Function) e sigmoide. Foram utilizadas 190 parcelas, sendo 75% (142) para treinamento das MVS. A integração de todos os dados dos sensores AVNIR-2 e PALSAR, como variáveis de entrada das MVS, geraram estimativas para generalizações com os maiores valores de coeficiente de correlação (r y ) e menores valores da raiz quadrada do erro quadrático médio (RQEM), tanto para a variável volume quanto para a biomassa aérea. As -MVS com a função RBF resultaram em maior exatidão, e foram então utilizadas para as análises subsequentes. Em um treinamento com 95 parcelas obteve-se exatidão satisfatória nas generalizações para ambas as variáveis alvo. Para estimar volume dos povoamentos, generalizações relativamente satisfatórias dos dados foram encontradas combinando as bandas AV3 ou AV4 do sensor AVNIR-2 com uma polarização cruzada (L HV ou L VH ) do sensor PALSAR. A combinação da banda AV4 e a polarização L VH apresentou um r y de 0,991 e RQEM de 4,120 m3, equivalente a 1,617% da média das parcelas testadas. Já para biomassa aérea boas generalizações foram alcançadas combinando a banda AV4 do sensor AVNIR-2 com a polarização L HV ou L VV . No melhor desempenho de MVS para estimativas de biomassa aérea, utilizando a combinação AV4 e L VV , obteve-se um r y de 0,951 e RQEM de 5,338 t.ha -1 , o equivalente a 2,095% da média das parcelas testadas. A análise gráfica dos resíduos se mostrou primordial para a seleção de MVS com menor viés quantitativo. A simplicidade de ajuste das MVS, atrelada ao poder de generalização dos dados mostrou o potencial operacional do algoritmo nas atividades de quantificação e mapeamento dos recursos florestais.