Relações empíricas entre a estrutura da vegetação e dados do sensor TM/LANDSAT

Author:

Accioly Luciano J. de O.1,Pachêco Admilson2,Costa Thomaz C. e C. da1,Lopes Osvaldo F.1,Oliveira Maria A. J. de1

Affiliation:

1. EMBRAPA

2. UFPE

Abstract

A utilização de dados espectrais, na estimativa de parâmetros estruturais da vegetação, constitui-se num dos mais importantes papéis do sensoriamento remoto dos ecossistemas naturais. Neste trabalho foram aplicadas transformações espectrais, como os índices de vegetação e a fração de vegetação obtida pelo modelo de análise de misturas em dados do sensor TM/LANDSAT, com o objetivo de se estimar parâmetros estruturais da Floresta Nacional do Araripe, no Ceará. As imagens foram calibradas para radiância, ao nível do solo, e antes do processamento foram removidos seus "outliers". Tanto a fração de vegetação verde quanto os índices de vegetação e as respostas de bandas individuais, apresentaram correlação positiva e significativa com as estimativas da altura média da parcela, da área basal à altura do peito e da área basal na base. Os valores de coeficientes de correlação variaram entre 0,33 e 0,60. Os melhores relacionamentos foram obtidos com o índice de vegetação da razão simples e com o índice estrutural da vegetação para os quais foram estabelecidas as equações de regressão.

Publisher

FapUNIFESP (SciELO)

Subject

Agronomy and Crop Science,Environmental Engineering

Reference23 articles.

1. Estimating absorbed photosynthetic radiation and leaf area index from spectral reflectance in wheat;Asrar G.;Agronomy Journal,1984

2. Levantamento exploratório: reconhecimento de solos do estado do Ceará,1973

3. Avaliação dos recursos florestais da área de proteção ambiental, Chapada do Araripe;Campelo F.C.B.,2000

4. Image-based atmospheric corrections: revisited and improved;Chavez Jr. P.S.;Photogrammetric Engineering & Remote Sensing,1996

5. Use of topographic and climatological models in a geographical data base to improve Landsat MSS classification for Olympic National Park;Cibula W.G.;Photogrammetric Engineering & Remote Sensing,1987

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3