Floresta e Ambiente
https://floram.org/article/doi/10.1590/2179-8087.103414
Floresta e Ambiente
Original Article Forest Management

Índice de Área Foliar de Eucalyptus Estimado por Índices de Vegetação Utilizando Imagens TM - Landsat 5

Eucalyptus Leaf Area Index Estimated by Vegetation Indices Using Landsat-5 TM Images

Almeida, André Quintão de; Ribeiro, Aristides; Delgado, Rafael Coll; Rody, Yhasmin Paiva; Oliveira, Aline Santana de; Leite, Fernando Palha

Downloads: 0
Views: 468

Resumo

Este trabalho teve como objetivo ajustar modelos de regressão entre o índice de área foliar (IAF) de plantios de Eucalyptus grandis x urophylla e índices de vegetação (IVs) de imagens TM - Landsat 5. O estudo foi realizado em plantios com diferentes idades localizados na porção mineira da bacia hidrográfica do rio Doce, entre os anos de 2008 e 2011. O IAF foi medido em campo, de forma não destrutiva, com o equipamento LAI-2000. Os IVs utilizados foram o Normalized Difference Vegetation Index (NDVI), o Soil Adjusted Vegetation Index (SAVI) e o Simple Ratio (SR). O melhor modelo foi ajustado a partir do NDVI, com coeficiente de determinação de 0,73 e erro quadrático médio da raiz de 0,37 m² m–2 (19%). Pode-se concluir que os valores de IAF podem ser estimados pelos modelos de regressão ajustados a partir dos IVs derivados do TM - Landsat.

Palavras-chave

sensoriamento remoto orbital, análise estatística, floresta plantada.

Abstract

The objective of the present study was to fit regression models to the measured leaf area in eucalyptus forests and vegetation indices derived from Landsat-5 TM images. The study was carried out in commercial plantations located in the basin of the Doce River, Minas Gerais state, between 2008 and 2011. Leaf area was measured in the field, non-destructively, with the LAI-2000 device. The following indices were used: Normalized Difference Vegetation Index (NDVI), Soil Adjusted Vegetation Index (SAVI), and Simple Ratio (SR). The best model was adjusted from the NDVI, with a correlation coefficient of 0.73 and root mean square error of 0.37 m² m–2 (19%). We conclude that the leaf area index can be estimated by the regression models fit to the vegetation indices derived from the Landsat - 5 TM images.

Keywords

remote sensing, statistics, planted forest.
588e2291e710ab87018b4823 floram Articles
Links & Downloads

FLORAM

Share this page
Page Sections