INTELIGÊNCIA ARTIFICIAL APLICADA À ESTIMATIVA DE BIOMASSA ACIMA DO SOLO NA FLORESTA AMAZÔNICA

O objetivo do estudo foi estimar a biomassa acima do solo (AGB), em áreas de floresta Amazônica com extração seletiva de madeira, utilizando os algoritmos de aprendizado de máquina RF (Random Forest) e SVM (Support Vector Machine) e dados dos sensores LiDAR e OLI/Landsat 8. Para tal, foram utilizadas 79 parcelas de 50x50m dispostas na Fazenda Cauaxi, Paragominas, Pará. A predição da AGB foi realizada por meio dos algoritmos RF e SVM utilizando dados LiDAR e estes combinados com variáveis espectrais do sensor OLI/Landsat 8. Utilizou-se o RMSE (Root Mean Square Error) para verificar o desempenho dos algortimos. O SVM utilizando apenas LiDAR apresentou o menor RMSE médio (44,99 Mg/ha), contudo a associação das variáveis permitiu aumentar o desempenho do RF. Desse modo, foi possível inferir que os algoritmos de aprendizado de máquina se mostraram eficientes para estimar a AGB.