To cite this paper use one of the standards below:
A avaliação dos parâmetros estruturais das pastagens é
fundamental para entender o armazenamento de carbono e a
produtividade forrageira. No entanto, as medições de campo
são trabalhosas e onerosas, e o tamanho insuficiente das
amostras limita a modelagem em larga escala, representando
desafios significativos. Este estudo tem como objetivo
utilizar dados de drone/RPAS e técnicas de aprendizado de
máquina para estimar e mapear a altura do dossel e a
biomassa acima do solo (AGB) em pastagens submetidas a
diferentes manejos. As amostras de pastagem foram secas,
pesadas e utilizadas para estimar a AGB e relacioná-la ao
modelo de altura do dossel (CHM), bandas e índices
espectrais. O modelo Random Forest apresentou precisão
moderadamente alta com R2 = 0,59 e 0,71 e RMSE = 3,07
Mg ha-1e 9,31 cm para estimativa de AGB e altura,
respectivamente. A metodologia adotada permitiu o
mapeamento de AGB em alta resolução espacial (pixel de 5
cm).
With nearly 200,000 papers published, Galoá empowers scholars to share and discover cutting-edge research through our streamlined and accessible academic publishing platform.
Learn more about our products:
This proceedings is identified by a DOI , for use in citations or bibliographic references. Attention: this is not a DOI for the paper and as such cannot be used in Lattes to identify a particular work.
Check the link "How to cite" in the paper's page, to see how to properly cite the paper