The aim of the present study is to evaluate the potential of C-band SAR data from the Sentinel-1/2 instruments and machine learning algorithms for the estimation of forest above ground forest biomass (AGB) in a high-biomass tropical ecosystem. This study was carried out in Jamari National Forest, located in the Brazilian Amazon. The response variable was AGB (Mg/ha) estimated from airborne laser surveys. The following treatments were considered as model predictors: 1) Sentinel-1 Sigma 0 at VV and VH polarizations; 2) (1) plus Sentinel-1 textural metrics; 3) (2) plus Sentinel-2 bands and derived vegetation indices (LAI, RVI, SAVI, NDVI).Our modeling design estimated the relative importance of SAR vs. optical variables in explaining AGB. The modeling was performed with twelve machine-learning algorithms including, neural network and regression tree. The addition of texture and optical data provided a noticeable improvement (3%) over models with SAR backscatter only. The best model performance was achieved with the Random Tree algorithm. Our results demonstrate the potential of freely-available SAR data and machine learning for mapping AGB in tropical ecosystems.

Para a elaboração do plano de bacia se faz necessária a realização de estimativas da resposta hidrológica. Sendo assim, o objetivo desse estudo foi de avaliar a simulação do comportamento hidrológico da bacia hidrográfica do Alto Canoas localizada em Santa Catarina, através de redes neurais artificiais Multi Layer Perceptron (MLP), bem como de analisar a contribuição das variáveis de entrada para a modelagem. Foram testados doze tratamentos com combinações de variáveis de precipitação, evapotranspiração (ET0) e vazão, além de transformações e deslocamentos temporais dessas, a fim de determinar as variáveis que promovessem o melhor desempenho da modelagem da vazão. A MLP foi treinada em modo open-loop utilizando parte das vazões observadas. As vazões foram simuladas em open-loop e closed-loop para o período de teste, sendo em closed-loop utilizado a vazão simulada no passo de tempo anterior como entrada. O algoritmo de aprendizado utilizado foi o de Levenberg-Marquardt. O tratamento que apresentou melhor desempenho (Nash e Sutcliffe (NS) = 0,9119, Raiz do Erro Médio Quadrático (RMS) = 14,29 m³/s) empregou a precipitação diária das quatro estações pluviométricas (Urubici, Vila Canoas, Lomba Alta e Anitápolis), precipitação das quatro estações com tempo de resposta de -2 dias, e vazão simulada do dia anterior. Apesar do baixo RMS, a vazão modelada pela MLP foi, em geral, superestimada.

O objetivo deste estudo é investigar o desempenho da árvore modelo (M5P) e sua sensibilidade à poda e comparação com o desempenho de uma Rede Neural Artificial (RNA) para a simulação da vazão média diária mensal. A motivação para esta análise está na maior simplicidade e velocidade de processamento da M5P comparado às RNAs e a carência de estudos aplicando este método na modelagem hidrológica. O estudo foi desenvolvido na bacia hidrográfica do Alto Canoas, tendo um delineamento experimental composto por um período de treinamento, um de validação cruzada e dois períodos de testes. A RNA utilizada foi a Multi Layer Perceptron (MLP), implementada no software MATLAB, e a M5P (com e sem poda), disponível do software WEKA. O algoritmo M5P se mostrou sensível à poda em somente metade dos tratamentos. A M5P apresentou bom ajuste na modelagem, porém a RNA apresentou desempenho superior em todos os tratamentos. Palavras-chave: rede neural artificial; árvore de regressão; Bacia do Alto Canoas. MODEL TREE IN COMPARISON TO ARTIFICIAL NEURAL NETWORK FOR RAINFALL-RUNOFF MODELING ABSTRACT: The aim of this study is to investigate the performance of the model tree (M5P) and its sensitivity to pruning and comparison to the performance of an Artificial Neural network (ANN) for the simulation of daily average discharge of the month. The motivation for this analysis is on simplicity and speed of processing M5P compared the RNAs. The study was developed in the Alto Canoas watershed, having an experiment consisting of a training period, a cross-validation and two testing periods. The ANN used was the Multi Layer Perceptron (MLP), implemented in MATLAB software, and M5P (with and without pruning), available from the WEKA software. M5P algorithm proved sensitive to pruning in half of the treatments. The M5P showed good fit in the modeling, but the RNA presented superior performance in all treatments. Keywords: artificial neural network; regression tree; Basin Alto Canoas.

O estudo objetiva modelar e mapear a variabilidade espacial do volume de um povoamento de Pinus sp. e avaliar as zonas de incertezas das inferências geradas pelo melhor interpolador geoestatístico testado. Foi realizada a krigagem ordinária testando seis modelos para estimativa do volume, sendo: Circular, Exponencial, Pentaesférico, Esférico, Tetraesférico e Gaussiano. O desempenho dos modelos foi avaliado por meio do grau de dependência espacial (GD), raiz do erro médio quadrático (RMS), erro padrão da estimativa (Syx%) e coeficiente de determinação (R²) da validação cruzada. Após a escolha do melhor modelo testado, foram geradas as zonas de incerteza das estimativas visando proporcionar o controle nos intervalos de incerteza nas estimativas preditas de forma variável espacialmente, diferente do que tradicionalmente vem sendo aplicado, com a consideração de uma incerteza média para toda a área. O modelo Circular proporcionou os melhores resultados, apresentando o maior grau de dependência espacial e menor RMS e Syx%, sendo de 1,7 m³ e 11,2% respectivamente, assim como o maior R² (0,9). A zona de certeza representou 77,79%, e as de incerteza de 22,21% da área, o que torna a distribuição espacial das parcelas amostradas confiáveis para interpolação do volume comercial.

As funções de densidade de probabilidade têm várias aplicações florestais, entre as quais o tratamento de dados biométricos e uso em modelagem. O objetivo deste estudo foi verificar qual função densidade de probabilidade que melhor se ajusta ao diâmetro de copa (dcopa) e ao diâmetro quadrático (dq), e também analisar o efeito dessas variáveis na estrutura da floresta. O estudo foi realizado com uma base de dados de Araucaria angustifolia proveniente de um fragmento florestal, e também com dados de Pinus taeda de um plantio florestal, ambos oriundos do estado do Paraná. Para as respectivas áreas de estudo foram delimitadas as copas das árvores com suporte de ortofotos digitais. As funções avaliadas foram: Normal, Log-normal 2P, Beta, Gama, Weibull 3P e Weber. A função que melhor se ajustou à variável dq para ambas as espécies foi a Normal. Já para a variável dcopa, a função de Weibull 3P foi a que apresentou melhor aderência para o fragmento de Araucária e a função de Weber para o plantio florestal de Pinus.

O objetivo deste trabalho foi indicar rotas potenciais para a implantação de corredores ecológicos visando a interligação das Áreas de Proteção Ambiental (APAs) da região leste da Bacia do Alto Iguaçu. Para tanto, utilizou-se de um Sistema de Informação Geográfica, onde as classes utilizadas foram: perímetro, uso e cobertura da terra, modelo digital do terreno e rede hidrográfica da bacia. Utilizou-se a metodologia de análise hierárquica de Saaty com atribuição dos pesos levando-se em consideração a área de preservação permanente (APP), declividade e uso e ocupação da terra para a determinação de rotas. Foram delimitadas seis rotas principais: duas entre as APAs de Iraí e Piraquara, uma entre Piraquara e Rio Pequeno e três entre Rio Pequeno e Guaratuba. Os corredores considerados mais adequados apresentaram a melhor configuração quanto às menores dimensões, menor percentagem de área na classe de declividade de maior custo (< 20º) e maior percentagem de área situada em classes prioritárias de uso e cobertura da terra, resultando no corredor entre Iraí e Piraquara, e entre Rio Pequeno e Guaratuba. Sendo assim, apesar de ser uma região com alto grau de antropização, percebe-se que ainda é possível a realização de conexão entre as APAs.Palavras-chave: Sistema de Informação Geográfica, áreas de proteção ambiental, fragmentos florestais, metodologia de análise hierárquica. DELIMITATION OF POTENTIALS ECOLOGICAL CORRIDORS BETWEEN THE CONSERVATION UNITS OF THE EAST REGION OF ALTO IGUAÇU BASIN - PARANA The objective of this research was indicate routes potentials to ecological corridors implementation aimed at interconnection of Environmental Protection Areas (APAs) located in the eastern part of the Alto Iguaçu Basin. For that, we used a Geographic Information System where the classes were used: perimeter, use and land cover, digital terrain model and river networks of the Sub-Basin. The Analytic Hierarchy Process by Saaty with assignment of weights taking into account the permanent preservation area (APP), slope and land use and occupation for determining routes. The weights were defined based on literature. Six main routes were defined: two of the APAs of Iraí and Piraquara, one between Piraquara and Rio Pequeno and three between Rio Pequeno and Guaratuba. Corridors considered most suitable were selected per present the best configuration as the smaller, lower percentage area in the most cost steepness class (< 20º) and higher percentage of area located in priority classes of land use and land cover, resulting in the corridor between Irai and Piraquara, and between Rio Pequeno and Guaratuba. Thus, despite being a region with a high degree of human disturbance, it is clear that with the existing areas, it is still possible to perform connection between APAs.Keywords: Geographic Information System, environmental protection areas, forest fragments, analytic hierarchy process. DOI: http://dx.doi.org/10.5935/2318-7670.v05n04a07