Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1110086
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorFIGUEIREDO, S. M. de M.pt_BR
dc.contributor.authorFIGUEIREDO, E. O.pt_BR
dc.date.accessioned2019-06-27T01:09:07Z-
dc.date.available2019-06-27T01:09:07Z-
dc.date.created2019-06-26
dc.date.issued2019
dc.identifier.citationIn: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 19., 2019, Santos, SP. Anais... São José dos Campos: INPE, 2019.pt_BR
dc.identifier.isbn978-85-17-00097-3pt_BR
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1110086-
dc.descriptionO objetivo do estudo foi analisar a predição da distribuição de espécies florestais madeireiras, em escala local, utilizando dados de ocorrência agrupados por classe diamétrica. Para estimar a distribuição foi utilizado o método de máxima entropia (Maxent) e as ocorrências são de inventário florestal de planos de manejo. Foram selecionadas seis variáveis preditoras, por espécie, pelo método de todas as regressões possíveis. Os modelos tiveram em média bom desempenho (AUC = 0,7; taxa de omissão = 8,8%), demonstrando a viabilidade de se predizer a distribuição de espécies por classe diamétrica. De acordo com os modelos, Astonium lecointei, Clarisia racemosa e Ceiba pentandra com diâmetro a altura do peito (DAP) ≥ 100 cm têm maior probabilidade de ocorrer em locais com altitudes mais elevadas do terreno. Esse procedimento de modelagem é eficiente para ampliar o conhecimento sobre as preferências de habitat e a distribuição geográfica de espécies na paisagem. The aim of the study was to analyze the predicting the distribution of forest tree species, on a local scale, using occurrence data grouped by diameter class. To estimate the distribution of species was used the maximum entropy method (Maxent) and the occurrence data are forest management plan. Six predictor variables were selected by species by method of all possible regressions. The models, by species and diameter class, had an average good performance (AUC = 0.7; omission rate = 8.8%), demonstrate the viability of predicting distribution of species by diameter class. According to the models, trees Astonium lecointei, Clarisia racemosa and Ceiba pentandra with diameter at breast height (DBH) ≥ 100 cm are more likely to occur in localized at higher elevations. This modeling procedure is efficient to increase knowledge about habitat preferences and geographical distribution of species in the landscape.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.subjectÁrboles forestalespt_BR
dc.subjectInventario forestalpt_BR
dc.subjectBiodiversidadpt_BR
dc.subjectPrácticas de conservaciónpt_BR
dc.subjectManejo florestalpt_BR
dc.subjectManejo forestalpt_BR
dc.subjectSistemas de información geográficapt_BR
dc.subjectTeledetecciónpt_BR
dc.subjectMétodo da Máxima Entropia (Maxent)pt_BR
dc.subjectMaximum Entropy Method (Maxent)pt_BR
dc.subjectModeflorapt_BR
dc.subjectPrediçãopt_BR
dc.subjectPredicciónpt_BR
dc.subjectEmbrapa Acrept_BR
dc.subjectInstituto de Meio Ambiente do Acrept_BR
dc.subjectAcrept_BR
dc.subjectAmazônia Ocidentalpt_BR
dc.subjectWestern Amazonpt_BR
dc.subjectAmazonia Occidentalpt_BR
dc.titleEspacialização de espécies florestais por classe diamétrica usando máxima entropia no sudoeste da Amazônia.pt_BR
dc.typeArtigo em anais e proceedingspt_BR
dc.date.updated2019-06-27T01:09:07Z
dc.subject.thesagroÁrvore Florestalpt_BR
dc.subject.thesagroDiâmetropt_BR
dc.subject.thesagroBiogeografiapt_BR
dc.subject.thesagroInventário Florestalpt_BR
dc.subject.thesagroBiodiversidadept_BR
dc.subject.thesagroConservaçãopt_BR
dc.subject.thesagroAdministração Florestalpt_BR
dc.subject.thesagroSistema de Informação Geográficapt_BR
dc.subject.thesagroSensoriamento Remotopt_BR
dc.subject.thesagroDendrometriapt_BR
dc.subject.nalthesaurusForest treespt_BR
dc.subject.nalthesaurusBiogeographypt_BR
dc.subject.nalthesaurusForest inventorypt_BR
dc.subject.nalthesaurusBiodiversitypt_BR
dc.subject.nalthesaurusConservation practicespt_BR
dc.subject.nalthesaurusForest managementpt_BR
dc.subject.nalthesaurusGeographic information systemspt_BR
dc.subject.nalthesaurusRemote sensingpt_BR
dc.subject.nalthesaurusForest mensurationpt_BR
dc.subject.nalthesaurusPredictionpt_BR
dc.format.extent24 p.pt_BR
riaa.ainfo.id1110086pt_BR
riaa.ainfo.lastupdate2019-06-26
dc.contributor.institutionSymone Maria de Melo Figueiredo, Universidade Federal do Acre (Ufac); EVANDRO ORFANO FIGUEIREDO, CPAF-AC.pt_BR
Aparece nas coleções:Artigo em anais de congresso (CPAF-AC)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
26804.pdf925,54 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace