| 1. Identity statement | ||||
| Reference Type | Journal Article | |||
| Site | mtc-m21b.sid.inpe.br | |||
| Holder Code | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||
| Identifier | 8JMKD3MGP3W34P/3LKDTE8 | |||
| Repository | sid.inpe.br/mtc-m21b/2016/05.02.16.13 | |||
| Last Update | 2016:05.02.16.13.51 (UTC) simone | |||
| Metadata Repository | sid.inpe.br/mtc-m21b/2016/05.02.16.13.21 | |||
| Metadata Last Update | 2018:06.04.02.40.44 (UTC) administrator | |||
| DOI | 10.1590/1809-4392201501254 | |||
| ISSN | 0044-5967 | |||
| Citation Key | BenítezAndeForm:2016:EvGeTe | |||
| Title | Evaluation of geostatistical techniques to estimate the spatial distribution of aboveground biomass in the Amazon rainforest using high-resolution remote sensing data  | |||
| Year | 2016 | |||
| Month | June | |||
| Access Date | 2024, Apr. 25 | |||
| Type of Work | journal article | |||
| Secondary Type | PRE PN | |||
| Number of Files | 1 | |||
| Size | 2769 KiB | |||
| 2. Context | ||||
| Author | 1 Benítez, Fátima L. 2 Anderson, Liana Oighenstein 3 Formaggio, Antonio Roberto | |||
| Resume Identifier | 1 2 3 8JMKD3MGP5W/3C9JGJQ | |||
| Group | 1 SER-SRE-SPG-INPE-MCTI-GOV-BR 2 SER-SRE-SPG-INPE-MCTI-GOV-BR 3 DSR-OBT-INPE-MCTI-GOV-BR | |||
| Affiliation | 1 Instituto Nacional de Pesquisas Espaciais (INPE) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Instituto Nacional de Pesquisas Espaciais (INPE) | |||
| Author e-Mail Address | 1 lores_888@hotmail.com 2 liana.anderson@ouce.ox.ac.uk 3 formag@ltid.inpe.br | |||
| Journal | Acta Amazonica | |||
| Volume | 46 | |||
| Number | 2 | |||
| Pages | 151-160 | |||
| Secondary Mark | A2_PLANEJAMENTO_URBANO_E_REGIONAL_/_DEMOGRAFIA A2_INTERDISCIPLINAR A2_GEOGRAFIA A2_CIÊNCIAS_AMBIENTAIS B1_EDUCAÇÃO B2_SOCIOLOGIA B2_SAÚDE_COLETIVA B2_GEOCIÊNCIAS B2_ENGENHARIAS_III B2_ENGENHARIAS_II B2_CIÊNCIAS_AGRÁRIAS_I B2_BIODIVERSIDADE B2_ANTROPOLOGIA_/_ARQUEOLOGIA B3_ZOOTECNIA_/_RECURSOS_PESQUEIROS B3_QUÍMICA B3_MEDICINA_VETERINÁRIA B3_MEDICINA_II B3_MEDICINA_I B3_FARMÁCIA B3_ENGENHARIAS_I B3_EDUCAÇÃO_FÍSICA B3_ECONOMIA B3_CIÊNCIA_DE_ALIMENTOS B4_DIREITO B4_CIÊNCIAS_BIOLÓGICAS_III B4_BIOTECNOLOGIA B5_CIÊNCIAS_BIOLÓGICAS_II B5_CIÊNCIAS_BIOLÓGICAS_I C_ASTRONOMIA_/_FÍSICA | |||
| History (UTC) | 2016-05-02 16:13:21 :: simone -> administrator :: 2016-06-04 05:08:29 :: administrator -> simone :: 2016 2016-06-20 12:37:52 :: simone -> administrator :: 2016 2016-07-04 12:30:00 :: administrator -> simone :: 2016 2016-07-08 17:23:01 :: simone -> administrator :: 2016 2018-06-04 02:40:44 :: administrator -> simone :: 2016 | |||
| 3. Content and structure | ||||
| Is the master or a copy? | is the master | |||
| Content Stage | completed | |||
| Transferable | 1 | |||
| Content Type | External Contribution | |||
| Version Type | publisher | |||
| Keywords | Geographically Weighted Regression Geographically Weighted Regression-Kriging RedEdge Carbon emissions Ecuadorian Amazon Regressão Geograficamente Ponderada Regressão Geograficamente Ponderada-Krigagem RedEdge emissões de carbono Amazônia equatoriana | |||
| Abstract | The spatial distribution of forest biomass in the Amazon is heterogeneous with a temporal and spatial variation, especially in relation to the different vegetation types of this biome. Biomass estimated in this region varies significantly depending on the applied approach and the data set used for modeling it. In this context, this study aimed to evaluate three different geostatistical techniques to estimate the spatial distribution of aboveground biomass (AGB). The selected techniques were: 1) ordinary least-squares regression (OLS), 2) geographically weighted regression (GWR) and, 3) geographically weighted regression - kriging (GWR-K). These techniques were applied to the same field dataset, using the same environmental variables derived from cartographic information and high-resolution remote sensing data (RapidEye). This study was developed in the Amazon rainforest from Sucumbios - Ecuador. The results of this study showed that the GWR-K, a hybrid technique, provided statistically satisfactory estimates with the lowest prediction error compared to the other two techniques. Furthermore, we observed that 75% of the AGB was explained by the combination of remote sensing data and environmental variables, where the forest types are the most important variable for estimating AGB. It should be noted that while the use of high-resolution images significantly improves the estimation of the spatial distribution of AGB, the processing of this information requires high computational demand. RESUMO: A distribuição espacial da biomassa na Amazônia é heterogênea, variando temporalmente e espacialmente em relação aos diferentes tipos de formações vegetais abrangidas por este bioma. Estimativas de biomassa nesta região variam significativamente dependendo da abordagem aplicada e do conjunto de dados utilizados para sua modelagem. Assim, este estudo teve como objetivo avaliar três diferentes técnicas geoestatísticas na estimativa da distribuição espacial da biomassa acima do solo (BAS). As técnicas escolhidas foram: 1) regressão por mínimos quadrados ordinários (OLS), 2) regressão geograficamente ponderada (RGP) e, 3) regressão geograficamente ponderada krigagem (RGP-K). Estas técnicas foram aplicadas sobre um mesmo conjunto de dados de campo, utilizando as mesmas variáveis ambientais decorrentes de dados cartográficos e de sensoriamento remoto de alta resolução espacial (RapidEye). Este trabalho foi desenvolvido na floresta amazônica da província de Sucumbíos no Equador. Os resultados deste estudo mostraram que a RGP-K, sendo uma técnica híbrida, forneceu estimativas estatisticamente satisfatórias com menor erro de predição em comparação com as outras duas técnicas. Além disso, observou-se que 75% da BAS foi explicada pela combinação de dados de sensoriamento remoto e variáveis ambientais, sendo os tipos de formações vegetais a variável de maior importância para estimar BAS. Cabe ressaltar que, embora o uso de imagens de alta resolução espacial melhora significativamente a estimativa da distribuição espacial da BAS, o processamento desta informação requer alta demanda computacional. | |||
| Area | SRE | |||
| Arrangement 1 | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Evaluation of geostatistical... | |||
| Arrangement 2 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Evaluation of geostatistical... | |||
| doc Directory Content | access | |||
| source Directory Content | there are no files | |||
| agreement Directory Content |
| |||
| 4. Conditions of access and use | ||||
| data URL | http://urlib.net/ibi/8JMKD3MGP3W34P/3LKDTE8 | |||
| zipped data URL | http://urlib.net/zip/8JMKD3MGP3W34P/3LKDTE8 | |||
| Language | en | |||
| Target File | benitez_evaluation.pdf | |||
| User Group | simone | |||
| Reader Group | administrator simone | |||
| Visibility | shown | |||
| Archiving Policy | allowpublisher allowfinaldraft | |||
| Update Permission | not transferred | |||
| 5. Allied materials | ||||
| Linking | 8JMKD3MGP3W34P/3J6F49B | |||
| Mirror Repository | urlib.net/www/2011/03.29.20.55 | |||
| Next Higher Units | 8JMKD3MGPCW/3ER446E 8JMKD3MGPCW/3F3NU5S | |||
| Citing Item List | sid.inpe.br/bibdigital/2013/09.13.21.11 1 | |||
| Dissemination | WEBSCI; PORTALCAPES; SCIELO; SCOPUS. | |||
| Host Collection | sid.inpe.br/mtc-m21b/2013/09.26.14.25.20 | |||
| 6. Notes | ||||
| Empty Fields | alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readpermission rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarytype url | |||
| 7. Description control | ||||
| e-Mail (login) | simone | |||
| update | ||||