Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12921/531
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorWagner, Fabien H.-
dc.contributor.authorDalagnol, Ricardo-
dc.contributor.authorTagle Casapía, Ximena-
dc.contributor.authorStreher, Annia S.-
dc.contributor.authorPhillips, Oliver L.-
dc.contributor.authorGloor, Emanuel-
dc.contributor.authorAragão, Luiz E. O. C.-
dc.date.accessioned2020-07-16T19:11:11Z-
dc.date.available2020-07-16T19:11:11Z-
dc.date.issued2020-07-
dc.identifier.citationWagner, F.H.; Dalagnol, R.; Tagle Casapia, X.; Streher, A.S.; Phillips, O.L.; Gloor, E.; Aragão, L.E.O.C. Regional Mapping and Spatial Distribution Analysis of Canopy Palms in an Amazon Forest Using Deep Learning and VHR Images. Remote Sens. 2020, 12, 2225. https://doi.org/10.3390/rs12142225es_ES
dc.identifier.issn2072-4292-
dc.identifier.urihttps://hdl.handle.net/20.500.12921/531-
dc.description.abstractLa cartografía de especies vegetales a escala regional para proporcionar información a ecologistas y a encargados del ordenamiento forestal es un reto para la comunidad dedicada a la teledetección. En este estudio se utilizó un algoritmo de aprendizaje profundo llamado U-net e imágenes multiespectrales de muy alta resolución (0,5 m) del satélite GeoEye para identificar, segmentar y cartografiar las palmeras del dosel en ∼3000 km2 de bosque amazónico del Brasil. El mapa se utilizó para analizar la distribución espacial de las palmeras del dosel y su relación con las perturbaciones humanas y las condiciones edáficas. La precisión general del mapa fue del 95,5% y la puntuación F1 fue de 0,7. Las palmeras del dosel cubrieron el 6,4% del dosel del bosque y se distribuyeron en más de dos millones de parches que pueden representar uno o más individuos. La densidad de las palmeras del dosel se ve afectada por la perturbación humana. La densidad posterior a la perturbación en los bosques secundarios parece estar relacionada con el tipo de perturbación, siendo mayor en las zonas de pastos abandonadas y menor en los bosques que han sido cortados una vez y abandonados. Además, el análisis de la distribución de las palmeras muestra que su abundancia está controlada naturalmente por el contenido de agua del suelo local, evitando tanto las zonas inundadas como las anegadas cerca de los ríos y las zonas secas en la cima de las colinas. Muestran dos hábitats preferentes, en la baja elevación sobre los grandes ríos y en la pendiente directamente debajo de las cimas de las colinas. En general, su distribución en la región indica un paisaje relativamente prístino, aunque dentro de un bosque que se encuentra en peligro crítico debido a su ubicación entre dos frentes de deforestación y a la tala ilegal. Se necesitan urgentemente nuevos datos sobre la distribución de las especies de árboles, así como el mapa de todas las palmeras adultas del dosel producido en este trabajo, para apoyar el inventario de las especies amazónicas y comprender su distribución y diversidad.es_ES
dc.formatapplication/pdfes_ES
dc.language.isoen_USes_ES
dc.publisherMDPIes_ES
dc.relationinfo:eu-repo/semantics/articlees_ES
dc.relation.urihttps://www.mdpi.com/2072-4292/12/14/2225es_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/es_ES
dc.sourceInstituto de Investigaciones de la Amazonía Peruanaes_ES
dc.sourceRepositorio Institucional - IIAPes_ES
dc.subjectArecaceaees_ES
dc.subjectDistribución espaciales_ES
dc.subjectTeledetecciónes_ES
dc.subjectImágenes multiespectraleses_ES
dc.subjectBosque primarioes_ES
dc.subjectPalmerases_ES
dc.subjectCubierta de copases_ES
dc.subjectCobertura vegetales_ES
dc.subjectDeforestaciónes_ES
dc.subjectDegradación forestales_ES
dc.subjectInteligencia artificiales_ES
dc.subjectAprendizaje automáticoes_ES
dc.subjectProcesamiento digital de imágeneses_ES
dc.subjectGeomáticaes_ES
dc.subjectBrasiles_ES
dc.subjectAmazoníaes_ES
dc.titleRegional mapping and spatial distribution analysis of canopy palms in an amazon forest using deep learning and VHR imageses_ES
dc.typeinfo:eu-repo/semantics/articlees_ES
dc.identifier.journalRemote Sensinges_ES
dc.description.peer-reviewRevisión por pares.es_ES
dc.identifier.doihttps://doi.org/10.3390/rs12142225es_ES
Aparece en las colecciones: Artículos en revistas indexadas

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
tagle-articulo-2020.pdfTexto Completo8,33 MBAdobe PDFVista previa
Visualizar/Abrir
Compartir :


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons