04305nab a2200301 i 4500 BR-BrBNA 20240402115345.0 240402b2019 bl.qr|pooa||| 00| 0 por | BR-BrBNA por K10 U40 Berger, Rute Silva, José Antônio Aleixo da Ferreira, Rinaldo Luiz Caraciolo Candeias, Ana Lúcia Bezerra Rubilar, Rafael Índices de vegetação para a estimativa do índice de área foliar em plantios clonais de Eucalyptus saligna Smith Publicação on-line; 31 ref.; 4 tables; 5 illus.; Summaries (En, Pt) Resumo Procurou-se estabelecer a relação entre o Índice de área foliar no campo (IAFc) de plantios clonais de Eucalyptussaligna Smith e três diferentes Índices de Vegetação (IV) obtidos de uma imagem Landsat 8/OLI: Índice de Vegetação da Diferença Normalizada (Normalized Difference Vegetation Index, em inglês - NDVI), Índice da Razão Simples (Simple Ratio Index - SRI) e Índice de Vegetação Ajustado para o Solo (Soil Adjusted Vegetation Index - SAVI), com o objetivo de selecionar o melhor estimador do IAF por sensoriamento remoto (IAFSR), obtendo assim a espacialização IAF nos talhões. O IAFc foi obtido utilizando o equipamento LAI-2000 e seu comportamento foi analisado em diferentes idades. Os índices de vegetação foram obtidos por meio de aritmética das bandas 4 e 5 do sensor. A análise de regressão linear simples foi utilizada para ajustar o modelo de estimativa de IAFSR (IAFSRi= β0 + β1 . IVi + εi), sendo os critérios de escolha as estatísticas de R2aj%, Syx% e análise de resíduos. Os resultados mostraram que o índice que melhor estimou o IAFSR foi o SRI (IAFSR=-5,6159 + 0,9716 . SRI), com R2aj%=67,0 e Syx%=12,5. Todos os modelos ajustados mostraram tendência em sobrestimar o IAF em valores inferiores a dois e subestimar o IAF a partir de valores superiores a 3,5 (NDVI e SRI) e superiores a três para SAVI. As equações obtidas para as diferentes idades não produziram melhora nas estimativas de IAFSR. Palavras-chave: Análise de regressão; Índice da Razão Simples (SRI); LAI-2000; Landsat 8/OLI Abstract The relationship between the ground Leaf area index (LAIg) from clonal plantations of Eucalyptus salignaSmith and three different vegetation indices (VI): Normalized Difference Vegetation Index (NDVI), Simple Ratio Index (SRI) and Soil Adjusted Vegetation Index (SAVI) was evaluated in order to select the best IV to estimate the IAF by remote sensing (LAIRS), and obtaining the spatial distribution of LAI in the stands. LAIg was measured using LAI-2000 and its behavior was examined at different ages. The vegetation indices were obtained from a Landsat 8/OLI through the arithmetic of the bands 4 and 5. The linear regression analysis was used to adjust the model LAIRS (LAIRSi= β0 + β1 . IVi + εi), and the criteria for selecting the best equation were the statistics R2adj%, Syx% and residual analysis. The results showed that the best vegetation index to estimate IAFSR was SRI (LAIRS =-5.6159 + 0.9716 . SRI ), resulting R2adj%=67.0 and Syx=12.5%. The results of all adjusted models tended towards overestimation of LAI in values lower than two and underestimation in values above 3.5 (NDVI e SRI) and above three for SAVI. The equations for different ages produced no improvement in LAIRS. Keywords: Regression analysis; Simple Ratio Index (SRI); LAI-2000; Landsat 8/OLI ANÁLISE FOLIAR SENSORIAMENTO REMOTO EUCALYPTUS SALIGNA 4065 313933 Santa Maria-RS Universidade Federal de Santa Maria - Centro de Pesquisas Florestais.Departamento de Ciências Florestais. Programa de Pós-Graduação em Engenharia Florestal 1991 2024-0204 Ciência Florestal (Brazil) 0103-9954; 1980-5098 (on-line) v. 29(2) p. 885-899; (Apr-Jun 2019) BR2023001648 https://www.scielo.br/j/cflo/a/86ThcF8pCDmVCZQNhfybBfL/?format=pdf&lang=pt Analítica 299027 299027