|
|
|
|
| |
|
| |
|
| |
|
| |
|
| |
|
|
| LEITE, C. C. C.; SILVA. E. F. da; SILVA, R. F.; AGUIAR, M. O.; FIGUEIREDO, E. O.; SILVA, M. L. M. da. |
| Uma área de Manejo Florestal Sustentável dividida em compartimentos de igual tamanho não corresponderá a uma distribuição regular de volume, renda e espécies. Como alternativa, a formação das Unidades de Produção Anual (UPAs) pode ser modelada como um problema clássico conhecido como P-medianas. Desse modo, os objetivos desse estudo foram: 1) Apresentar um modelo de programação linear inteira binária para realizar a formação de UPAs, promovendo a regulação da produção florestal e; 2) propor um método heurístico para a obtenção de soluções viáveis sub-ótimas. A área de estudo consiste em uma área de manejo florestal 1.057,41 ha de floresta tropical nativa localizada no Estado do Acre. Os dados utilizados são provenientes do inventário florestal censitário... |
| Tipo: Parte de livro |
Palavras-chave: Manejo florestal sustentável; Regulação da produção florestal; Ditribuição espacial de espécies; Unidade de Produção Anual (UPA); Heurística; Heuristic; Algoritmo heurístico; P-mediana; Bujari (AC); Acre; Amazônia Ocidental; Amazonia occidental; Western amazon.; Silvicultura sustentable; Programación lineal; Producción de madera; Bosque tropical húmedo; Algoritmos; Produção florestal; Floresta tropical; Floresta nativa; Programação linear; Sustainable forestry; Timber production; Tropical rain forests; Linear programming; Algorithms.. |
| Ano: 2016 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1067267 |
| |
|
|
| COSTA, T. C. e C. da; MARCO JUNIOR, P. de; BRITES, R. S.. |
| Mapas de uso/cobertura da terra gerados por meio de estratégias de classificação não paramétrica de uma imagem Landsat TM foram comparados ao resultado gerado pelo tradicional classificador de máxima verossimilhança (MAXVER). Algumas estratégias não paramétricas, desenvolvidas neste trabalho, tiveram a finalidade de diminuir a limitação do classificador não paramétrico de Skidmore/Turner, que requer um tamanho de amostra de treinamento muito grande, comparado ao MAXVER, para reduzir a área não classificada na imagem. Os resultados mostraram a superioridade do MAXVER, na combinação entre exatidão e área não classificada na imagem. De qualquer forma, a classificação não paramétrica tem a propriedade de não necessitar da pressuposição de normalidade dos... |
| Tipo: Artigo de periódico |
Palavras-chave: Algoritmos; Sensoriamento Remoto; Uso da Terra; Cobertura do Solo. |
| Ano: 2005 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/917474 |
| |
|
|
|
