https://socictopen.socict.org/files/original/8c5b3f3732a2a93a44dc0413e7aba383.pdf 1eab6e8eec7d3dd405fe5c593c1fa346 Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Title A name given to the resource Agricultura sostenible Description An account of the resource Dominio científico: Agricultura sostenible Text A resource consisting primarily of words for reading. Examples include books, letters, dissertations, poems, newspapers, articles, archives of mailing lists. Note that facsimiles or images of texts are still of the genre Text. Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Title A name given to the resource Espacialidad volumétrica de madera en plantaciones forestales usando redes neurales artificiales con imágenes de satélite Creator An entity primarily responsible for making the resource Argemiro José Moreno Arteaga, Monica Fabiana Bento Moreira Thiersch, Roberta Oliveira Averna Valente, Lucas Kröhling Bernardi, Sophia Lourenço Vasconcelos, Cláudio Roberto Thiersch Description An account of the resource La agricultura sustentable de plantaciones forestales exige la estimación permanente de la cantidad o volumen de madera que se está produciendo en un momento dado, lo que es difícil en extensas áreas de bosque, si solo se utilizan procedimientos manuales en campo.  En la presente investigación se modelaron redes neuronales artificiales (ANNs, su sigla en inglés) de perceptrón multicapa para la estimación espacial de volúmenes de madera en una plantación de Eucalyptus sp. localizada en el estado de Mato Grosso del Sur, región Centro-oeste de Brasil.  Para el efecto se emplearon como variables de predicción bandas espectrales, texturas de las bandas obtenidos con matriz de coocurrencia de niveles de grises e índice de vegetación, que fueron derivados de imagen digital de satélite Spot 6.  La ANN resultante con mejor desempeño presentó una precisión de 93.32% y un coeficiente de determinación de 0.9761, con respecto a valores obtenidos con medidas de campo; no obstante, presentó un error cuadrático medio relativo de 16.32% (RMSE de 7.85 m3/ha), pero la distribución de los residuos no fue tendenciosa, por tanto, el modelo fue promisorio para mapear los volúmenes de madera en extensas áreas sin sobreestimar o subestimar la predicción. La red construida mostró mayor precisión y exactitud cuándo se comparó con otros métodos que usaron variables similares de estimación, inclusive en comparación con modelos neuronales que utilizaron solo bandas espectrales e índices de vegetación. Date A point or period of time associated with an event in the lifecycle of the resource 2019 Subject The topic of the resource biomasa, dendrometria, percepción remota, perceptrón multicapa, textura Identifier An unambiguous reference to the resource within a given context 10.15446/acag.v68n2.78945 Source A related resource from which the described resource is derived Acta Agronómica Publisher An entity responsible for making the resource available Universidad Nacional de Colombia Coverage The spatial or temporal topic of the resource, the spatial applicability of the resource, or the jurisdiction under which the resource is relevant Agriculture Relation A related resource <a href="https://revistas.unal.edu.co/index.php/acta_agronomica/article/view/78945" target="_blank" rel="noreferrer noopener">https://revistas.unal.edu.co/index.php/acta_agronomica/article/view/78945</a>