English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

En la presente investigacion se propone una metodologia para estimar la productividad de sitio en plantaciones forestales mediante modelos de regresion lineal y redes neuronales, utilizando herramientas geomaticas, tales como sistemas de informacion geografica (SIG), sistema de posicionamiento global (GPS) y fotogrametria. El estudio se llevo a cabo en la Estacion Experimental "El Picazo", ubicada en la precordillera andina de la VII Region del Maule. Las variables independientes consideradas tienen relacion con la distancia a los cursos de agua (DCA), modelo digital de elevaciones (MDE), modelo digital de orientaciones (MDO) y modelo digital de pendientes (MDP); como variable dependiente se utilizo la altura de los 100 individuos mas altos por hectarea (H_100). En ambas tecnicas de estimacion, las variables finalmente seleccionadas fueron MDP y DCA. La calidad de las estimaciones generadas (R2 = 41,65%) se encontro dentro del rango establecido en investigaciones anteriores. El analisis de los resultados establece que el modelo neuronal presenta un menor error medio absoluto (EMA) y una raiz cuadrada del error cuadratico medio (RMSE) inferior respecto al modelo de regresion lineal multiple, el cual presento un menor sesgo medio (SM) y fue mas facil de integrar en un SIG. Por ultimo, se destaca que la productividad de sitio basada en indicadores ambientales como los aqui considerados, permite conocer informacion util para desarrollar programas de forestacion en zonas despobladas.

Comparación de redes neuronales y regresión lineal para estimar productividad de sitio en plantaciones forestales, utilizando geomática