@InProceedings{NascimentoBaueCalhRizz:2023:EsTrLí,
author = "Nascimento, Aline Andrade do and Bauer, Lucas de Oliveira and
Calheiros, Alan James Peixoto and Rizzo, Luciana V.",
affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto
Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de
Pesquisas Espaciais (INPE)} and {Universidade de S{\~a}o Paulo
(USP)}",
title = "Estimativa da troca l{\'{\i}}quida de carbono a partir dos
produtos MODIS e dados meteorol{\'o}gicos aplicados a modelos de
aprendizado de m{\'a}quina",
booktitle = "Anais...",
year = "2023",
editor = "Vinhas, Lubia (INPE) and Feitosa, Flavia F. (UFABC)",
organization = "Simp{\'o}sio Brasileiro de Geoinform{\'a}tica, 24. (GEOINFO)",
publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
address = "S{\~a}o Jos{\'e} dos Campos",
abstract = "The Fluxcom project employed machine learning and surface data to
estimate the global carbon balance. Nevertheless, these estimates
are less accurate in tropical regions, including the Amazon. This
study focuses on estimating the net ecosystem exchange (NEE) in a
0.25° cell located at the K67 Tower in the Tapaj{\'o}s National
Forest, Santar{\'e}m. We use data from the ERA-5 reanalysis
model, MODIS products, and the BrSa1 Fluxnet tower. The data from
the former sets were used to train machine learning models, while
the latter served as the target (NEE) for estimating its time
series from 2002 to 2011. The estimation results closely matched
those of the Fluxcom project. RESUMO: O projeto Fluxcom usou
machine learning e dados de superf{\'{\i}}cie para estimar o
balan{\c{c}}o de carbono global, por{\'e}m as estimativas
s{\~a}o menos precisas em regi{\~o}es tropicais, incluindo a
Amaz{\^o}nia. Este trabalho foca na estimativa da troca
l{\'{\i}}quida de carbono (NEE) em uma c{\'e}lula de 0.25°
junto {\`a} Torre K67, na Floresta Nacional dos Tapaj{\'o}s,
Santar{\'e}m. Utilizaram-se dados do modelo de rean{\'a}lise
ERA-5, produtos do MODIS e da torre de fluxo BrSa1 da Fluxnet. Os
dados dos primeiros conjuntos foram usados para treinar modelos de
machine learning, enquanto os {\'u}ltimos foram utilizados como
alvo (NEE) para estimar sua s{\'e}rie temporal de 2002 a 2011. Os
resultados da estimativa se aproximaram dos da Fluxcom.",
conference-location = "On-line",
conference-year = "04 a 06 dez. 2023",
issn = "2179-4847",
language = "pt",
ibi = "8JMKD3MGPDW34P/4ADCQBS",
url = "http://urlib.net/ibi/8JMKD3MGPDW34P/4ADCQBS",
targetfile = "Nascimento_estimativa.pdf",
urlaccessdate = "01 maio 2024"
}