Este trabalho teve como objetivos aumentar a precisão das estimativas de altura de árvores e diminuir a necessidade de aferição da altura em campo, levando à redução dos custos no inventário florestal através da construção e validação de um modelo de estimação da altura de árvores em povoamentos de eucalipto com a utilização de redes neurais artificiais. Os dados utilizados consistiram em três clones, compreendendo cerca de 3.000 árvores em 145 parcelas permanentes com área média de 215 m², mensuradas em seis ocasiões (idades). As variáveis utilizadas para estimar a altura total das árvores dividiram-se em quantitativas: idade (meses), diâmetro com casca a 1,30 m de altura a partir da superfície do solo (dap) e altura dominante média da parcela; e qualitativa: tipo de solo com as respectivas classes. Para validação e aplicação da metodologia proposta, foram consideradas duas situações: (a) quando há a introdução de um novo material genético e não existem informações sobre a relação hipsométrica deste; (b) quando já se conhece a tendência de crescimento em altura dos povoamentos implantados, obtida pela existência de medições em parcelas de IFC. Com as metodologias testadas, obtiveram-se valores de coeficiente de correlação superiores a 0,99. As metodologias mostraram-se eficientes para alcançar os objetivos propostos, garantindo alta precisão das estimativas obtidas através das redes neurais artificiais.
e
The objective of this study was to obtain neural networks that would precisely estimate inside-bark diameter (d ib ) and heartwood diameter (d h ) and compare to the results obtained by the Taper models. The databank was formed so as to eliminate inconsistent and biased data, and stratified: minimum d ib of 4, 6 and 8 cm and minimum d h of 10, 15 and 20 cm. The adjusted Taper model used was the Kozak model. For the fitting of artificial neural networks (ANN), tests were performed to identify the independent variables and the database scope level, i.e., the following input variables were tested: diameter at breast height (dbh), total height (H), height at diameter d ib or d h (h) and outside-bark diameter at h (d ob ), bark thickness at 1.3 m and project, and the scope at database level or project level. The estimates obtained by the neural networks and Kozak model were evaluated by residual graphs in function of the respective diameter observed and graph of the observed versus estimated values. ANN were found to be more efficient in estimating inside-bark and heartwood diameters for Tectona grandis trees than the Kozak model. The variables that must be used to fit the networks are dbh, H, h and d ob . Stratification by project results in precision gain, with precision being higher for wider commercial diameters. Thus, linear-type artificial neural networks can be efficient in describing the taper of Tectona grandis trees.
A incidência da murcha bacteriana, causada por Ralstonia solanacearum, em viveiros clonais de eucalipto, no período de abril a setembro de 2005, resultou no descarte de cerca de 553.991 minicepas, 6.837.691 propágulos na fase de enraizamento e 11.266.819 mudas, nos Estados da Bahia, do Espírito Santo, do Maranhão, de Minas Gerais e do Pará, totalizando um prejuízo estimado em, no mínimo, seis milhões de reais (US$ 2,7 milhões). Em minijardim clonal, a doença caracteriza-se por necrose foliar, escurecimento anelar ou completo do lenho, murcha e morte de minicepas. Os sintomas na parte aérea são similares à morte gradual de minicepas submetidas a podas drásticas ou com sistema radicular malformado. Na fase de enraizamento, miniestacas infectadas podem apresentar arroxeamento das nervuras do limbo foliar e podridão. No campo, a doença caracteriza-se por bronzeamento e necrose foliar, desfolha basal, ascendente escurecimento interno do lenho e morte da planta, geralmente a partir do quarto mês após o transplantio. Os sintomas geralmente se agravam em árvores com enovelamento de raízes e afogamento de coleto. A etiologia da doença foi confirmada por meio de testes de exsudação, microscopia de varredura, isolamento da bactéria, análises de PCR/RFLP, reação de hipersensibilidade (HR) em mudas de fumo, testes de patogenicidade em plântulas de eucalipto e tomate e re-isolamento da bactéria. Como o sistema de produção de mudas clonais de eucalipto é altamente favorável à multiplicação bacteriana e na falta de conhecimento sobre a resistência genética e de outras estratégias de controle da doença, é essencial evitar a introdução da bactéria em viveiros.
Resumo -O objetivo deste estudo foi avaliar as funções de Weibull e Hiperbólica quanto à capacidade de descrição da estrutura diamétrica de povoamentos de eucalipto submetidos a desbaste. As funções com quatro e três parâmetros foram ajustadas a dados de 48 parcelas permanentes instaladas em um povoamento desbastado de um clone híbrido de eucalipto (Eucalyptus grandis x Eucalyptus urophylla), localizado na região Nordeste do Estado da Bahia. Essas parcelas foram mensuradas em 10 ocasiões, a partir de 27 meses de idade. Foi avaliado, também, o ajuste da função Weibull de dois parâmetros por aproximação linear. A aderência foi avaliada pelo teste de Kolmogorov-Smirnov. Também, foram comparadas as somas de quadrados dos resíduos (SQR), dos diferentes ajustamentos. Todas as funções apresentaram aderência aos dados (P>0,01). A função hiperbólica apresentou menor soma de quadrados de resíduos e menores valores para o teste de aderência. A função Weibull, quando ajustada por aproximação linear, apresentou os maiores valores de soma de quadrado de resíduos e de significância no teste de aderência. Foi comprovada a ineficiência do ajuste da função Weibull por aproximação linear.Palavras-chave: Distribuição diamétrica, Função de distribuição estatística e Povoamentos equiâneos. EVALUATION OF WEIBULL AND HYPERBOLIC FITTING FUNCTIONS TO DATA OF EUCALYPT STANDS SUBMITTED TO THINNING
RESUMO -Objetivou-se propor neste estudo uma metodologia com a utilização de Redes Neurais Artificiais (RNA), para redução do número de árvores a serem cubadas durante o processo de geração de equações volumétricas. Os dados utilizados neste estudo foram provenientes de cubagens de 2.700 árvores de povoamentos clonais de eucalipto localizados no Sul da Bahia. O treinamento das RNA foi feito visando à obtenção de redes para a estimação do volume com e sem casca. Como variáveis de entrada, utilizaram-se o diâmetro à altura do peito -1,30 m (dap), a altura e os diâmetros nas posições de 0,0; 0,5; 1,0; 1,5; 2,0; e 4,0 m do solo e os volumes obtidos até 2 e 4 m. A precisão do método foi feita com a aplicação do teste L&O. Avaliaram-se também a dispersão dos erros percentuais, o histograma de frequência dos erros percentuais e a raiz do erro quadrático médio (RMSE). A metodologia proposta neste estudo mostrou-se eficiente para a estimação do volume de árvores, sendo indicada para a obtenção do volume total com e sem casca de povoamentos de eucalipto, possibilitando a redução dos custos para a construção de equações volumétricas.Palavras-chave: Cubagem rigorosa; Inventário florestal; Mensuração florestal. (ANN) to reduce the number of trees to be scaled during the process of generating volumetric equations. The data used in this study were originated from measurements of 2,700 trees of clonal eucalyptus plantations located in southern Bahia State, Brazil. The training of ANN was performed in order to obtain networks for estimating the volume with and without bark. As input variables, we used the diameter at breast height (dbh) -1. 30 m, height, and diameter at 0.0, 0.5, 1.0, 1.5, 2.0 and 4.0 m above the ground and the volumes obtained until 2 and 4 m. The accuracy of the method was carried out using the test L & O. We also evaluated the dispersion of percentage errors, frequency histogram of the percentage error and the root mean square error (RMSE). The methodology proposed in this study proved to be efficient for estimating the volume of trees, and is indicated to obtain the total volume with and without bark of eucalyptus, enabling the reduction of costs for the construction of volumetric equations. ABSTRACT -The objective of this study was to propose a methodology by using Artificial Neural Networks
PROGNOSE EM NÍVEL DE POVOAMENTO DE CLONES DE EUCALIPTO EMPREGANDO REDES NEURAIS ARTIFICIAISRESUMO: Objetivou-se, neste estudo, treinar, aplicar e avaliar a eficiência de redes neurais artificiais (RNA) para realizar a prognose da produção de povoamentos equiâneos de clones de eucalipto. Os dados utilizados foram provenientes de povoamentos localizados no sul da Bahia, totalizando cerca de 2.000 hectares de floresta. Foram utilizadas variáveis numéricas, como: idade, área basal, volume e variáveis categóricas, como classe de solo, textura, tipos de espaçamento, relevo, projeto e clone. Os dados foram divididos aleatoriamente em dois grupos: treinamento (80%) e generalização (20%). Foram treinadas redes de três tipos: perceptron, perceptron de múltiplas camadas e redes de função de base radial. As RNA que apresentaram os melhores desempenhos no treinamento e generalização foram selecionadas para realizar a prognose com dados, a partir do primeiro inventário florestal. Conclui-se que as RNA apresentaram resultados satisfatórios, comprovando o potencial e aplicabilidade da técnica na solução dos problemas de mensuração e manejo florestal. STAND-LEVEL PROGNOSIS OF EUCALYPTUS CLONES USING ARTIFICIAL NEURAL NETWORKSABSTRACT: The objective of this study was to train, implement and evaluate the efficiency of artificial neural networks (ANN) to perform production prognosis of even-aged stands of eucalyptus clones. The data used were from plantations located in southern Bahia, totaling about 2,000 acres of forest. Numeric variables, such as age, basal area, volume and categorical variables, such as soil class texture, spacing, land relief, project and clone were used. The data were randomly divided into two groups: training (80%) and generalization (20%). Three types of networks were trained: perceptron, multilayer perceptron networks and radial basis function. The RNA that showed the best performance in training and generalization were selected to perform the prognosis with data from the first forest inventory. We conclude that the RNA had satisfactory results, showing the potential and applicability of the technique in solving measurement and forest management problems.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.