Prognose Em Nível De Povoamento De Clones De Eucalipto Empregando Redes Neurais Artificiais

Abstract

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.

Modelagem Da Distribuição Diamétrica De Florestas Tropicais

“…Rede Neural Artificial (RNA) é um método da área de Inteligência Artificial, conhecido pela grande capacidade em aproximar funções não lineares. Na área florestal, este método tem demonstrado desempenho superior quando comparado aos métodos tradicionais da estatística clássica (DIAMANTOPOULOU, 2005;RODRIGUES et al, 2010;BINOTI et al, 2014, BINOTI et al, 2015. A vantagem deste método em relação aos demais é que trabalha com dados não paramétricos, com ruídos, incompletos e multicolineares.…”

Redes Neurais Artificiais Na Estimativa Do Volume Individual De Árvores De Um Híbrido De Eucalipto, No Municipio De Paragominas-Pa

“…Segundo Binoti et al (2015), a melhor rede que treina é a melhor de generaliza, logo somente a análise gráfica não deve ser levada em consideração para a seleção da melhor rede e sim o conjunto de fatores analisados, como as análises estatísticas juntamente com a representação gráfica. …”

Fauna Ameaçada Nas Rodovias

“…KEYWORDS: Forest Management; tapering; diameters along the shaft. (BINOTI et al, 2014;RIBEIRO et al, 2016, LACERDA et al, 2017, de altura (BINOTI et al, 2013;VENDRUSCOLO et al, 2015, do diâmetro relativo e estudo da forma MENDONÇA et al, 2015;SCHIKOWSKI et al, 2015;VENDRUSCOLO et al, 2016;MARTINS et al, 2016;SILVA et al, 2016;CAMPOS et al, 2017;MARTINS et al, 2017), do diâmetro e altura (VIEIRA et al, 2018), em crescimento e produção (CASTRO et al, 2013;BINOTI et al, 2015).…”