Estimação do volume de árvores de clones de eucalipto pelo método da similaridade de perfis

Oliveira, Márcio Leles Romarco de; Leite, Hélio Garcia; Garcia, Silvana Lages Ribeiro; Campos, José Maurício de Souza; Soares, Carlos Pedro Boëchat; Santana, Reynaldo Campos

doi:10.1590/s0100-67622009000100014

Cited by 13 publications

(17 citation statements)

References 5 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Wood volume estimates in forest inventories mainly involve the use of volume equations (Oliveira et al, 2009;Môra et al, 2014). Taper functions are also quite useful for this purpose, although being relatively more complex than volume equations.…”

Section: Resultsmentioning

confidence: 99%

Form factors vs. regression models in volume estimation of Pinus taeda L. stem

Sanquetta¹,

Dolci²,

Côrte³

et al. 2017

Científica

View full text Add to dashboard Cite

Volume is an important information to know the available potential of a forest stand, although direct volume determination is expensive and often impractical. Thus, precise and accurate indirect methods are fundamental. Three volume estimation methods of Pinus taeda stem were compared: mean form factor, form factor by diameter class, and volume models fitted by regression. A total of 146 trees were used for this study, in which 96 were used for fitting and estimation, and 50 for validation, collected in the middle of the Paraná State, Brazil. Fitting statistics (R 2 aj and Syx%) were used to evaluate regression models. Bias, precision and accuracy statistics, t-test and residue graphical analysis were used to judge estimation methods. Estimation by mean form factor (diameter class) and the Spurr model were equivalent, being superior to the others examined. It was concluded that the use of mean form factor by diameter class has satisfactory statistical performance, robustness and simplicity in volume estimation.Additional keywords: accuracy; precision; validation; volumetry. ResumoO volume é uma informação importante para o conhecimento do potencial disponível em um povoamento florestal, porém a determinação direta de volume é dispendiosa e muitas vezes impraticável. Por isso, métodos indiretos de estimação precisos e acurados são fundamentais. Foram comparados três métodos de estimação volumétrica do fuste de Pinus taeda: fator de forma médio, fator de forma por classe diamétrica e modelos volumétri-cos ajustados por regressão. Utilizaram-se dados de cubagem de 146 árvores, sendo 96 para ajuste e estimação, e 50 para validação, coletados na região central do Estado do Paraná. Estatísticas de ajuste (R 2 aj e Syx%) foram utilizadas para avaliar os modelos de regressão. Estatísticas de viés, precisão e acurácia, teste t e análise gráfica de resíduos foram empregados para julgar os métodos de estimação. A estimação pelo fator de forma médio por classe diamétrica e o modelo de Spurr equivaleram-se, sendo superiores aos demais examinados. Concluiu-se que o emprego do fator de forma médio por classe diamétrica apresenta performance estatística satisfatória, robustez e simplicidade na estimação de volume.Palavras-chave adicionais: acurácia; precisão; validação; volumetria.

show abstract

Section: Resultsmentioning

confidence: 99%

Form factors vs. regression models in volume estimation of Pinus taeda L. stem

Sanquetta¹,

Dolci²,

Côrte³

et al. 2017

Científica

View full text Add to dashboard Cite

show abstract

“…Em alguns casos, o número ideal de árvores-amostra para ajuste de um modelo volumétrico pode chegar a 100 ou 150 árvores (GUIMARÃES et al, 1996). Sem situações práticas, essa tarefa pode tornar-se inviável pela inúmera quantidade de estratos que podem ser formados (OLIVEIRA et al, 2009).…”

Section: Discussão E Conclusõesunclassified

“…Nos plantios de eucalipto, o ideal é a utilização de equações específicas por clone ou espécie, espaçamento, classe de idade e regime de corte. Para obtenção das informações para o ajuste dos modelos, aconselha-se a cubagem de 100 a 150 árvores por estrato; tal operação pode acarretar um custo relativamente alto (OLIVEIRA et al, 2009;CAMPOS;LEITE, 2009).…”

Section: Introductionunclassified

“…Diversas funções de Taper, equações e métodos para estimação volumétrica e a forma das árvores já foram propostas (BEHRE, 1923;KOZAK et al,1969;DEMAERSCHALK, 1972;ORMEROD, 1973;MAX;BURKHART, 1976;DEMAERSCHALK;KOZAK, 1977;HILT, 1980;CAO et al,1980;CLARKETAL, 1991;OLIVEIRA et al, 2009;CAMPOS, LEITE, 2009). Contudo, a proposta de inclusão de novas metodologias ou modelos que estimem o estoque volumétrico ainda é necessária em função dos custos que essa etapa representa para o inventário florestal, bem como a importância desta na exatidão das estimativas volumétricas.…”

Section: Introductionunclassified

See 1 more Smart Citation

Redes neurais artificiais para estimação do volume de árvores

Binoti

Leite

et al. 2014

Rev. Árvore

Self Cite

View full text Add to dashboard Cite

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

show abstract

“…utilizou redes neurais artificiais para prognose da produção volumétrica de eucalipto e constatou que uma RNA é capaz de modelar a tendência de crescimento para cada clone utilizado. Estes resultados confirmam as vantagens operacionais das RNA em relação aos modelos tradicionais, pois elas são capazes de extrair relações diferentes em uma única modelagem através da inclusão de variáveis categóricas, que muitas vezes não podem ser incluídas em modelos tradicionais de regressão, o que torna necessário uma estratificação prévia e o ajuste de equações por estrato, o que pode ser verificado em diversos trabalhos (Andrade et al 2006;Oliveira et al, 2009;David et al, 2014).…”

Section: Avaliação Das Estimativasunclassified

Configuração de redes neurais artificiais para estimação da altura total de árvores de eucalipto

Martins

Binoti

Leite

et al. 2016

Agraria

View full text Add to dashboard Cite

RESUMOO objetivo do presente trabalho foi definir configurações adequadas de Redes Neurais Artificiais (RNA) para a obtenção da altura total de árvores de eucalipto. Os dados utilizados foram provenientes de inventários florestais contínuos em povoamentos com idades entre 21 a 137 meses, localizados no sul da Bahia. As configurações de RNA testadas variaram em relação ao número de neurônios na camada oculta, função de ativação, número de ciclos e algoritmos de aprendizagem com seus parâmetros. Os testes foram realizados no sistema Neuroforest e as estimativas foram avaliadas pelo coeficiente de correlação, raiz quadrada do erro quadrático médio (RMSE%) e análise gráfica de resíduos. A estimação da altura de árvores pode ser feita por meio de diversas configurações de RNA, utilizando os algoritmos de aprendizagem Resilient Propagation, Quick Propagation e Scaled Conjugate Gradient, com o número de neurônios ocultos variando entre 03 e 08 para o algoritmo Quick Propagation e 13 e 20 para o algoritmo Scaled Conjugate Gradient. As funções de ativação tangente hiperbólica, sigmóide, log e seno são apropriadas para as camadas ocultas e de saída, e as funções linear e identidade se mostraram apropriadas apenas para a camada de saída. Dois mil ciclos são suficientes para o treinamento das RNA. Palavras-chave: inteligência artificial, neuroforest, relações hipsométricas Configuration of artificial neural networks for estimation of total height of eucalyptus trees ABSTRACTThe aim of this study was to define appropriate configurations of Artificial Neural Networks (ANN) to obtain the total height of eucalyptus trees. The data used came from continuous forest inventories in stands aged 21-137 months located in southern Bahia. The ANN configurations tested varied according to the number of neurons in the hidden layer, activation function, number of cycles and learning algorithms with their parameters. The tests were performed in Neuroforest system and the estimates were evaluated using the correlation coefficient, the root mean square error (RMSE%), and graphical analysis of residues. The estimation of the height of trees may be made by various ANN configurations using the learning algorithms Resilient Propagation, Quick Propagation and Scaled Conjugate Gradient, with number of hidden neurons varying between 03 and 08 for the Quick Propagation algorithm and 13 and 20 to Scaled Conjugate Gradient algorithm. The activation functions hyperbolic tangent, sigmoid, log and sine are suitable for the hidden and output layers, and functions linear and identity proved suitable only for the output layer. Two thousand cycles are sufficient for the training of ANN.

show abstract

Estimação do volume de árvores de clones de eucalipto pelo método da similaridade de perfis

Cited by 13 publications

References 5 publications

Form factors vs. regression models in volume estimation of Pinus taeda L. stem

Form factors vs. regression models in volume estimation of Pinus taeda L. stem

Redes neurais artificiais para estimação do volume de árvores

Configuração de redes neurais artificiais para estimação da altura total de árvores de eucalipto

Contact Info

Product

Resources

About