Classificação da capacidade produtiva de sítios florestais utilizando máquina de vetor de suporte e rede neural artificial

Cosenza, Diogo Nepomuceno; Leite, Hélio Garcia; Marcatti, Gustavo Eduardo; Binoti, Daniel Henrique Breda; Alcântara, Aline Edwiges Mazon de; Rode, Rafael

doi:10.18671/scifor.v43n108.19

Cited by 9 publications

(12 citation statements)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Alguns modelos relacionam variáveis climáticas ao desenvolvimento de algumas espécies, por vezes, incluindo o relevo, propriedades do solo e distribuição da chuva. A relação dessas variáveis com a produção florestal pode ser analisada por meio de modelos estatísticos e matemáticos tais como regressão linear múltipla (RLM), redes neurais artificiais (RNAs), análise harmônica e espectral (AHE) e árvore de decisão (AD), sendo possível indicar a espécie que melhor se adaptada às condições climáticas (BUGG et al, 2006;CAÚLA et al, 2015;WARING, 2011;COSENZA et al, 2015;DELGADO et al, 2012).…”

unclassified

Influência das variáveis climáticas na produção florestal via modelo 3-PG no Norte de Minas Gerais

Oliveira¹,

Delgado²,

Araújo³

et al. 2017

Sci. For.

View full text Add to dashboard Cite

Este trabalho teve por objetivo avaliar a influência das variáveis climáticas sobre a produção de plantios de Eucalyptus spp. na região Norte de Minas Gerais utilizando o modelo ecofisiológico de crescimento 3-PG (Physiological Principles in Predicting Growth). O 3-PG foi executado com base em médias históricas e mensais obtidas pelo INMET (Instituto Nacional de Meteorologia) e satélite TRMM (Tropical Rainfall Measuring Mission). A correlação linear (Pearson) (r), coeficiente de determinação (R²), erro padrão da estimativa (S yx), eficiência do modelo (EF) e raiz do erro quadrático médio (RMSE) foram utilizados para avaliar as estimativas realizadas pelo modelo 3-PG. As variáveis dendrométricas, diâmetro médio a altura do peito (DAP-cm), altura total (m), volume (m³.ha-1) e incremento médio anual (IMA-m³.ha-1), estimadas pelo 3-PG, com média histórica, apresentaram alta variação, com tendência de subestimativa das variáveis. As estatísticas r e R² apresentaram valores satisfatórios (> 0,60). Porém observou-se que o erro das estimativas tende a ser maior quando se utiliza média histórica. O modelo teve redução da EF de 0,58 para 0,50 para o IMA. Durante janeiro de 2005 a dezembro de 2011 não houve redução da produção, caso as variáveis climáticas tivessem comportamento semelhante às médias históricas. Dentre os moduladores ambientais, observou-se que o fAS teve maior restrição sobre o crescimento das árvores nessa região, seguido do modulador fDPV, o que pode estar relacionado às altas temperaturas encontradas na região. A utilização de normais climatológicas mostrou-se adequada para analisar o potencial produtivo de novas áreas para produção de Eucalyptus spp. na região, no entanto deve-se atentar para possíveis variações climáticas que podem reduzir a produção.

show abstract

unclassified

Influência das variáveis climáticas na produção florestal via modelo 3-PG no Norte de Minas Gerais

Oliveira¹,

Delgado²,

Araújo³

et al. 2017

Sci. For.

View full text Add to dashboard Cite

show abstract

“…In the present study, the classification of productive units was considered satisfactory and superior to that found by Consenza et al (2015), since it was not necessary to add other input variables as soil type and spacing, facilitating the classification process of the productive units. The local index curves ( Figure 5) were obtained by the guide curve method, which maintains a constant growth rate for height independent of the site (Scolforo, 2006).…”

Section: Site Classificationmentioning

confidence: 73%

Artificial neural networks in whole-stand level modeling of Eucalyptus plants

Lima¹,

Lustosa²,

Oliveira³

et al. 2017

Afr. J. Agric. Res.

View full text Add to dashboard Cite

Forestry production is traditionally predicted using mathematical modelling, where whole-stand models are prominent for providing estimates of growth and production per unit area. However, there is a need to perform research that adopts innovative tools, such as artificial Intelligence techniques. The objective of this study was to train and evaluate the efficiency of Artificial Neural Networks (ANN) in the modeling process of growth and production of Whole-Stand Level, in "equineanean" forests of the Eucalyptus genus clones. For the training of the networks, the supervised method was adopted. There were 100 networks trained, of which, for each output variable, 5 networks were selected. The criteria used to verify the quality of the training and validation of the networks were: Student's test "T", graphical analysis of the dispersion of residues, standard error of the relative estimate (Syx%), Pearson's correlation coefficient (r) between the observed and estimated values, and aggregate difference (AD). The ANN selected in the training process, which estimated the volume variables, site index and future production, when validated did not differ statistically by the Test "T" and presented adequate statistical accuracy values to the modeling process, with satisfactory correlation values (r) between the observed and estimated values, low values of standard error of the relative estimate (Syx%) and aggregate difference (AD). Artificial neural networks of the multilayer perceptron type are precise and efficient in the entire modeling process for whole-stand level of Eucalyptus plantations, therefore its use is recommended.

show abstract

“…Desta forma, o uso de dois neurônios na camada oculta foi melhor. Como são quatro diâmetros em diferentes alturas como variáveis de entrada (0,0; 0,3; 1,3; 2), o uso de até dois neurônios na camada oculta, conforme o sugerido por Cosenza et al, (2015), gerou resultados superiores. Os treinamentos de RNA's com maior número de neurônios na camada oculta geraram resultados inferiores aos apresentados.…”

Section: Avaliação Das Redes Neurais Artificiaisunclassified