Eficiência De Utilização De Macronutrientes Em Eucalipto Por Método Não Destrutivo Estimados Por Redes Neurais Artificiais

Abstract

RESUMOA Amostragem Não Destrutiva (AND) permite uma caracterização eficiente, simples e segura das propriedades químicas do vegetal, como o Coeficiente de Utilização Biológico (CUB). A associação da AND com a técnica de Redes Neurais Artificiais (RNA) pode ser uma alternativa potencial em substituição às equações de regressão e aos métodos tradicionais de interpolação. Portanto, o presente trabalho objetivou avaliar a eficiência da RNA e da amostragem não destrutiva para estimar a eficiência de uso de nutrientes no tronco. O experimento foi instalado em blocos ao acaso, sendo estudado, em três blocos, o efeito de cinco espaçamentos de plantio: T1 -3,0 m x 0,5 m; T2 -3,0 m x 1,0 m; T3 -3,0 m x 1,5 m; T4 -3,0 m x 2,0 m e T5 -3,0 m x 3,0 m. Uma árvore-amostra foi abatida para realizar a cubagem rigorosa e quantificar a matéria seca de casca e lenho por unidade experimental, totalizando-se 15 árvores. As árvores-amostras foram pesadas no campo e subamostras de casca e lenho foram coletadas ao longo do fuste para compor uma amostra composta por árvore. Também foi retirada uma amostra simples de cada componente obtidas com auxílio de um formão e martelo na região do DAP nas mesmas árvores-amostras. As amostras foram secas a 65ºC até peso constante. O material vegetal foi moído e submetido à análise química. Ajustaramse modelos de regressão e aplicação de RNA para estimação do CUB Tronco a partir do CUB DAP Casca e CUB DAP Lenho . As RNA apresentaram maior precisão e confiabilidade do que a regressão. A modelagem por redes neurais artificiais utilizando-se apenas uma amostra da casca na região do DAP demonstrou ser adequada para a estimativa do coeficiente de utilização biológico do tronco. Palavras-chave: CUB; RNA; amostragem não destrutiva; densidade de plantio. ABSTRACTThe Non-Destructive Sampling (NDS) provides an efficient, simple and safe characterization of chemical properties of the plant, as the Coefficient of Biological Use (CBU). The association of NDS with the technique of Artificial Neural Networks (ANN) can be a potential alternative to replace the regression equations and the traditional methods of interpolation. Therefore, this work aimed to evaluate the efficiency of ANN and non-destructive sampling for the efficiency of nutrient use in the trunk. The research plot was installed in a randomized block being studied, in three blocks, the effect of five planting spacing: T1 -3,0 m x 0,5 m, T2 -3,0 m x 1,0 m, T3 -3,0 m x 1,5 m, T4 -3,0 m x 2,0 m e T5 -3,0 m x 3,0 m. A sample-tree was felled to

Stability of the hypocotyl length of soybean cultivars using neural networks and traditional methods

“…Artificial neural networks have also been used for other purposes such as: assess if there is an adequate neural network available for the prediction of electrical energy of a photovoltaic system (PINHEIRO et al, 2017); prediction of mass gain in animals using the multiple linear regression method and a technique based on artificial intelligence -more specifically, artificial neural networks (LOPES et al, 2017); proposed the use of artificial intelligence through artificial neural networks and genetic algorithms, respectively, in the simulation of oat grain yield (Avena sativa) and optimization of sowing density in the main succession systems of south Brazil (DORNELLES et al, 2018); and evaluate the efficiency of RNA and nondestructive sampling to estimate nutrient use efficiency in the trunk (LAFETÁ et al, 2018) Possibility of identifying cultivars with high to medium low to high hypocotyl length, invariant, with high adaptability and high stability (predictability) strengthens the hypothesis that, in the set of cultivars analyzed as for hypocotyl length, 31.25% of the cultivars were stable throughout the 6 planting seasons. This reinforces the idea that hypocotyl length is a potential descriptor of soybeans and that studies show the possibility of identifying potential sampled cultivars to be used in performing the DHS assays.…”

Aplicação de redes neurais artificiais na cultura do mogno (Khaya spp. e Swietenia spp.)

“…Já para a variável volume encontrou uma correlação de variando entre 0,997 e 0,998 e RQME de 1,09. Lafetá et al (2018)…”

Nutrient stock in the forest component in a crop-livestock-forest integration system in Central Brazil

“…Defining the amount of nutrients to be applied can be performed by different methods. A critical point in the definition of fertilization is the quantification of the nutrients that are exported from the site by the harvest because, in order to maintain a sustainable system, the exported nutrient should be restored (LAFETÁ et al, 2018). In addition, nutrient exports from these areas by means of this harvesting practice is determined by the amount of biomass exported from the site and by the concentration of nutrients in those tissues (GONÇALVES et al, 2015).…”