Prognose do crescimento e produção de Corymbia citriodora empregando redes neurais artificiais

Abstract

Por conta da importância de se aplicarem refinamentos às técnicas de prognose, a aplicação de Inteligência Artificial, como por exemplo as Redes Neurais Artificiais (RNA), se constituiu de uma alternativa vantajosa à modelagem do crescimento e produção florestal. Nesse sentido, se desenvolveu este trabalho com o objetivo avaliar o emprego de RNA na prognose do crescimento e produção madeireira comparando-se com a análise de regressão. Os dados foram coletados em um plantio de Corymbia citriodora por meio de um inventário florestal contínuo feito nas idades de 42, 54 e 66 meses. Na avaliação dos resultados obtidos, em uma validação com dados dependentes, adotou-se os critérios estatísticos: média dos desvios percentuais, raiz quadrada do erro médio, correlação e soma dos quadrados dos resíduos, além da análise gráfica da distribuição de resíduos. Incluiu-se, também nesta avaliação, a interpretação biológica das tendências de crescimento e produção florestal. Em uma etapa final de avaliação, procedeu-se a validação cruzada com o emprego do teste de qui-quadrado ao nível de 5% de significância. Concluiu-se que a prognose realizada por meio de RNA resultou em um melhor nível de acurácia que o emprego da análise de regressão.