Redes neurais artificiais e modelos alométricos aplicados para estimativa de volume e altura em Eucalyptus urophylla S.T.Blacke

Abstract

Redes neurais artificiais (RNA) destacam-se como ferramentas alternativas na modelagem florestal, com resultados muitas vezes superiores em relação aos métodos tradicionais de regressão. Este estudo objetivou avaliar se as estimativas de volume e altura, obtidas por redes neurais artificiais e modelos alométricos, são compatíveis ao método tradicional de cubagem rigorosa. Para obtenção dos dados foram cubadas, pelo método de Hohenadl, 394 árvores de Eucalyptus urophylla. Destas árvores, 70% foram utilizadas nos ajustes dos modelos hipsométricos, volumétricos e para treinamento da RNA e 30% fizeram parte da validação. Para selecionar as melhores equações e RNA observou-se as melhores estatísticas de ajuste e precisão. Estatisticamente, não houve diferença entre os dados da cubagem em campo e as estimativas, ao nível de 5% de significância. Tanto os modelos de regressão quanto as RNA apresentaram bons ajustes, no entanto, as RNA foram superiores em desempenho, pois apresentaram Syx de a 2% no treinamento e 2,5% na validação, para variável altura, e Syx de 6,5% no treinamento e 5,1% na validação, para o volume.