Aplicação de redes neurais artificiais para estimação da altura de povoamentos equiâneos de eucalipto

Revista Árvore

Mayra Luiza Marques Da Silva Binoti²  Daniel Henrique Breda Binoti¹  Helio Garcia Leite¹ 

[1] ,Universidade Federal dos Vales do Jequitinhonha e Mucuri Departamento de Engenharia Florestal ,Brasil

关键词: Inventário florestal;    Relação hipsométrica;    Eucalipto;    Artificial neural networks;    Forest inventory;    Hipsometric relationship;   

DOI  :  10.1590/S0100-67622013000400007

来源: SciELO

【 摘 要 】

Este trabalho teve como objetivos aumentar a precisão das estimativas de altura de árvores e diminuir a necessidade de aferição da altura em campo, levando à redução dos custos no inventário florestal através da construção e validação de um modelo de estimação da altura de árvores em povoamentos de eucalipto com a utilização de redes neurais artificiais. Os dados utilizados consistiram em três clones, compreendendo cerca de 3.000 árvores em 145 parcelas permanentes com área média de 215 m², mensuradas em seis ocasiões (idades). As variáveis utilizadas para estimar a altura total das árvores dividiram-se em quantitativas: idade (meses), diâmetro com casca a 1,30 m de altura a partir da superfície do solo (dap) e altura dominante média da parcela; e qualitativa: tipo de solo com as respectivas classes. Para validação e aplicação da metodologia proposta, foram consideradas duas situações: (a) quando há a introdução de um novo material genético e não existem informações sobre a relação hipsométrica deste; (b) quando já se conhece a tendência de crescimento em altura dos povoamentos implantados, obtida pela existência de medições em parcelas de IFC. Com as metodologias testadas, obtiveram-se valores de coeficiente de correlação superiores a 0,99. As metodologias mostraram-se eficientes para alcançar os objetivos propostos, garantindo alta precisão das estimativas obtidas através das redes neurais artificiais.

【 授权许可】

CC BY   
 All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License