Conexão de Saberes e Mundialização
19 a 24 de outubro de 2015
Trabalho 4868
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Agrárias |
| Área temática | Biologia, produção e manejo vegetal (agrícola e florestal) |
| Setor | Departamento de Engenharia Florestal |
| Bolsa | PIBIC/CNPq |
| Conclusão de bolsa | Sim |
| Apoio financeiro | CNPq |
| Primeiro autor | Priscila Christie de Carvalho |
| Orientador | HELIO GARCIA LEITE |
| Outros membros | Ana Carolina de Albuquerque Santos, Daniel Henrique Breda Binoti |
| Título | Eficiência da pós-amostragem seletiva na modelagem de povoamentos desbastados de eucalipto e de teca |
| Resumo | O manejo florestal requer estimativas precisas de estoques de crescimento e de colheita, sendo o inventário florestal utilizado para este fim. Essas estimativas são essenciais para que a gestão dos recursos seja feita de modo mais eficiente. Antes de se obter estimativas de produção por unidade de área é necessário estimar volume de árvores em parcelas permanentes. São os dados dessas parcelas que servirão para modelagem do crescimento e da produção. Muitas ferramentas de inventário florestal contínuo (IFC) tem sido empregadas em várias aplicações na engenharia florestal. Dentre elas se encontram aquelas utilizadas para quantificação de volume de árvores e estimação de altura.Uma alternativa atrativa para representar relações não lineares em relação aos métodos estatísticos tradicionais tem sido a aplicação de Redes Neurais Artificiais (RNA). Visando atenuar os contratempos enfrentados na quantificação de volume de árvores, foram avaliadas alternativas de uso de RNA com a finalidade de diminuir do número de árvores a serem cubadas durante o processo de geração de modelos volumétricos no inventário florestal. O estudo proposto também engloba configuração, treinamento e aplicação de redes neurais para simulação de dados visando o ajuste de modelos volumétricos e como suporte para modelagem do crescimento e da produção de povoamento de eucalipto. Outro objetivo abordado e que complementa o estudo da modelagem do crescimento e da produção é o emprego de amostragem seletiva com pós estratificação, visando garantir maior representatividade das classes de produtividade e dos dados selecionados para o ajuste de modelos de regressão. Foi proposto neste estudo avaliar a utilização de métodos de busca heurística para a definição das parcelas, visando ajustar modelos que fornecem as melhores estimativas para todos os dados. Buscou-se avaliar o uso de métodos tradicionais de seleção de parcelas com a utilização do software Select. O objetivo geral do projeto é de auxiliar nas tomadas de decisão de empresas florestais buscando um melhor gerenciamento de seus recursos de produção e melhor prescrição de manejo, sob o ponto de vista da sustentabilidade. Em todas as análises utilizou-se os softwares NeuroForest 3.3 e Select, além dos recursos disponíveis pelo Pacote Office. Os dados utilizados foram disponibilizados por grandes empresas do segmento florestal, constando de plantios clonais de eucalipto. Várias conclusões puderam ser obtidas deste estudo, dentre elas: o número de árvores a serem cubadas para estimar o volume de árvores pode ser reduzido ao empregar RNA; para uso do método da predição de parâmetros visando a estimação do volume não há necessidade de classificar as árvores por classe de diâmetro; a pós estratificados, por meio de algoritmos genéticos, pelo software Select, é eficiente no treinamento de redes neurais com a finalidade de estimação de crescimento e produção. |
| Palavras-chave | Inventário Florestal, Redes Neurais Artificiais, Algoritmo Genético |
| Forma de apresentação..... | Painel |