Ciência Florestal
URI permanente para esta coleçãohttps://locus.ufv.br/handle/123456789/171
Navegar
2 resultados
Resultados da Pesquisa
Item Modelagem do crescimento em nível de árvores individuais utilizando redes neurais e autômatos celulares(Universidade Federal de Viçosa, 2011-02-18) Castro, Renato Vinícius Oliveira; Leite, Hélio Garcia; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4785373Z6; Souza, Agostinho Lopes de; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4787807J6; Soares, Carlos Pedro Boechat; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4798603J4; http://lattes.cnpq.br/2397768052594119; Nogueira, Gilciano Saraiva; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4798374D8Modelar de maneira precisa o crescimento e a produção de povoamentos é importante para um melhor gerenciamento dos recursos florestais. Como o manejo tem demandado cada vez mais detalhes acerca do crescimento e dinâmica dos povoamentos, principalmente aqueles destinados à produção de madeira de alta qualidade ou a multiprodutos, modelos em nível de distribuição diamétrica e em nível de árvores individuais têm sido cada vez mais demandados. Assim sendo, este trabalho teve por objetivo modelar o crescimento e a produção de povoamentos de eucalipto, em nível de árvores individuais, utilizando regressão, redes neurais artificiais (RNA) e Autômatos Celulares (AC). Dados de parcelas permanentes foram empregados para ajuste de equações para predizer o crescimento de variáveis dendrométricas (diâmetro e altura) e probabilidade de mortalidade das árvores, bem como para o treinamento das RNA para estas mesmas variáveis. As estimativas obtidas por meio de RNA foram mais precisas quando comparadas àquelas obtidas por modelos de regressão. As melhores redes, juntamente com uma arquitetura de AC, foram utilizadas para validação do modelo, empregando dados independentes daqueles utilizados no ajuste dos modelos de regressão e treinamento das RNA. Projetando-se a estrutura dessas parcelas independentes (diâmetro, altura e mortalidade das árvores) de 24 meses até 72 meses, observou-se que as RNA e a estrutura de AC forneceram estimativas precisas em nível de árvores individuais, classes de diâmetro e por unidade de área (hectares).Item Modelagem de árvore individual para uma Floresta Estacional Semidecidual utilizando redes neurais(Universidade Federal de Viçosa, 2012-12-21) Castro, Renato Vinícius Oliveira; Leite, Hélio Garcia; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4785373Z6; Souza, Agostinho Lopes de; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4787807J6; Soares, Carlos Pedro Boechat; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4798603J4; http://lattes.cnpq.br/2397768052594119; Nogueira, Gilciano Saraiva; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4798374D8; Ribeiro, Carlos Antônio Alvares Soares; http://lattes.cnpq.br/0257744922714589; Oliveira, Márcio Leles Romarco de; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4768005Y0Este estudo teve como objetivos desenvolver um modelo completo em nível de árvore individual para um fragmento de Floresta Estacional Semidecidual Montana utilizando redes neurais artificiais (RNA) e validar a sua aplicação. Dados provenientes de dez parcelas permanentes em um fragmento florestal de 17 ha no município de Viçosa, MG, em estágio médio de sucessão ecológica, monitoradas durante 14 anos (1994, 1997, 2000, 2004 e 2008) foram utilizados para este propósito. O conjunto de dados foi dividido aleatoriamente em dois grupos: 1) grupo de treinamento das redes, composto por seis parcelas e totalizando 3.556 casos nas cinco medições, sendo observados 231 casos de mortalidade e 238 casos de ingresso, e 2) grupo de validação do modelo, composto por quatro parcelas, totalizando 2.062 casos, sendo observados 181 casos de mortalidade e 146 casos de ingresso. O trabalho foi dividido em quantro capítulos onde, no capítulo I, foram avaliados diferentes índices de competição independentes, dependentes e semi-independentes da distância, sendo selecionados aqueles melhores para os estudos de crescimento e mortalidade nos capítulos posteriores. Nos capítulos II e III foram avaliados e comparados diferentes arquiteturas e tipos de redes neurais para estimativa da mortalidade regular das árvores, bem como para projeção do diâmetro, altura total e do fuste. No capítulo IV, realizou-se a validação das redes empregando-se o conjunto de dados independentes. Além das redes selecionadas considerou-se a taxa média de ingresso em cada período de medição, no primeiro grupo de dados, na projeção da estrutura da floresta (validação). Após as análises, observou-se que, de maneira geral, os índices de competição foram correlacionados com o crescimento e probabilidade de mortalidade das árvores. Verificou-se, também, a eficiência das redes neurais na estimação da mortalidade das árvores e para a projeção do crescimento, sendo obtidas estimativas precisas. Na validação, projetou-se a mortalidade, o crescimento e o ingresso da primeira medição (1994) até o ano de 2008, os quais foram comparados aos valores observados. O modelo em nível de árvore individual foi eficiente na simulação do crescimento e produção florestal em todos os níveis de detalhamento (povoamento total, distribuição diamétrica e de altura e em nível de árvore individual). Os resultados confirmaram o potencial de utilização de modelos em nível de árvore individual por meio de redes neurais artificiais em florestas naturais estruturalmente complexas, como é o caso da Floresta Estacional Semidecidual Montana.