Engenharia Florestal

URI permanente desta comunidadehttps://locus.ufv.br/handle/123456789/11734

Navegar

Resultados da Pesquisa

Agora exibindo 1 - 3 de 3
  • Imagem de Miniatura
    Item
    Artificial neural networks, quantile regression, and linear regression for site index prediction in the presence of outliers
    (Pesquisa Agropecuária Brasileira, 2019) Araújo Júnior, Carlos Alberto; Souza, Pábulo Diogo de; Assis, Adriana Leandra de; Cabacinha, Christian Dias; Leite, Helio Garcia; Soares, Carlos Pedro Boechat; Silva, Antonilmar Araújo Lopes da; Castro, Renato Vinícius Oliveira
    The objective of this work was to compare methods of obtaining the site index for eucalyptus (Eucalyptus spp.) stands, as well as to evaluate their impact on the stability of this index in databases with and without outliers. Three methods were tested, using linear regression, quantile regression, and artificial neural network. Twenty-two permanent plots from a continuous forest inventory were used, measured in trees with ages from 23 to 83 months. The outliers were identified using a boxplot graphic. The artificial neural network showed better results than the linear and quantile regressions, both for dominant height and site index estimates. The stability obtained for the site index classification by the artificial neural network was also better than the one obtained by the other methods, regardless of the presence or the absence of outliers in the database. This shows that the artificial neural network is a solid modelling technique in the presence of outliers. When the cause of the presence of outliers in the database is not known, they can be kept in it if techniques as artificial neural networks or quantile regression are used.
  • Imagem de Miniatura
    Item
    Classificação da capacidade produtiva de povoamentos não desbastados de clones de eucalipto
    (Pesquisa Agropecuária Brasileira, 2008-11) Oliveira, Marcio Leles Romarco de; Leite, Helio Garcia; Nogueira, Gilciano Saraiva; Garcia, Silvana Lages Ribeiro; Souza, Agostinho Lopes de
    O objetivo deste trabalho foi desenvolver e propor um procedimento para a estratificação de florestas de clones de eucalipto não desbastados, para a classificação de sua capacidade produtiva. Utilizaram-se dados provenientes de 70 clones, distribuídos em 5.020 parcelas permanentes de inventários florestais contínuos, com pelo menos três medições, de periodicidade anual, em cada clone. Para todos os clones, foi ajustado o modelo de Schumacher para as variáveis: área basal; altura dominante; diâmetro médio; e volume comercial, com casca. Com esses parâmetros, foi utilizado o método de Tocher, que se mostrou eficiente para agrupar clones com tendências semelhantes de crescimento em altura dominante. A estimativa de índice de local, para clones com menos de três medições, pode ser determinada a partir das informações de altura dominante, diâmetro médio, área basal e volume, obtidas do inventário florestal contínuo de outros clones.
  • Imagem de Miniatura
    Item
    Modelo de Clutter na modelagem de crescimento e produção de eucalipto em sistemas de integração lavoura-pecuária-floresta
    (Pesquisa Agropecuária Brasileira, 2012-01-23) Salles, Thiago Taglialegna; Leite, Helio Garcia; Oliveira Neto, Sílvio Nolasco de; Soares, Carlos Pedro Boechat; Paiva, Haroldo Nogueira de; Santos, Fabiano Lourenço dos
    O objetivo deste trabalho foi definir a melhor forma de uso do modelo de Clutter para estimar o crescimento e a produção de clones de eucalipto em sistemas de integração lavoura‐pecuária‐floresta. Foram utilizados dados de sistemas de integração localizados na região noroeste do Estado de Minas Gerais. Os dados foram originados a partir de 180 parcelas permanentes de inventário florestal contínuo, de 30x40 m, contendo três fileiras de dez árvores, com amostragem casual estratificada de intensidade de uma parcela para cada 10 ha. O número médio de árvores por hectare foi de 242. Foram avaliadas plantas com idades de 20 a 95 meses. As melhores relações funcionais foram obtidas a partir do uso do modelo original de Clutter, com base na significância e nos sinais esperados das estimativas de seus parâmetros. O ajuste do modelo de Clutter deve ser feito na sua forma completa.