| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Amazônia Oriental. |
|
Data corrente: |
21/11/2017 |
|
Data da última atualização: |
13/01/2023 |
|
Autoria: |
REIS, L. P. |
|
Afiliação: |
LEONARDO PEQUENO REIS. |
|
Título: |
Modelagem de floresta inequiânea: redes neurais artificiais aplicadas em uma floresta manejada no Leste da Amazônia. |
|
Ano de publicação: |
2017 |
|
Fonte/Imprenta: |
2017. |
|
Páginas: |
79 f. |
|
Idioma: |
Português |
|
Notas: |
Tese (Doutorado em Ciência Florestal) - Universidade Federal de Viçosa, Viçosa, MG. Orientador: Agostinho Lopes de Souza; Coorientadores: Carlos Boechat; Helio Leite; Lucas José Mazzei de Freitas, Embrapa Amazônia Oriental. |
|
Conteúdo: |
O manejo florestal praticado na Amazônia não considera a modelagem de florestas tropicais como subsídio técnico e econômico nas decisões silviculturais. A problemática em relação a esse fato é a possível surperexploração de poucas espécies que compõem a maior parte da intensidade de corte, quando os planos de manejo florestal não estimam a recuperação da floresta ao longo do tempo. Assim, as decisões sobre a intensidade e o ciclo de corte adequado não apresentam fundamentos baseados na dinâmica florestal. Isso poderia ser contornado por meio do emprego de modelos de crescimento e produção apropriados para a prognose dos estoques futuros, utilizando a dinâmica florestal como base na parametrização. Esses modelos também podem ser usados para avaliar a dinâmica florestal e perturbações naturais. Por tanto, novas técnicas de modelagem em florestas tropicais são necessárias para garantir a sustentabilidade dessa atividade. Nesse cenário, o objetivo foi modelar uma floresta colhida seletivamente, há mais de 30 anos, utilizando Redes Neurais Artificiais (RNA), para subsidiar decisões silviculturais sobre o manejo florestal na Amazônia. Para atender a esse objetivo, a tese foi dividida em quatro artigos. Em todas as modelagens foram utilizados os dados do campo experimental localizado na Floresta Nacional do Tapajós, à altura do Km 67 (55° 00? W, 2° 45? S) da Rodovia BR- 163, Cuiabá-Santarém, no município de Belterra, estado do Pará, Brasil. Predomina na área o bioma Amazônia e a tipologia Floresta Ombrófila Densa de terra firme. Em 1979, foi realizada a colheita seletiva com intensidade de 72,5 m3 ha-1, em uma área de 64 ha. Em 1981, foram instaladas aleatoriamente e inventariadas 36 parcelas permanentes (50 m x 50 m). Nove medições sucessivas foram realizadas na área, em 1982, 1983, 1985, 1987, 1992, 1997, 2007, 2010 e 2012. Para avaliar a modelagem foram utilizadas as estatísticas de correlação, raiz quadrada do erro quadrático médio (RQEQM) e o coeficiente Kappa (usado para avaliar a saída categórica de mortalidade e sobrevivência). Também foi analisada a dispersão dos erros percentuais (Erro %). No primeiro artigo o objetivo foi estimar o recrutamento após a colheita de madeira, empregando redes neurais artificiais. A modelagem do recrutamento com RNA seguiu a tendência dos dados observados ao longo dos 31 anos, sendo obtido com a melhor rede um RQEQM de 35,6% e ; de 0,89. No segundo artigo o objetivo foi modelar o crescimento das árvores individuais em uma floresta manejada na Amazônia, utilizando redes neurais artificiais. Todas as RNA, com índice de competição semi-independentes da distância e sem índice, apresentaram correlação acima de 99% e RQEQM menor que 11%. A modelagem do crescimento com RNA pode ser usada com precisão para auxiliar no manejo de florestas tropicais por seguir a tendência dos dados observados. No terceiro artigo o objetivo foi estimar a sobrevivência e a mortalidade de árvores individuais em floresta colhida seletivamente, utilizando redes neurais artificiais. O coeficiente Kappa geral ficou abaixo de 8% em todas as RNA (classificação "pobre"), mas todas as redes ficaram acima de 55% na classificação da sobrevivência (classificação "boa"). A RNA estimou com maior precisão a sobrevivência individual de árvores, mas isso não ocorreu com a mortalidade, que é um evento mais raro que a sobrevivência. No quarto artigo o objetivo foi empregar autômatos celulares com regra de evolução em redes neurais artificiais, para projetar a distribuição diamétrica. Todas as RNA apresentaram a correlação acima de 99% e RQEQM abaixo de 17%. A projeção em todos os períodos analisados não apresentou diferença estatística a 5% de significância em relação à observada, demonstrando que a projeção seguiu a tendência da dinâmica da distribuição diamétrica. A modelagem utilizando redes neurais artificiais para prognosticar o recrutamento, o crescimento, a sobrevivência e a distribuição diamétrica de floresta tropical colhida seletivamente seguiu a tendência dos dados observados, com elevada precisão no recrutamento, no crescimento individual de árvores, na sobrevivência e na distribuição diamétrica, e pode ser utilizada para subsidiar as decisões silviculturais no manejo florestal sustentável na Amazônia. MenosO manejo florestal praticado na Amazônia não considera a modelagem de florestas tropicais como subsídio técnico e econômico nas decisões silviculturais. A problemática em relação a esse fato é a possível surperexploração de poucas espécies que compõem a maior parte da intensidade de corte, quando os planos de manejo florestal não estimam a recuperação da floresta ao longo do tempo. Assim, as decisões sobre a intensidade e o ciclo de corte adequado não apresentam fundamentos baseados na dinâmica florestal. Isso poderia ser contornado por meio do emprego de modelos de crescimento e produção apropriados para a prognose dos estoques futuros, utilizando a dinâmica florestal como base na parametrização. Esses modelos também podem ser usados para avaliar a dinâmica florestal e perturbações naturais. Por tanto, novas técnicas de modelagem em florestas tropicais são necessárias para garantir a sustentabilidade dessa atividade. Nesse cenário, o objetivo foi modelar uma floresta colhida seletivamente, há mais de 30 anos, utilizando Redes Neurais Artificiais (RNA), para subsidiar decisões silviculturais sobre o manejo florestal na Amazônia. Para atender a esse objetivo, a tese foi dividida em quatro artigos. Em todas as modelagens foram utilizados os dados do campo experimental localizado na Floresta Nacional do Tapajós, à altura do Km 67 (55° 00? W, 2° 45? S) da Rodovia BR- 163, Cuiabá-Santarém, no município de Belterra, estado do Pará, Brasil. Predomina na área o bioma Amazônia e a ti... Mostrar Tudo |
|
Palavras-Chave: |
Inovação tecnológica; Inteligência artificial; Modelagem. |
|
Thesagro: |
Floresta; Inovação; Manejo. |
|
Thesaurus Nal: |
Amazonia. |
|
Categoria do assunto: |
K Ciência Florestal e Produtos de Origem Vegetal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/176209/1/Reis-2017-Modelagem-de-floresta-inequianea-redes-neurais.pdf
|
|
Marc: |
LEADER 05234nam a2200217 a 4500
001 2091088
005 2023-01-13
008 2017 bl uuuu m 00u1 u #d
100 1 $aREIS, L. P.
245 $aModelagem de floresta inequiânea$bredes neurais artificiais aplicadas em uma floresta manejada no Leste da Amazônia.$h[electronic resource]
260 $a2017.$c2017
300 $a79 f.
500 $aTese (Doutorado em Ciência Florestal) - Universidade Federal de Viçosa, Viçosa, MG. Orientador: Agostinho Lopes de Souza; Coorientadores: Carlos Boechat; Helio Leite; Lucas José Mazzei de Freitas, Embrapa Amazônia Oriental.
520 $aO manejo florestal praticado na Amazônia não considera a modelagem de florestas tropicais como subsídio técnico e econômico nas decisões silviculturais. A problemática em relação a esse fato é a possível surperexploração de poucas espécies que compõem a maior parte da intensidade de corte, quando os planos de manejo florestal não estimam a recuperação da floresta ao longo do tempo. Assim, as decisões sobre a intensidade e o ciclo de corte adequado não apresentam fundamentos baseados na dinâmica florestal. Isso poderia ser contornado por meio do emprego de modelos de crescimento e produção apropriados para a prognose dos estoques futuros, utilizando a dinâmica florestal como base na parametrização. Esses modelos também podem ser usados para avaliar a dinâmica florestal e perturbações naturais. Por tanto, novas técnicas de modelagem em florestas tropicais são necessárias para garantir a sustentabilidade dessa atividade. Nesse cenário, o objetivo foi modelar uma floresta colhida seletivamente, há mais de 30 anos, utilizando Redes Neurais Artificiais (RNA), para subsidiar decisões silviculturais sobre o manejo florestal na Amazônia. Para atender a esse objetivo, a tese foi dividida em quatro artigos. Em todas as modelagens foram utilizados os dados do campo experimental localizado na Floresta Nacional do Tapajós, à altura do Km 67 (55° 00? W, 2° 45? S) da Rodovia BR- 163, Cuiabá-Santarém, no município de Belterra, estado do Pará, Brasil. Predomina na área o bioma Amazônia e a tipologia Floresta Ombrófila Densa de terra firme. Em 1979, foi realizada a colheita seletiva com intensidade de 72,5 m3 ha-1, em uma área de 64 ha. Em 1981, foram instaladas aleatoriamente e inventariadas 36 parcelas permanentes (50 m x 50 m). Nove medições sucessivas foram realizadas na área, em 1982, 1983, 1985, 1987, 1992, 1997, 2007, 2010 e 2012. Para avaliar a modelagem foram utilizadas as estatísticas de correlação, raiz quadrada do erro quadrático médio (RQEQM) e o coeficiente Kappa (usado para avaliar a saída categórica de mortalidade e sobrevivência). Também foi analisada a dispersão dos erros percentuais (Erro %). No primeiro artigo o objetivo foi estimar o recrutamento após a colheita de madeira, empregando redes neurais artificiais. A modelagem do recrutamento com RNA seguiu a tendência dos dados observados ao longo dos 31 anos, sendo obtido com a melhor rede um RQEQM de 35,6% e ; de 0,89. No segundo artigo o objetivo foi modelar o crescimento das árvores individuais em uma floresta manejada na Amazônia, utilizando redes neurais artificiais. Todas as RNA, com índice de competição semi-independentes da distância e sem índice, apresentaram correlação acima de 99% e RQEQM menor que 11%. A modelagem do crescimento com RNA pode ser usada com precisão para auxiliar no manejo de florestas tropicais por seguir a tendência dos dados observados. No terceiro artigo o objetivo foi estimar a sobrevivência e a mortalidade de árvores individuais em floresta colhida seletivamente, utilizando redes neurais artificiais. O coeficiente Kappa geral ficou abaixo de 8% em todas as RNA (classificação "pobre"), mas todas as redes ficaram acima de 55% na classificação da sobrevivência (classificação "boa"). A RNA estimou com maior precisão a sobrevivência individual de árvores, mas isso não ocorreu com a mortalidade, que é um evento mais raro que a sobrevivência. No quarto artigo o objetivo foi empregar autômatos celulares com regra de evolução em redes neurais artificiais, para projetar a distribuição diamétrica. Todas as RNA apresentaram a correlação acima de 99% e RQEQM abaixo de 17%. A projeção em todos os períodos analisados não apresentou diferença estatística a 5% de significância em relação à observada, demonstrando que a projeção seguiu a tendência da dinâmica da distribuição diamétrica. A modelagem utilizando redes neurais artificiais para prognosticar o recrutamento, o crescimento, a sobrevivência e a distribuição diamétrica de floresta tropical colhida seletivamente seguiu a tendência dos dados observados, com elevada precisão no recrutamento, no crescimento individual de árvores, na sobrevivência e na distribuição diamétrica, e pode ser utilizada para subsidiar as decisões silviculturais no manejo florestal sustentável na Amazônia.
650 $aAmazonia
650 $aFloresta
650 $aInovação
650 $aManejo
653 $aInovação tecnológica
653 $aInteligência artificial
653 $aModelagem
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Amazônia Oriental (CPATU) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 110 | |
| Registros recuperados : 110 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
