|
|
Registro Completo |
Biblioteca(s): |
Embrapa Cerrados. |
Data corrente: |
26/05/2022 |
Data da última atualização: |
26/05/2022 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Autoria: |
LUSTOSA JUNIOR, I. M.; CASTRO, R. V. O.; GASPAR, R. de O.; ARAÚJO, J. B. C. N.; AQUINO, F. de G.; RODRIGUES, M. I.; COSTA, L. S. da; MURTA JÚNIOR, L. S.; AMARAL, G. C. |
Afiliação: |
ILVAN MEDEIROS LUSTOSA JUNIOR; RENATO VINÍCIUS OLIVEIRA CASTRO; RICARDO DE OLIVEIRA GASPAR; JULIANA BALDAN COSTA NEVES ARAÚJO; FABIANA DE GOIS AQUINO, CPAC; MAISA ISABELA RODRIGUES; LIDIOMAR SOARES DA COSTA; LEONIDAS SOARES MURTA JÚNIOR; GENILDA CANUTO AMARAL. |
Título: |
Projeção do crescimento arbóreo em floresta estacional semidecidual submontana. |
Ano de publicação: |
2022 |
Fonte/Imprenta: |
Revista Ibero-Americana de Ciências Ambientais, v. 12, n. 5, 2022. |
Páginas: |
p. 14-28 |
ISSN: |
2179-6858 |
Idioma: |
Português |
Conteúdo: |
A Mata Atlântica é um hotspot global para a conservação da biodiversidade devido à sua riqueza de espécies e endemismo, porém, as ações antrópicas ameaçam e desequilibram a dinâmica dos processos naturais do bioma. Assim, com o objetivo de contribuir com estudos sobre conservação em florestas tropicais, o presente estudo investigou o comportamento da projeção em diâmetro e altura, por meio de ferramentas de regressão e inteligência artificial, com a influência de índices de competição em um fragmento de floresta estacional semidecidual na área do Bioma Mata Atlântica no sudeste do Brasil. As análises foram realizadas de acordo a classificação em grupos ecológicos e quanto à exigência por luz. Foram ajustados quatro modelos de regressão, dois para estimar o diâmetro (DAP) e dois para estimar a altura (H). No processo de aprendizado das redes, selecionaram-se as quatro melhores Redes Neurais Artificiais (RNA), em que cada RNA estimou simultaneamente as variáveis DAP e H. Dentre as redes selecionada, foi definida a melhor RNA visando contrastar com os resultados dos modelos validados. A partir das estatísticas de precisão e análises gráficas, concluiu-se que projetar o crescimento dendrométrico por RNA foi mais eficiente que por modelos tradicionais. |
Palavras-Chave: |
Competição florestal; Inteligência artificial; Mata atlântica; Sucessão ecológica. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1143492/1/Fabiana-Projecao-do-crescimento-arboreo.pdf
|
Marc: |
LEADER 02178naa a2200289 a 4500 001 2143492 005 2022-05-26 008 2022 bl uuuu u00u1 u #d 022 $a2179-6858 100 1 $aLUSTOSA JUNIOR, I. M. 245 $aProjeção do crescimento arbóreo em floresta estacional semidecidual submontana.$h[electronic resource] 260 $c2022 300 $ap. 14-28 520 $aA Mata Atlântica é um hotspot global para a conservação da biodiversidade devido à sua riqueza de espécies e endemismo, porém, as ações antrópicas ameaçam e desequilibram a dinâmica dos processos naturais do bioma. Assim, com o objetivo de contribuir com estudos sobre conservação em florestas tropicais, o presente estudo investigou o comportamento da projeção em diâmetro e altura, por meio de ferramentas de regressão e inteligência artificial, com a influência de índices de competição em um fragmento de floresta estacional semidecidual na área do Bioma Mata Atlântica no sudeste do Brasil. As análises foram realizadas de acordo a classificação em grupos ecológicos e quanto à exigência por luz. Foram ajustados quatro modelos de regressão, dois para estimar o diâmetro (DAP) e dois para estimar a altura (H). No processo de aprendizado das redes, selecionaram-se as quatro melhores Redes Neurais Artificiais (RNA), em que cada RNA estimou simultaneamente as variáveis DAP e H. Dentre as redes selecionada, foi definida a melhor RNA visando contrastar com os resultados dos modelos validados. A partir das estatísticas de precisão e análises gráficas, concluiu-se que projetar o crescimento dendrométrico por RNA foi mais eficiente que por modelos tradicionais. 653 $aCompetição florestal 653 $aInteligência artificial 653 $aMata atlântica 653 $aSucessão ecológica 700 1 $aCASTRO, R. V. O. 700 1 $aGASPAR, R. de O. 700 1 $aARAÚJO, J. B. C. N. 700 1 $aAQUINO, F. de G. 700 1 $aRODRIGUES, M. I. 700 1 $aCOSTA, L. S. da 700 1 $aMURTA JÚNIOR, L. S. 700 1 $aAMARAL, G. C. 773 $tRevista Ibero-Americana de Ciências Ambientais$gv. 12, n. 5, 2022.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Cerrados (CPAC) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registros recuperados : 1 | |
1. | | LUSTOSA JUNIOR, I. M.; CASTRO, R. V. O.; GASPAR, R. de O.; ARAÚJO, J. B. C. N.; AQUINO, F. de G.; RODRIGUES, M. I.; COSTA, L. S. da; MURTA JÚNIOR, L. S.; AMARAL, G. C. Projeção do crescimento arbóreo em floresta estacional semidecidual submontana. Revista Ibero-Americana de Ciências Ambientais, v. 12, n. 5, 2022. p. 14-28Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 1 |
Biblioteca(s): Embrapa Cerrados. |
| |
Registros recuperados : 1 | |
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|