Pesquisadores da área de mensuração florestal têm incluído com frequência em seus estudos o uso das técnicas de inteligência computacional (IC) para realização de trabalhos de modelagem por serem capazes de manipular um grande conjunto de dados e criar modelos robustos. Dentre essas técnicas, se destacam a Rede Neural Artificial (RNA) e a recente Máquina de Vetor de Suporte (MVS). Dessa forma, buscou-se nesse trabalho avaliar a aplicação dessas técnicas (RNA e MVS) no processo de classificação da capacidade produtiva de povoamentos florestais com a inclusão de variáveis edáficas, de manejo e do povoamento, comparando os seus resultados com os obtidos pelo método da curva guia. Foi possível concluir que as técnicas de IC avaliadas são capazes de classificar a capacidade produtiva do local de forma satisfatória, desde que utilizadas as variáveis adequadas; o uso conjunto das variáveis "tipo de solo", "espaçamento do plantio", "idade" e "altura dominante", foi suficiente para classificar os sítios; a RNA foi mais precisa para classificar a capacidade produtiva do que a MVS; a inclusão de muitas variáveis pouco significativas pode prejudicar ou ser indiferente no desempenho das técnicas. Palavras-chave: classificação da capacidade produtiva; redes neurais artificiais; máquina de vetor de suporte; inteligência computacional.

Several methods have been proposed to perform site classification for timber production. However, there is frequent need to assess site productive capacity before forest establishment. This has motivated the application of Artificial Neural Networks (ANN) for site classification. Hereby, the traditional guide curve (GC) procedure was compared to the ANN with no stand measures as input. In addition, different ANN settings were tested to assess the best setting. The variables used to train the ANN were: climatic variables, soil types, spacing and genetic material. The results from the ANN and the GC methods were compared to the observed classes, which were defined using the observed dominant high at the age of seven years. The comparison was performed using the Kappa coefficient (K) and descriptive analysis. The results showed that the cost function “Cross Entropy” and the output activation function “Softmax” were the best for this purpose. The ANN classification resulted in substantial agreement with the observed indices against a moderate agreement of the GC procedure. The change in growth patterns throughout the rotation may have hindered the proper classification by the CG method, which does not happen with the ANN. Moreover, the GC method shows efficiency on classification in cases which data from stands at the age close to the reference age are available. Also, it could be possible to improve its accuracy if another advanced regression techniques were applied. However, the ANN method presented here is not sensible to growth instability and allows classifying sites with no plantation history.

COMPARISON BETWEEN PREDICTION AND PROJECTION OF THE DISTRIBUTION OF DIAMETERS OF EUCALYPT STANDS SUBMITTED TO THINNING

No abstract

RESUMO:Neste estudo, avaliou-se o comportamento da função densidade de probabilidade Gama com 2 parâmetros para a descrição da distribuição diamétrica de um povoamento de eucalipto em diferentes idades. Um modelo de projeção da distribuição de diâmetros foi construído e ajustado aos dados das parcelas permanentes. Os ajustes da função Gama foram avaliados pelo teste de Kolmogorov-Smirnov (KS) e o modelo de distribuição diamétrica foi avaliado por meio dos coeficientes de determinação e gráficos de resíduos das estimativas geradas pelas equações que compuseram o modelo. As distribuições diamétricas estimadas pelo sistema de equações foram comparadas com as distribuições observadas pelo teste KS. A maioria dos ajustes apresentou aderência pelo teste KS. O modelo foi capaz de projetar as distribuições diamétricas de maneira satisfatória, acompanhando a tendência de achatamento da curva da distribuição em uma sequência de idades. Conclui-se que a função Gama pode ser utilizada em um modelo de projeção da distribuição dos diâmetros de povoamentos de eucalipto.Palavras-chave: Função densidade de probabilidade, distribuição gama, projeção, manejo florestal. MODELLING THE DIAMETER DISTRIBUTION OF EUCALYPTUS STANDS USING THE GAMMA FUNCTION