O fogo no Brasil é associado a diversas etapas do setor agropecuário, sendo frequente o registro de incêndios e queimadas no país. Assim, o Maranhão, é um dos estados com maior ocorrência de focos de queimadas. O objetivo deste trabalho foi analisar a dinâmica espacial e temporal dos focos de calor no Maranhão. Os dados de focos de calor foram adquiridos no Instituto Nacional de Pesquisas Espaciais, enquanto os de pluviosidade com o sensor TRMM. Analisou-se os focos de calor anualmente, entre 2007 a 2019. Estes foram submetidos ao estimador de densidade Kernel no QGIS 2.18. Houve 325.940 focos no Maranhão entre 2007 a 2019, com maior incidência em 2007. A maior precipitação ocorreu entre janeiro e maio, o que coincide com a menor incidência dos focos de calor. Estes estão concentrados no centro maranhense, onde há menor precipitação. Os focos estavam entre 0-149 km de áreas de desmatamento, assentamentos, rodovias e aldeias indígenas. As áreas com maior concentração dos focos de queimadas estão localizadas no bioma cerrado, sendo a maior incidência no segundo semestre, o qual tem menor pluviosidade. Portanto, a incidência dos focos de calor é intrínseca à sazonalidade da precipitação e intensificada pela ação antrópica.
RESUMOObjetivou-se com este trabalho definir configurações acuradas de redes neurais artificiais (RNA) para estimar o afilamento do fuste de indivíduos de eucalipto com seis anos de idade. Foi realizada uma cubagem rigorosa em um povoamento comercial no município de Paragominas, mesorregião sudeste do Estado do Pará. Para maior precisão de cubagem, todos os clones foram separados em três classes diamétricas, sendo abatidas cinco árvores por classe, totalizando 60 árvores abatidas. Para o banco de dados foram treinadas 240 RNA no software Neuro versão 4.06. As RNA treinadas foram do tipo Multilayer Perceptron (MLP), com o algoritmo de aprendizado Resilient Propagation RPROP+, com diferentes funções de ativação e arquitetura, sendo estas avaliadas quanto o bias, raiz quadrada do erro médio, variância, erro padrão da estimativa e coeficiente de correlação. As RNA com menor valor ponderado foram as 165, 202, 204, 203 e 177, as quais apresentaram função de ativação do tipo sigmoidal. O coeficiente de correlação apresentou valores maiores que 0,99 para o treinamento e 0,98 para a validação das RNA, nas RNA treinadas. As RNA não foram tendenciosas e possuem capacidade de estimar o taper do eucalipto com acurácia. A RNA 165, com arquitetura de 5-7-1 e função de ativação sigmoidal, foi a que apresentou melhores resultados. ABSTRACTThe objective of this study was to define accurate artificial neural networks (ANN) configurations to estimate the tapering of the eucalyptus with six years old. It was made a rigorous survey in a commercial reforestation in Paragominas' city, a southeastern mesoregion of the State of Pará. For the greater cubing accuracy, all the clones were separated into three diametric classes, so that five trees per class were slaughtered, totaling 60 slaughtered trees. With this database, 240 ANNs were trained in Neuro software version 4.06. The trained ANNs were of the Multilayer Perceptron (MLP) type, with the learning algorithm Resilient Propagation RPROP+, with different activation and architecture functions, being evaluated the bias, square root of the mean error, variance, standard error of the estimate and coefficient of correlation. The ANN with the lowest weighted value were 165, 202, 204, 203 and 177, of these five presented sigmoidal activation functions. The correlation coefficient showed values greater than 0.99 for the training and 0.98 for the validation of ANN, in the ANN were trained. The ANNs were not biased and have the capacity to estimate the eucalyptus taper with acurácea. The ANN 165, with architecture of 5-7-1 and function of sigmoidal activation, was the one presented better results.
As técnicas de condução do povoamento de eucalipto envolvem os tratamentos silviculturais como adubação, manutenção de roço, desrama, desbaste e o manejo das pragas e doenças que atacam o povoamento, de tal maneira que as pragas e doenças florestais são responsáveis por grandes perdas no desenvolvimento dos plantios. Este estudo visa avaliar a aplicação das redes neurais artificiais na predição do efeito da desfolha e seca de ponteiro na redução da produtividade volumétrica em plantios comerciais de clone híbrido de Eucalyptus urophylla x Eucalyptus grandis na mesorregião sudeste do Pará. Os dados foram coletados em plantios comerciais de eucalipto localizados no município de Dom Eliseu, Estado do Pará. Foram treinadas 100 redes do tipo Multilayer Perceptron. Para a camada de entrada utilizou-se as variáveis qualitativas, Severidade de Desfolha e Severidade da Seca de Ponteiro (SevSec) e, a variável quantitativa Incremento Médio Anual (IMA). Na camada intermediária o número de neurônios para processamento dos dados variou entre 3 e 11. Considerando o valor do coeficiente de correlação de Person temos indicações diferentes das melhores redes no treinamento e na validação. A diferença entre a correlação dos valores observados do IMA7 2012 e os valores previsto para o IMA7 2012 expressas pelo r indicam que a rede 6 foi eficiente no treinamento, no entanto não apresentou tanta eficiência na validação, sendo o valor de r no treinamento, 0,964, enquanto na validação o segundo pior resultado, 0,933, sendo que a rede 3 apresentou valor 0,979. Seguindo tendência diferente do r e DMP (%), a RMSE classifica a melhor rede no treinamento entre as melhores na fase de validação. A rede 6 na fase de aprendizagem mostrou valor 0,00, indicando precisão na predição dos precisa quanto a este parâmetro. A média geral dos valores estimados apresentou-se maior que a média do IMA7 2012 observado mostrando coerência à análise gráfica dos resíduos da rede 5, que possui uma leve tendência a superestimação dos resultados, porém sem significância estatística pelo teste do Qui-quadrado. As redes neurais artificiais apresentam-se como uma ferramenta com elevada precisão estatística e podem ser utilizadas na predição do efeito da desfolha e seca de ponteiro na redução da produtividade volumétrica em plantios comerciais de clone híbrido de Eucalyptus urophylla x Eucalyptus grandis na mesorregião sudeste do Pará.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.