O objetivo do presente estudo foi comparar as estimativas do volume obtidas por equações de regressão com redes neurais artificiais (RNA) para a espécie Couratari stellata, a partir dos dados de cubagem rigorosa de 1.351 árvores com DAP > 50 cm de 04 (quatro) Unidades de Produção Anual (UPAs), a saber: Upas 06, 07, 08 e 09, manejadas, respectivamente, em 2011, 2012, 2013 e 2014, da área de manejo florestal da Cooperativa Mista da Floresta Nacional do Tapajós, em área de Floresta Ombrófila Densa de Terra Firme. O processamento dos dados visou selecionar o melhor modelo de regressão considerando as quatro UPAs na área de manejo. A equação com melhor desempenho foi escolhida de acordo com a raiz do erro quadrado médio em porcentagem (RMSE%), correlação de Pearson e gráfico de resíduos percentuais. Para a seleção da melhor rede e a sua respectiva comparação com a melhor equação de regressão ajustada, as estatísticas utilizadas foram: RMSE%, correlação de Pearson entre o volume observado e estimado e bias. A equação com melhor desempenho, para todas as UPAs, foi a de Schumacher-Hall sendo posteriormente comparada com a melhor RNA obtida a partir do treinamento dos dados. Verificou-se que ambos os métodos apresentaram estatísticas de ajuste e precisão aceitáveis, com potencial utilização para estimar o volume da espécie Couratari stellata. No entanto, a RNA mostrou-se ligeiramente superior pela habilidade de aprender e generalizar o conhecimento adquirido sendo, portanto, recomendada para tal finalidade. PALAVRAS-CHAVE: Manejo florestal, Romaneio, Volumetria.
O objetivo deste trabalho foi classificar o potencial volumétrico de uma área submetida ao manejo florestal sustentável na Floresta Nacional do Tapajós. Os dados são oriundos da Unidade de Produção Anual (UPA) 08 da área de manejo florestal da Cooperativa Mista da FLONA do Tapajós (COOMFLONA). Os dados foram obtidos no inventário 100% das Unidades de Trabalho (UTs), onde foram inventariadas todas as árvores com Diâmetro a Altura do Peito (DAP) ≥ 35 cm, e foram utilizados somente os dados de 26 espécies comerciais exploradas pela COOMFLONA. A classificação do potencial volumétrico foi feita para uma UT escolhida aleatoriamente. Para a estratificação volumétrica, foi utilizada a distância euclidiana simples como medida de dissimilaridade e o método Ward como algoritmo de agrupamento. A análise discriminante foi aplicada para verificar a veracidade da distinção e da classificação das quadras em classes homogêneas de estoque volumétrico. A UT-06 foi estratificada em 3 classes de estoque volumétrico, sendo I, II e III, que representam, respectivamente, as classes de alto, médio e baixo estoque volumétrico. A análise discriminante indicou que a classificação das quadras nas classes de estoque volumétrico foi 100% correta. Observou-se que as quadras agrupadas dentro da mesma classe de estoque são mais homogêneas entre si em comparação com aquelas agrupadas nas demais classes. A análise de agrupamento revelou-se ser um método eficaz de estratificação de áreas de florestas naturais heterogêneas, podendo servir como subsídio para planejamento de ações de manejo sustentável, como na definição de áreas mais produtivas e seleção de árvores para colheita.
Objetivou-se ajustar modelos volumétricos e classificar o potencial volumétrico de madeira de Lecythis lurida (Miers) Mori na Floresta Nacional do Tapajós. Os dados são oriundos de duas Unidades de Produção Anual (UPAs) da área de manejo florestal da Cooperativa Mista da FLONA do Tapajós (COOMFLONA). Foram ajustados modelos volumétricos e escolhido o melhor com base no R²aj., Syx%, significância dos parâmetros e análise gráfica de resíduos. Para a classificação do potencial volumétrico pela estratificação volumétrica, usou-se a distância euclidiana simples como medida de dissimilaridade e o método Ward como algoritmo de agrupamento. A análise discriminante foi aplicada para verificar a veracidade da distinção e da classificação das Unidades de Trabalho (UTs) em classes homogêneas de estoque volumétrico. Os modelos de dupla entrada foram estatisticamente superiores aos de simples entrada, sendo o de Schumacher-Hall o melhor modelo, com R²aj. de 81,62% e Syx% de 16,91%. A análise discriminante indicou que a classificação das UTs nas classes de estoque volumétrico foi 100% correta em que a análise multivariada possibilitou a estratificação da área de exploração em três classes de produtividade para L. lurida, contribuindo para melhor planejamento das atividades florestais que envolvam esta espécie.Palavras-chave: manejo florestal comunitário, estoque produtivo, análise multivariada. FITTING AND CLASSIFICATION OF VOLUMETRIC POTENTIAL FOR Lecythis lurida (MIERS) MORI, TAPAJÓS NATIONAL FOREST ABSTRACT:It was aimed to fit volumetric models and classify the volumetric potential of Lecythis lurida (Miers) Mori in Tapajós National Forest. The data come from two Annual Production Units (UPAs) of the forest management area of Mixed Cooperative of FLONA Tapajós (COOMFLONA). Volumetric models were fitted and the best one was chosen based on R²aj., Syx%, significance of the parameters and graphical analysis of residues. For the classification volumetric potential, the simple Euclidean distance was used as a measure of dissimilarity and the Ward method as clustering algorithm. The discriminant analysis was applied to verify veracity of the distinction and classification of Work Units (UTs) in homogeneous classes of volumetric stock. The double-entry models were statistically superior to the single-entry, with the Schumacher-Hall model resulting as the best, with R²aj. of 81.62% and Syx% of 16.91%. The discriminant analysis indicated that the classification of UTs in the volumetric stock classes was 100% correct, in which the multivariate analysis allowed the stratification of the exploitation area in three classes of productive capacity for L. lurida, contributing to the better planning the forest activities involving this species.Keywords: Community forest management, productive stock, multivariate analysis.
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.