Modelagem da produção de sortimentos em povoamentos de eucalipto

Mendonça, Adriano Ribeiro de; Calegário, Natalino; Silva, Gilson Fernandes da; Souza, Agostinho Lopes de; Trugilho, Paulo Fernando; Possato, Ernani Lopes

doi:10.1590/01047760201420041366

Cited by 7 publications

(6 citation statements)

References 7 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…These authors proved that between linear and non-linear models the logistic one is recommended, since it shows desirable characteristics, such as parameter interpretation, parsimony and data extrapolation. Mendonça et al (2014) verified the same behavior of the logistic model to predict settlements assortment of eucalyptus.…”

Section: /10supporting

confidence: 60%

Partial Volume Prediction Through Nonlinear Mixed Modeling

et al. 2019

View full text Add to dashboard Cite

The objective of this study was to assess the prediction of partial volumes with nonlinear mixed modeling for Pinus taeda. The volume of 558 trees was measured. The four-parameter logistic model was used in its modified form for the nonlinear mixed approach and, for comparison, the 5 th degree polynomial was used. In the mixed modeling, the random effects diameter, age and place were inserted. The statistical criteria used to assess the quality of the adjustment were the Akaike Information Criterion (AIC), the Bayesian Information Criterion (BIC), standard error of the estimate (Syx) and residual graphical analysis. Among the random effects analyzed, age obtained the best adjustment. However, to predict partial volumes, it was noticed that, regardless of the analyzed portion of the trunk, the 5 th degree polynomial had the best estimates, with a mean standard error of 20.1% of the estimate compared to 51.8% of the logistic.

show abstract

Section: /10supporting

confidence: 60%

Partial Volume Prediction Through Nonlinear Mixed Modeling

et al. 2019

View full text Add to dashboard Cite

show abstract

“…O segundo modelo ajustado foi descrito por Mendonça et al (2014). Os autores incorporaram ao modelo Logístico as variáveis índice de sítio (S) e área basal do povoamento (G) segundo a hipótese de que a variabilidade nos dados pode ser explicada pelas duas variáveis e que por consequência melhora a qualidade do ajuste, resultando na Equação 4.…”

Section: Modelagem Do Crescimento E Da Produção Em Volumeunclassified

Comparação dos modelos prognósticos de Clutter e da função Logística

2016

View full text Add to dashboard Cite

Resumo -O objetivo deste estudo foi comparar o desempenho de dois modelos não-lineares e o sistema de equações simultâneas de Clutter na prognose do volume de madeira em povoamentos clonais e superestocados de Eucalyptus spp. no Espírito Santo, Brasil. Para fins de avaliação da qualidade dos ajustes e comparação dos modelos, foi utilizado o erro padrão da média percentual, os critérios de informação de Akaike e Bayesiano, complementados pela análise gráfica dos resíduos padronizados. A inclusão das covariáveis, sítio e área basal nos sistemas não-lineares de projeção em volume garantiram uma melhoria expressiva na acurácia das estimativas para a função logística com erros reduzidos em até quatro vezes. Verificou-se ainda que a função logística com inclusão de variáveis foi altamente superior a sua forma original de ajuste e mais coerente, quando comparada ao sistema de equações simultâneas de Clutter. Os resultados permitiram inferir ainda sobre a superioridade do sistema não-linear de modelagem, indicando valores de incremento médio anual máximos próximos a 5 anos, o que o torna condizente com a realidade das plantações florestais de eucalipto para produção de biomassa no Brasil. Comparing logistic function and clutter prognosis modelsAbstract -The aim this study was to compare the performance of two non-linear models and the classic Clutter's system on volume prognosis in fully stocking Eucalyptus stands from Espírito Santo, Brazil. Mean standard error percentual, Akaike and Bayesian criteria, supplemented by graphical analysis were used to evaluate models fit. Models performance presented better results up to four times when covariables were included in the adjustment process. It was observed that logistic function with covariables was superior than it´s original form and more appropriate then Clutter's system. The results showed better results of non-linear system to modeling forest growth and yield indicating forest rotation near five years. These results are consistent with Eucalyptus plantation for biomass in Brazil. ISSN: 1983ISSN: -2605 IntroduçãoPara o planejamento florestal são essenciais informações realistas do crescimento e da produção dos povoamentos. Devido à dinamicidade dos ecossistemas florestais, os modelos de crescimento e produção são necessários para projetar as mudanças que incidem sobre esses ecossistemas e fornecem informações relevantes para auxiliar nas tomadas de decisões (Zonete et al., 2010). A utilização de curvas de projeção na previsão do crescimento da floresta serve simultaneamente para o planejamento da produção, silvicultural e ecológico (Berger et al., 2002).A fim de tornar o manejo da floresta mais coerente, é necessário que haja o conhecimento da forma e da taxa de crescimento dos povoamentos florestais e, quando possível, que os modelos matemáticos utilizados com este objetivo contemplem variáveis ambientais. Como ferramenta de auxílio ao manejo são utilizadas classificações de sítio e/ou de capacidade produtiva que são efetuadas com base em variáveis dendrométricas, c...

show abstract

“…Nonlinear regression models, such as logistics, have already been successfully tested in production modeling (CARVALHO et al, 2011), hypsometry, productive capacity classification (MELO et al, 2017) and assortments volume (MENDONÇA et al, 2014). The logistic model in its original form, with three parameters, has a horizontal asymptote, inflection point, and scale point (MELO et al, 2017).…”

mentioning

confidence: 99%

“…Sigmoidal behavior, biological basis and ease of parameters interpretation favor its use in the area of forestry. This facility is of great practical importance, providing conditions for a quick reliability analysis of estimates regarding convergence of the parameterization algorithm (MENDONÇA et al 2014).…”

mentioning

confidence: 99%

Crown Morphometric Indexes of Eucalypt Estimated by Logistic Regression and Support Vector Machines

Lafetá

Trindade

Aguiar

et al. 2020

View full text Add to dashboard Cite

The proper choice of the modeling method for morphometric tree crown estimates is important to optimize measurement and support silvicultural decision-making. This study aims to evaluate the efficiency of interdimensional morphometric relationships modeling of eucalypt crown under different spacings using logistic regression and Support Vector Machines (SVM). The experiment was set up with four spacings (T1: 3.0 × 0.5 m; T2: 3.0 × 1.0 m; T3: 3.0 × 1.5 m and T4: 3.0 × 2.0 m). A continuous forest inventory was carried out at the ages of 24, 37, 48, 59 and 72 months. Two modeling methods, one using nonlinear regression (logistic model) and the other using SVM, were tested. The range, salience and vital space indexes decreased with increasing tree stem dimensions, tending to stabilization. The logistic model was satisfactorily adapted to the problems, more specifically in prediction of the first two indexes. SVM modeling using radial base Kernel function can be used with good precision for crown morphometric indexes estimation of eucalypt, simultaneously, for different planting spacings.

show abstract

Modelagem da produção de sortimentos em povoamentos de eucalipto

Cited by 7 publications

References 7 publications

Partial Volume Prediction Through Nonlinear Mixed Modeling

Partial Volume Prediction Through Nonlinear Mixed Modeling

Comparação dos modelos prognósticos de Clutter e da função Logística

Crown Morphometric Indexes of Eucalypt Estimated by Logistic Regression and Support Vector Machines

Contact Info

Product

Resources

About