Previsão De Diâmetros Ao Longo Do Fuste De Eucalipto via Redes Neurais Artificiais

Abstract

RESUMOObjetivou-se avaliar e aplicar as redes neurais artificias (RNA) para estimar o diâmetro (di) ao longo do fuste (hi) em um plantio de Eucalyptus sp., e com isso comparar com o método de regressão linear por um polinômio do quinto grau (PQG). Foram cubadas 74 árvores pelo método absoluto e destrutivo, coletando diâmetros (di) a várias alturas (hi). Para realizar a modelagem de predição dos diâmetros, a base de dados foi dividida em um conjunto de treinamento e outro de teste. O PQG foi ajustado por meio do software estatístico R considerando o método dos mínimos quadrados ordinários como procedimento de ajuste. As variáveis utilizadas para estimar os diâmetros (di) das árvores pelo método do PQG foram: Dap (diâmetro a 1,30m), di, hi e Ht (altura total). A RNA do tipo perceptron de múltiplas camadas foi implementada no software Scilab com o auxílio do ANN toolbox. As variáveis utilizadas para o treinamento da RNA foram obtidas por meio de combinações com diferentes operações matemáticas nos dados de Dap, hi e Ht. As estatísticas MAPE, MAD, MSD, RSME (%) foram aplicadas nos dados estimados com a finalidade de analisar os desvios frente aos dados observados e realizar a comparação entre os métodos utilizados. Considerando uma comparação aplicada dos métodos, foi calculado o volume e a quantificação do sortimento por árvore, usando como base as estimativas geradas. A RNA em geral apresentou boas estatísticas e um melhor gráfico residual. Conclui-se que ambas as metodologias mostraram-se eficientes para alcançar os objetivos propostos, assim as RNA podem ser consideradas como uma boa alternativa de uso e aplicação. PALAVRAS-CHAVE: Afilamento, Inteligência Artificial. Manejo florestal ENCICLOPÉDIA BIOSFERA, Centro Científico Conhecer -Goiânia, v.11 n.22; p. 2015 2420 FORECAST DIAMETERS ALONG THE STEM BY ARTIFICIAL NEURAL NETWORKSABSTRACT This study aimed apply and evaluate the artificial neural networks (ANN) to estimate the diameter (di) along the stem (hi) in a plantation of Eucalyptus sp., and after compare with the linear regression method for the fifth polynomial degree (QGP). Seventy four trees were cubed by the absolute and destructive method. The diameters (di) were collect at different heights (hi). To model the prediction of diameters, was necessary divided the database into a training set and other for test We adjusted the QGP and used the statistical software R considering the method of ordinary least squares as adjustment procedures. The variables used to model by regression QPG were: Dap (diameter 1,30m), di, hi and Ht (overall height). The ANN perceptron type multilayer was implemented in Scilab software with the help of ANN toolbox. The variables used for the training of ANN were obtained by an combinations with different mathematical operations on data Dap, hi and Ht.The statistics, MAP,MAD, MSD, RSME (%) were applied on the estimated data for the purpose of analyzing the deviations compared to the observed data and compare the methods used. Considering a apply comparison of the methods, the volum...

Avaliação Do Uso De Regressão E Rede Neural Artificial Para Modelagem Do Afilamento Do Fuste De Eucalipto Em Sistema Silvipastoril

“…Tal característica é importante para o caso de pequenas propriedades, nas quais nem sempre é possível realizar o abate de muitas árvores no campo para obtenção de dados de cubagem rigorosa. Com poucas e representativas árvores-amostra, é possível obter equações ou redes neurais artificiais que resultam em estimativas da forma do fuste com grande exatidão (MENDONÇA et al, 2015).…”

Estimativa do Afilamento do Fuste de Araucária Utilizando Técnicas de Inteligência Artificial

“…Além disso, Mendonça et al (2015) compararam o desempenho de uma RNA com o modelo de Schöepfer para a estimativa dos diâmetros ao longo do fuste para Eucalyptus dunni, e concluíram que o desempenho dos dois foi satisfatório, com uma pequena vantagem para a RNA.…”

“…Tendo em vista a tendência do setor florestal brasileiro em manejar as florestas visando multiprodutos para maximização da renda, se faz necessária a adoção de técnicas que possibilitem a quantificação e qualificação desses produtos (Mendonça et al, 2015). Nesse contexto, as funções de afilamento têm se mostrado como uma boa alternativa, pois possibilitam representar matematicamente a variação diamétrica ao longo do fuste e, consequentemente, descrever o perfil longitudinal do tronco das árvores (Sanquetta et al, 2014;Soares et al, 2011).…”

“…Nesse contexto, as funções de afilamento têm se mostrado como uma boa alternativa, pois possibilitam representar matematicamente a variação diamétrica ao longo do fuste e, consequentemente, descrever o perfil longitudinal do tronco das árvores (Sanquetta et al, 2014;Soares et al, 2011). Mediante transformações algébricas na equação, estima-se o volume total ou por seções do fuste (Campos & Leite, 2006), sendo este um ponto importante na previsão do sortimento florestal (Mendonça et al, 2015).…”

“…Uma das técnicas de IA são as Redes Neurais Artificiais (RNAs), essas têm sido empregadas com êxito visando à estimativa de variáveis dendrométricas, como a altura (Ferreira et al, 2014;Binoti et al, 2013), o volume (Gorgens et al, 2009;Binoti et al, 2014;Cordeiro et al, 2015) e o afilamento (Schikowski et al, 2015;Mendonça et al, 2015), assim como o crescimento e a produção (Castro et al, 2013), dentre outras aplicações. Contudo, há dificuldade no entendimento de como as RNAs propiciam tais estimativas, sendo denominadas um sistema "caixa-preta", no qual não se conhecem as relações intermediárias entre as variáveis de entrada com a variável a ser estimada, sabendo apenas que esta relação consiste no ajuste dos pesos sinápticos.…”