Aplicação de redes neurais artificiais para estimação da altura de povoamentos equiâneos de eucalipto
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | LOCUS Repositório Institucional da UFV |
Texto Completo: | http://dx.doi.org/10.1590/S0100-67622013000400007 http://www.locus.ufv.br/handle/123456789/15958 |
Resumo: | Este trabalho teve como objetivos aumentar a precisão das estimativas de altura de árvores e diminuir a necessidade de aferição da altura em campo, levando à redução dos custos no inventário florestal através da construção e validação de um modelo de estimação da altura de árvores em povoamentos de eucalipto com a utilização de redes neurais artificiais. Os dados utilizados consistiram em três clones, compreendendo cerca de 3.000 árvores em 145 parcelas permanentes com área média de 215 m², mensuradas em seis ocasiões (idades). As variáveis utilizadas para estimar a altura total das árvores dividiram-se em quantitativas: idade (meses), diâmetro com casca a 1,30 m de altura a partir da superfície do solo (dap) e altura dominante média da parcela; e qualitativa: tipo de solo com as respectivas classes. Para validação e aplicação da metodologia proposta, foram consideradas duas situações: (a) quando há a introdução de um novo material genético e não existem informações sobre a relação hipsométrica deste; (b) quando já se conhece a tendência de crescimento em altura dos povoamentos implantados, obtida pela existência de medições em parcelas de IFC. Com as metodologias testadas, obtiveram-se valores de coeficiente de correlação superiores a 0,99. As metodologias mostraram-se eficientes para alcançar os objetivos propostos, garantindo alta precisão das estimativas obtidas através das redes neurais artificiais. |
id |
UFV_5d4fff8101ee1a214a7ce49f4c1bae74 |
---|---|
oai_identifier_str |
oai:locus.ufv.br:123456789/15958 |
network_acronym_str |
UFV |
network_name_str |
LOCUS Repositório Institucional da UFV |
repository_id_str |
2145 |
spelling |
Binoti, Daniel Henrique BredaBinoti, Mayra Luiza Marques da SilvaLeite, Helio Garcia2017-12-21T13:12:21Z2017-12-21T13:12:21Z2013-07-0218069088http://dx.doi.org/10.1590/S0100-67622013000400007http://www.locus.ufv.br/handle/123456789/15958Este trabalho teve como objetivos aumentar a precisão das estimativas de altura de árvores e diminuir a necessidade de aferição da altura em campo, levando à redução dos custos no inventário florestal através da construção e validação de um modelo de estimação da altura de árvores em povoamentos de eucalipto com a utilização de redes neurais artificiais. Os dados utilizados consistiram em três clones, compreendendo cerca de 3.000 árvores em 145 parcelas permanentes com área média de 215 m², mensuradas em seis ocasiões (idades). As variáveis utilizadas para estimar a altura total das árvores dividiram-se em quantitativas: idade (meses), diâmetro com casca a 1,30 m de altura a partir da superfície do solo (dap) e altura dominante média da parcela; e qualitativa: tipo de solo com as respectivas classes. Para validação e aplicação da metodologia proposta, foram consideradas duas situações: (a) quando há a introdução de um novo material genético e não existem informações sobre a relação hipsométrica deste; (b) quando já se conhece a tendência de crescimento em altura dos povoamentos implantados, obtida pela existência de medições em parcelas de IFC. Com as metodologias testadas, obtiveram-se valores de coeficiente de correlação superiores a 0,99. As metodologias mostraram-se eficientes para alcançar os objetivos propostos, garantindo alta precisão das estimativas obtidas através das redes neurais artificiais.The objective of this study was to increase the accuracy of estimates of tree height and to reduce the need for measurement in field of height, leading to reduction of costs on forest inventory through the construction and validation of a model for estimating the height of trees in stands of eucalyptus using artificial neural networks. The data used in the experiment consisted of three clones, comprising nearly 3,000 trees on 145 permanent plots with an average area of 215 m², measured on six occasions (ages). The variables used to estimate the total tree height were divided into quantitative and qualitative. The quantitative variables were: age (months), shell diameter at 1.30 m height from the ground surface (dbh) and average dominant height in the plot. The qualitative variables was the soil type in their respective classes. For validation and application of the proposed methodology two situations were considered: (a) when there is the introduction of new genetic material and there is no information about the hypsometric relation thereof, and (b) when the trend of growth in height of the stands implanted obtained by the existence of measurements on inventory plots is already known. Values of correlation coefficient higher than 0.99 were achieved with the tested methodologies. The methods were effective to achieve the proposed objectives, ensuring high precision of the estimates obtained through artificial neural networks.porRevista Árvorev. 37, n. 4, p. 639-645, Julho-Agosto 2013Inventário florestalRelação hipsométricaEucaliptoAplicação de redes neurais artificiais para estimação da altura de povoamentos equiâneos de eucaliptoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINAL07.pdf07.pdftexto completoapplication/pdf220205https://locus.ufv.br//bitstream/123456789/15958/1/07.pdfa5e72cc5a7e988bf3555a55dd3df85aaMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/15958/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52THUMBNAIL07.pdf.jpg07.pdf.jpgIM Thumbnailimage/jpeg4076https://locus.ufv.br//bitstream/123456789/15958/3/07.pdf.jpg54c65b26a2e6e27dc7fc8bf12e01c8b8MD53123456789/159582017-12-21 22:01:37.552oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452017-12-22T01:01:37LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false |
dc.title.pt-BR.fl_str_mv |
Aplicação de redes neurais artificiais para estimação da altura de povoamentos equiâneos de eucalipto |
title |
Aplicação de redes neurais artificiais para estimação da altura de povoamentos equiâneos de eucalipto |
spellingShingle |
Aplicação de redes neurais artificiais para estimação da altura de povoamentos equiâneos de eucalipto Binoti, Daniel Henrique Breda Inventário florestal Relação hipsométrica Eucalipto |
title_short |
Aplicação de redes neurais artificiais para estimação da altura de povoamentos equiâneos de eucalipto |
title_full |
Aplicação de redes neurais artificiais para estimação da altura de povoamentos equiâneos de eucalipto |
title_fullStr |
Aplicação de redes neurais artificiais para estimação da altura de povoamentos equiâneos de eucalipto |
title_full_unstemmed |
Aplicação de redes neurais artificiais para estimação da altura de povoamentos equiâneos de eucalipto |
title_sort |
Aplicação de redes neurais artificiais para estimação da altura de povoamentos equiâneos de eucalipto |
author |
Binoti, Daniel Henrique Breda |
author_facet |
Binoti, Daniel Henrique Breda Binoti, Mayra Luiza Marques da Silva Leite, Helio Garcia |
author_role |
author |
author2 |
Binoti, Mayra Luiza Marques da Silva Leite, Helio Garcia |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Binoti, Daniel Henrique Breda Binoti, Mayra Luiza Marques da Silva Leite, Helio Garcia |
dc.subject.pt-BR.fl_str_mv |
Inventário florestal Relação hipsométrica Eucalipto |
topic |
Inventário florestal Relação hipsométrica Eucalipto |
description |
Este trabalho teve como objetivos aumentar a precisão das estimativas de altura de árvores e diminuir a necessidade de aferição da altura em campo, levando à redução dos custos no inventário florestal através da construção e validação de um modelo de estimação da altura de árvores em povoamentos de eucalipto com a utilização de redes neurais artificiais. Os dados utilizados consistiram em três clones, compreendendo cerca de 3.000 árvores em 145 parcelas permanentes com área média de 215 m², mensuradas em seis ocasiões (idades). As variáveis utilizadas para estimar a altura total das árvores dividiram-se em quantitativas: idade (meses), diâmetro com casca a 1,30 m de altura a partir da superfície do solo (dap) e altura dominante média da parcela; e qualitativa: tipo de solo com as respectivas classes. Para validação e aplicação da metodologia proposta, foram consideradas duas situações: (a) quando há a introdução de um novo material genético e não existem informações sobre a relação hipsométrica deste; (b) quando já se conhece a tendência de crescimento em altura dos povoamentos implantados, obtida pela existência de medições em parcelas de IFC. Com as metodologias testadas, obtiveram-se valores de coeficiente de correlação superiores a 0,99. As metodologias mostraram-se eficientes para alcançar os objetivos propostos, garantindo alta precisão das estimativas obtidas através das redes neurais artificiais. |
publishDate |
2013 |
dc.date.issued.fl_str_mv |
2013-07-02 |
dc.date.accessioned.fl_str_mv |
2017-12-21T13:12:21Z |
dc.date.available.fl_str_mv |
2017-12-21T13:12:21Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://dx.doi.org/10.1590/S0100-67622013000400007 http://www.locus.ufv.br/handle/123456789/15958 |
dc.identifier.issn.none.fl_str_mv |
18069088 |
identifier_str_mv |
18069088 |
url |
http://dx.doi.org/10.1590/S0100-67622013000400007 http://www.locus.ufv.br/handle/123456789/15958 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.ispartofseries.pt-BR.fl_str_mv |
v. 37, n. 4, p. 639-645, Julho-Agosto 2013 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Revista Árvore |
publisher.none.fl_str_mv |
Revista Árvore |
dc.source.none.fl_str_mv |
reponame:LOCUS Repositório Institucional da UFV instname:Universidade Federal de Viçosa (UFV) instacron:UFV |
instname_str |
Universidade Federal de Viçosa (UFV) |
instacron_str |
UFV |
institution |
UFV |
reponame_str |
LOCUS Repositório Institucional da UFV |
collection |
LOCUS Repositório Institucional da UFV |
bitstream.url.fl_str_mv |
https://locus.ufv.br//bitstream/123456789/15958/1/07.pdf https://locus.ufv.br//bitstream/123456789/15958/2/license.txt https://locus.ufv.br//bitstream/123456789/15958/3/07.pdf.jpg |
bitstream.checksum.fl_str_mv |
a5e72cc5a7e988bf3555a55dd3df85aa 8a4605be74aa9ea9d79846c1fba20a33 54c65b26a2e6e27dc7fc8bf12e01c8b8 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV) |
repository.mail.fl_str_mv |
fabiojreis@ufv.br |
_version_ |
1801212931623354368 |