Estimativa de diâmetro a 1,30 m do solo utilizando redes neurais artificiais

• Autor(a) principal: Emanuelly Canabrava Magalhães
• Data de Publicação: 2018
• Outros Autores: Sthefany Mendes Zuba, Thais Sales Gonçalves, Paulo Victor Alves de Oliveira, Adriana Leandra de Assis, Carlos Alberto Araújo Júnior
• Tipo de documento: Artigo de conferência
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/43074; https://orcid.org/0000-0003-0909-8633
• topic: Mensuração Florestal; Dendrometria; inteligência artificial.; Levantamentos florestais; Inteligência artificial

O objetivo deste estudo foi avaliar o desempenho das Redes Neurais Artificiais (RNAs) para estimativa da variável diâmetro a 1,30 m do solo (DAP), utilizando como variáveis independentes Idade, Área útil por planta e Altura das árvores. Foi realizado dois tipos de treinamento, para o primeiro os dados referentes ao último ano do inventário florestal não foram considerados, e para o segundo foi utilizado os dados de todos os anos sendo estes aleatorizados. Utilizou-se o software NeuroForest para treinamento das RNAs. Após o processamento foram calculadas as estatísticas BIAS, RQME, correlação e erro percentual médio; gerados gráficos de dispersão, considerando os valores estimados e observados; e histograma de resíduos. Observou-se que, o treinamento considerando os dados aleatorizados gerou as melhores estatísticas, com valores de correlação altos tanto para a fase de treinamento bem como para a validação, isto em decorrência da maior representatividade dos dados durante o treinamento. Os gráficos gerados para esse treinamento obtiveram menor dispersão dos pontos estimados, podendo inferir a maior precisão da estimativa quando comparado ao treinamento no qual os dados do último ano não foram considerados.