Predição do sequestro do carbono em área reflorestada utilizando redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Nunes, Clodoaldo [UNESP]
Data de Publicação: 2014
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/100356
Resumo: O aumento das emissões e concentrações de gás carbônico na atmosfera tem ocasionado a intensificação do efeito estufa e, consequentemente, das alterações climáticas e desequilíbrio sobre o planeta. Deste modo, torna-se imprescindível a adoção de medidas e o desenvolvimento de métodos eficientes para quantificar e avaliar a emissão do fluxo de gás carbono na atmosfera pela vegetação terrestre. Assim sendo, esta pesquisa tem por objetivo propor o desenvolvimento de um sistema inteligente, baseado no emprego de redes neurais, para predizer , seja a curto, médio ou de longo prazo, o sequestro (absorção) de carbono em áreas de reflorestamento, em uma fazenda situada na Amazônia Mato-Grossense com 10 mil hectares. O sistema proposto foi desenvolvido utilizando uma composição formada por uma rede neural da família ART (Adaptive Resonance Theory), a ART-Fuzzy e uma rede neural feedforward multicamadas com treinamento realizado via uso do algoritmo retropropagação, quantificando e realizando a previsão com maior acurácia e precisão da absorção de carbono, colaborando, desta forma, para que se adotem medidas para minimizar os impactos futuros do aumento da temperatura global e garantir a sustentabilidade do planeta. Ressalta-se que esta proposta é inovadora, pois pode-se abordar de áreas com diversidade de árvores, de grande extensões plantadas, entre outros fatores importantes neste contexto. Ou seja, trata-se de um sistema inteligente robusto e de grande flexibilidade de aplicação.
id UNSP_fa1381c7b0a9ecc8276b865f3cf09021
oai_identifier_str oai:repositorio.unesp.br:11449/100356
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Predição do sequestro do carbono em área reflorestada utilizando redes neurais artificiaisCarbonoReflorestamentoRedes neurais (Computação)SustentabilidadeCarbonO aumento das emissões e concentrações de gás carbônico na atmosfera tem ocasionado a intensificação do efeito estufa e, consequentemente, das alterações climáticas e desequilíbrio sobre o planeta. Deste modo, torna-se imprescindível a adoção de medidas e o desenvolvimento de métodos eficientes para quantificar e avaliar a emissão do fluxo de gás carbono na atmosfera pela vegetação terrestre. Assim sendo, esta pesquisa tem por objetivo propor o desenvolvimento de um sistema inteligente, baseado no emprego de redes neurais, para predizer , seja a curto, médio ou de longo prazo, o sequestro (absorção) de carbono em áreas de reflorestamento, em uma fazenda situada na Amazônia Mato-Grossense com 10 mil hectares. O sistema proposto foi desenvolvido utilizando uma composição formada por uma rede neural da família ART (Adaptive Resonance Theory), a ART-Fuzzy e uma rede neural feedforward multicamadas com treinamento realizado via uso do algoritmo retropropagação, quantificando e realizando a previsão com maior acurácia e precisão da absorção de carbono, colaborando, desta forma, para que se adotem medidas para minimizar os impactos futuros do aumento da temperatura global e garantir a sustentabilidade do planeta. Ressalta-se que esta proposta é inovadora, pois pode-se abordar de áreas com diversidade de árvores, de grande extensões plantadas, entre outros fatores importantes neste contexto. Ou seja, trata-se de um sistema inteligente robusto e de grande flexibilidade de aplicação.The increase in emissions and concentrations of carbon dioxides in the atmosphere has brought the intensification of greenhouse effect and, consequently, climatic changes and imbalance on the planet. Therefore, it becomes essential to adopt measures and develop efficient methods for quantifying and evaluating the emission of flow of carbon in the atmosphere by land vegetation. Thus, this research aims to propose the development of an intelligent system, based on the use of neural networks to predict, whether in the short, medium or long term, the carbon sequestration in reforestation areas, on a 10000 hectare farm located in the Amazon region of Mato Grosso-Brazil. The proposed system was developed using a composition formed by a neural network of the ART family (Adaptive Resonance Theory), the Fuzzy-ART and a multilayer feedforward neural network with training performed through the use of the retropropagation algorithm, making the quantifying and predicting of the carbon absorption, thus contributing to the adoption of measures to minimize the impacts of future global temperature increase and ensure the sustainability of the planet, more accurate and precise than the original methods. It is highlighted that this proposal is innovative, because it can approach large areas of plantations, with diversity of trees, among other important factors in this context. That is, it is an intelligent system robust and of great flexibility of application.Universidade Estadual Paulista (Unesp)Minussi, Carlos Roberto [UNESP]Universidade Estadual Paulista (Unesp)Nunes, Clodoaldo [UNESP]2014-06-11T19:30:51Z2014-06-11T19:30:51Z2014-02-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis94 f. : il.color.application/pdfNUNES, Clodoaldo. Predição do sequestro do carbono em área reflorestada utilizando redes neurais artificiais. 2014. 94 f. Tese (doutorado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia de Ilha Solteira, 2014.http://hdl.handle.net/11449/100356000750721000750721.pdf33004099082P27166279400544764Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-08-05T18:39:28Zoai:repositorio.unesp.br:11449/100356Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T18:39:28Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Predição do sequestro do carbono em área reflorestada utilizando redes neurais artificiais
title Predição do sequestro do carbono em área reflorestada utilizando redes neurais artificiais
spellingShingle Predição do sequestro do carbono em área reflorestada utilizando redes neurais artificiais
Nunes, Clodoaldo [UNESP]
Carbono
Reflorestamento
Redes neurais (Computação)
Sustentabilidade
Carbon
title_short Predição do sequestro do carbono em área reflorestada utilizando redes neurais artificiais
title_full Predição do sequestro do carbono em área reflorestada utilizando redes neurais artificiais
title_fullStr Predição do sequestro do carbono em área reflorestada utilizando redes neurais artificiais
title_full_unstemmed Predição do sequestro do carbono em área reflorestada utilizando redes neurais artificiais
title_sort Predição do sequestro do carbono em área reflorestada utilizando redes neurais artificiais
author Nunes, Clodoaldo [UNESP]
author_facet Nunes, Clodoaldo [UNESP]
author_role author
dc.contributor.none.fl_str_mv Minussi, Carlos Roberto [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Nunes, Clodoaldo [UNESP]
dc.subject.por.fl_str_mv Carbono
Reflorestamento
Redes neurais (Computação)
Sustentabilidade
Carbon
topic Carbono
Reflorestamento
Redes neurais (Computação)
Sustentabilidade
Carbon
description O aumento das emissões e concentrações de gás carbônico na atmosfera tem ocasionado a intensificação do efeito estufa e, consequentemente, das alterações climáticas e desequilíbrio sobre o planeta. Deste modo, torna-se imprescindível a adoção de medidas e o desenvolvimento de métodos eficientes para quantificar e avaliar a emissão do fluxo de gás carbono na atmosfera pela vegetação terrestre. Assim sendo, esta pesquisa tem por objetivo propor o desenvolvimento de um sistema inteligente, baseado no emprego de redes neurais, para predizer , seja a curto, médio ou de longo prazo, o sequestro (absorção) de carbono em áreas de reflorestamento, em uma fazenda situada na Amazônia Mato-Grossense com 10 mil hectares. O sistema proposto foi desenvolvido utilizando uma composição formada por uma rede neural da família ART (Adaptive Resonance Theory), a ART-Fuzzy e uma rede neural feedforward multicamadas com treinamento realizado via uso do algoritmo retropropagação, quantificando e realizando a previsão com maior acurácia e precisão da absorção de carbono, colaborando, desta forma, para que se adotem medidas para minimizar os impactos futuros do aumento da temperatura global e garantir a sustentabilidade do planeta. Ressalta-se que esta proposta é inovadora, pois pode-se abordar de áreas com diversidade de árvores, de grande extensões plantadas, entre outros fatores importantes neste contexto. Ou seja, trata-se de um sistema inteligente robusto e de grande flexibilidade de aplicação.
publishDate 2014
dc.date.none.fl_str_mv 2014-06-11T19:30:51Z
2014-06-11T19:30:51Z
2014-02-07
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv NUNES, Clodoaldo. Predição do sequestro do carbono em área reflorestada utilizando redes neurais artificiais. 2014. 94 f. Tese (doutorado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia de Ilha Solteira, 2014.
http://hdl.handle.net/11449/100356
000750721
000750721.pdf
33004099082P2
7166279400544764
identifier_str_mv NUNES, Clodoaldo. Predição do sequestro do carbono em área reflorestada utilizando redes neurais artificiais. 2014. 94 f. Tese (doutorado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia de Ilha Solteira, 2014.
000750721
000750721.pdf
33004099082P2
7166279400544764
url http://hdl.handle.net/11449/100356
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 94 f. : il.color.
application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv Aleph
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128163066150912