Use este identificador para citar ou linkar para este item: https://repositorio.ufms.br/handle/123456789/4732
Tipo: Dissertação
Título: Estimativas do Volume de Árvores de Eucalipto com Diferentes Técnicas de Modelagem e Tamanho do Banco de Dados
Autor(es): JEAN DE JESUS DA SILVA
Primeiro orientador: Gileno Brito de Azevedo
Resumo: A quantificação do volume das árvores é atividade fundamental no manejo dos recursos florestais. Contudo, é uma atividade bastante onerosa para obtenção de forma direta. Como alternativa surge a utilização de métodos indiretos como os modelos de regressão e as redes neurais artificiais (RNAs). Portanto, objetivou-se avaliar a precisão das estimativas do volume de árvores de eucaliptos utilizando diferentes técnicas de modelagem e tamanho do banco de dados. Os objetivos específicos foram: (i) avaliar se a redução do número de árvores utilizadas na modelagem do volume influencia na precisão dessas estimativas; (ii) avaliar se o desempenho das RNAs é superior ao dos modelos de regressão; e (iii) avaliar se a inclusão de variáveis categóricas nas RNAs contribui para melhoria das estimativas. Os dados do estudo foram obtidos em oito plantios clonais de eucalipto (quatro clones x duas rotações), implantados no município de Ribas do Rio Pardo, Estado de Mato Grosso do Sul. Foram cubadas rigorosamente 465 árvores para obter o volume. Desse total, 20% foram destinados à validação das estimativas e 80% para o ajuste dos modelos e treinamento das RNAs. Para avaliar o efeito do tamanho do banco de dados sobre a precisão das estimativas, o treinamento foi realizado com diferentes frações dos dados destinados ao treinamento (10% a 100%). Para cada fração do banco de dados foi ajustado o modelo volumétrico de Schumacher e Hall e treinadas 500 RNAs do tipo Multlayer Perceptron. Com a redução do tamanho do banco de dados utilizado na modelagem do volume de árvores de eucalipto, por modelos de regressão e RNAs, foi possível manter a precisão das estimativas. Independentemente do tamanho do banco de dados, a precisão das estimativas do volume geradas por RNAs foram ligeiramente superiores às dos modelos de regressão. A inclusão de variáveis explicativas qualitativas nas RNAs proporcionou estimativas de volume ligeiramente superiores àquelas que não utilizaram essas variáveis.
Abstract: The quantification of the volume of trees is a fundamental activity in the management of forest resources. However, it is a very expensive activity to obtain directly. As an alternative, there is the use of indirect methods such as regression models and artificial neural networks (ANNs). Therefore, the objective was to evaluate the precision of the estimates of the volume of eucalyptus trees using different modeling techniques and database size. The specific objectives were: (i) to assess whether the reduction in the number of trees used in volume modeling influences the accuracy of these estimates; (ii) assess whether the performance of ANNs is superior to that of regression models; and (iii) to assess whether the inclusion of categorical variables in the ANNs contributes to improving the estimates. The study data were obtained in eight eucalyptus clonal plantations (four clones x two rotations), implanted in the municipality of Ribas do Rio Pardo, State of Mato Grosso do Sul. 465 trees were rigorously cubed to obtain the volume. Of this total, 20% were used to validate the estimates and 80% to adjust the models and train the ANNs. To assess the effect of the size of the database on the accuracy of the estimates, training was performed with different fractions of the training data (10% to 100%). For each fraction of the database, the volumetric model of Schumacher and Hall was adjusted and 500 ANNs of the Multlayer Perceptron type were trained. By reducing the size of the database used to model the volume of eucalyptus trees, using regression models and ANNs, it was possible to maintain the precision of the estimates. Regardless of the size of the database, the accuracy of volume estimates generated by ANNs was slightly higher than that of regression models. The inclusion of qualitative explanatory variables in the ANNs provided slightly higher volume estimates than those that did not use these variables.
Palavras-chave: Estimativas do volume, Eucalipto, Técnicas de modelagem, Banco de dados.
País: Brasil
Editor: Fundação Universidade Federal de Mato Grosso do Sul
Sigla da Instituição: UFMS
Tipo de acesso: Acesso Aberto
URI: https://repositorio.ufms.br/handle/123456789/4732
Data do documento: 2022
Aparece nas coleções:Programa de Pós-graduação em Agronomia (Campus de Chapadão do Sul)

Arquivos associados a este item:
Arquivo TamanhoFormato 
DISSERTAÇÃO - Jean de Jesus da Silva.pdf875 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.