Faculdade de Engenharia Florestal - FEF/CALTA
URI Permanente para esta coleção
Campus de Altamira / Bibliotecários: Irlaneide Cabral
Fax: (93)2122-0613 E-mail: bibaltamira@ufpa.br
Navegar
Navegando Faculdade de Engenharia Florestal - FEF/CALTA por Orientador "FIGUEIREDO, Lívia Thais Moreira de"
Agora exibindo 1 - 2 de 2
Resultados por página
Opções de Ordenação
Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Aplicação de redes neurais artificiais na estimativa de altura de um plantio clonal de Eucalyptus urophylla S. T. Blake em Altamira, PA(2018) MORAES, Rylla Bryanne; FIGUEIREDO, Lívia Thais Moreira de; http://lattes.cnpq.br/8911087133536210A prognose da produção é realizada por meio da modelagem do crescimento e da produção, em que estimativas de volume são obtidas em função de variáveis como Diâmetro a Altura do Peito (DAP), obtido a 1,30m do solo, e altura por exemplo. O processo de coleta de dados de altura no campo demanda maior tempo e custo, sendo muitas vezes empregadas equações hipsométricas e nos últimos anos redes neurais artificiais para se obter estimativas de altura. Assim, este trabalho teve como objetivo avaliar a aplicação da Rede Neural Artificial (RNA) na estimativa de altura de um plantio clonal de Eucalyptus urophylla S. T. Blake em Almeirim, Pará, comparando-a com as estimativas obtidas pela equação hipsométrica. Para o treinamento das redes e ajuste das equações foram utilizados dados de 540 indivíduos de eucalipto, nas idades de 24 a 72 meses, medidos anualmente entre 2013 a 2017. Foi utilizado o modelo de Gompertz, e a rede do tipo percepton de múltiplas camadas, sendo que as estimativas obtidas foram avaliadas por meio do coeficiente de correlação entre as alturas observadas e estimadas, a raiz quadrada do erro médio (RQEM), Bias, e análise gráfica da distribuição de resíduos. Os dois procedimentos avaliados foram eficientes para estimativa da altura de árvores de Eucalyptus urophylla S. T. Blake, entretanto, a RNA obteve resultados superiores nosTrabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Aplicação de redes neurais artificiais para a classificação da capacidade produtiva de um povoamento florestal na região do Jari, Oeste do Pará(2019-11-22) GAMA, Natally Celestino; FIGUEIREDO, Lívia Thais Moreira de; http://lattes.cnpq.br/8911087133536210Este trabalho teve por objetivo avaliar a classificação da capacidade produtiva por meio de métodos tradicionais e comparar com a classificação obtida por meio do uso de Redes Neurais Artificiais em plantios de Eucalyptus urograndis na Amazônia. Os dados são oriundos de plantios clonais não desbastados de híbridos de Eucalyptus urograndis localizados na região do Jari no oeste do estado do Pará. Para a classificação da capacidade produtiva foram avaliados os seguintes métodos: curva-guia (MCG), equação das diferenças (MED) e predição de parâmetros (MPP). Os critérios estatísticos empregados para avaliar a qualidade da classificação foram: BIAS (%), raiz quadrada do erro médio (RQEM(%)), coeficiente de correlação (rŷ.y ) e o critério de Informação Bayesiano (BIC). A classificação por meio de redes neurais artificiais foi superior à obtida por meio de métodos tradicionais, o que demonstra o potencial dessa ferramenta na classificação da capacidade produtiva de povoamentos florestais.