Aplicação de redes neurais artificiais na estimativa de altura de um plantio clonal de Eucalyptus urophylla S. T. Blake em Altamira, PA

A 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 nos