Please use this identifier to cite or link to this item: https://bdm.ufpa.br:8443/jspui/handle/prefix/1189
Compartilhar:
metadata.dc.type: Trabalho de Conclusão de Curso - Graduação
Title: Aplicação de redes neurais artificiais na estimativa de altura de um plantio clonal de Eucalyptus urophylla S. T. Blake em Altamira, PA
metadata.dc.creator: MORAES, Rylla Bryanne
metadata.dc.contributor.advisor1: FIGUEIREDO, Lívia Thais Moreira de
Issue Date: 2018
Citation: MORAES, Rylla Bryanne. Aplicação de redes neurais artificiais na estimativa de altura na de um plantio clonal de Eucalyptus Urophylla S.T. Blake em Almerim, PA. 2018. 26 f. Trabalho de conclusão de curso (Graduação) - Universidade Federal do Pará, Faculdade de Engenharia Florestal, Campus Universitário de Altamira, Altamira, 2018. DIsponível e: <http://bdm.ufpa.br/jspui/handle/prefix/1189> Acesso em:.
metadata.dc.description.resumo: 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
Abstract: The production prognosis is performed through growth and production modeling, where volume estimates are obtained as a function of variables such as DBH and height, for example. The process of collecting height data in the field demands greater time and cost, and hypsometric equations are often used and in recent years artificial neural networks to obtain height estimates. Thus, the objective of this work was to evaluate the application of RNA in the height estimation of a clonal Eucalyptus urophylla S. T. Blake planting in Almeirim, Pará, comparing it with the estimates obtained by the hypsometric equation. For the training of the networks and adjustment of the equations, data from 540 eucalyptus individuals, aged 24 to 72 months, were used annually between 2013 and 2017. The Gompertz model was used, and the multilayer percepton network, and the estimates obtained were evaluated by means of the correlation coefficient between observed and estimated heights, square error of the mean error (RQEM), Bias, and graphical analysis of the waste distribution. The two procedures evaluated were efficient for estimating the height of Eucalyptus urophylla S. T. Blake trees, however, the RNA was higher in the statistical indicators RQEM and Bias in relation to the regression.
metadata.dc.subject.cnpq: CNPQ::CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL::SILVICULTURA::DENDROLOGIA
Keywords: Eucalipto
Produtividade agrícola
Mudas
metadata.dc.rights: Acesso Aberto
metadata.dc.source: 1 CD ROM
Appears in Collections:Faculdade de Engenharia Florestal - FEF/CALTA

Files in This Item:
File Description SizeFormat 
TCC_AplicacaoRedesNeurais.pdf710,29 kBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons