[pt] A busca por fontes energéticas alternativas tornou-se questão crucial para o desenvolvimento econômico mundial, sendo a biomassa uma alternativa a ser considerada. Neste estudo analisamos o caso de uma indústria de chapas de fibras de madeira, na qual cavacos de madeira podem ser utilizados tanto como matéria prima quanto como combustível para geração de energia térmica. Neste segmento, durante o processo produtivo são gerados grandes volumes de resíduos florestais que podem ser usados como combustível. O objetivo do presente trabalho é determinar a viabilidade econômico-financeira de se instalar um processo de cogeração de energia tendo como combustíveis resíduos florestais e gás natural. Assumimos que os gestores possuem duas alternativas: usar os resíduos e gás na geração de energia, liberando os cavacos para produção de MDF e HDF ou empregar os resíduos florestais, gás natural e cavacos de madeira como combustível, comercializando o excedente de energia no mercado de curto prazo. A avaliação financeira foi baseada na Teoria das Opções Reais considerando a flexibilidade gerencial de selecionar otimamente o destino final dos cavacos de madeira (chapa de madeira ou energia) ao longo do tempo. Uma importante inovação do trabalho consiste na incorporação de fatores de sazonalidade na volatilidade do preço de energia, adaptando o processo estocástico as especificidades do mercado brasileiro. Foi considerada como incerteza o preço da energia (PLD) e adotou-se como base o Modelo Geométrico de Reversão a Média com Saltos de Clewlow, Strickland e Kaminski (2000). Os resultados indicam que a opção de comercializar o excedente de energia não é viável financeiramente e em média não agrega valor ao projeto. / [en] The search for alternative energy sources has become critical issue for the economic development of the world, and biomass is an alternative to be considered. In this study we analyze the case of a producer of wood fiber boards, in which wood chips may be either used as raw material for the wood boards or as fuel to generate energy. In this segment, the production process generates large volumes of forest residues that can be used as fuel. The objective of this study is to determine the economic feasibility of installing a cogeneration energy process fueled with forest residues and natural gas. We assume that managers have two alternatives: use residues and gas for heat energy generation, releasing the wood chips for the production of MDF and HDF, or use forest residues, gas and wood chips as fuel, selling the surplus energy in the short term market. The valuation was based on the Real Options Theory considering the managerial flexibility to select the optimal final destination of the wood chips (fiber board or energy) along time. One of the innovations of this work is the incorporation of seasonal factors in the energy price volatility, adapting the stochastic process to the specificities of the Brazilian market. The main uncertainty, energy price (PLD), was based on the Mean Reversion Model with Jumps of Clewlow, Strickland and Kaminski (2000). The results indicate that the option to sell the surplus power is not financially viable and on average adds no value to the project.

[pt] O gerenciamento correto das pastagens em regiões agropecuárias tem papel fundamental na própria produção, na prevenção ao desperdício da biomassa vegetal e a liberação de gases de efeito estufa (GEE). Além disso, é necessário evitar o movimento inapropriado do rebanho entre pastos, pois este é um processo demorado e pode ser estressante para o animal. O sucesso desta gestão requer uma avaliação eficiente dos recursos da plantação. Os estudos desenvolvidos com esta finalidade tem relação direta com a estimativa da quantidade de biomassa em uma região específica da pastagem, pois, na prática, ela não é realizada de forma precisa, devido à dificuldade de medição em toda a área delimitada. Este trabalho tem como objetivo desenvolver uma metodologia de estimativa de biomassa de baixo custo, baseada em modelos de regressão que correlacionem os atributos de entrada mais relevantes para a aplicação com o real peso da plantação, medido em g/m2 . Para os atributos, foi medida a altura da grama forrageira e calculados os índices de vegetação baseados em RGB a partir de imagens de veículos aéreos não tripulados (VANTs). Como metodologia, utilizou-se regressões lineares, não lineares, redes neurais artificiais baseados em perceptrons de múltiplas camadas e a combinação de todos os modelos gerados (stacking ensemble). Foram alcançados resultados satisfatórios utilizando modelos de redes neurais com ainda duas camadas e com a metodologia de empilhamento de modelos, alcançando um RMSE de 31.76 g/m2 , MAPE de 13.35 por cento e R 2 de 0.9. Portanto, a metodologia proposta pode se tornar uma solução promissora e acessível para a estimativa de biomassa vegetal para uma gestão eficiente e sustentável do rebanho. / [en] The correct management of pastures in agricultural regions plays a fundamental role in the production itself, in the prevention of plant biomass waste and the release of greenhouse gases (GHG). In addition, it is necessary to avoid inappropriate movement of the herd between pastures, as this is a time-consuming process and can be stressful for the animal. The success of this management requires an efficient assessment of the plant resources. The studies developed for this purpose are directly related to the amount estimation of biomass in a specific region of the pasture, because, in practice, it is not carried out accurately, due to the difficulty of measurement throughout the field. This work aims to develop a low-cost biomass estimation methodology, based on regression models that correlate the most relevant input features for the application with the actual density of the plantation, measured in g/m2 . For the features, the height of the forage grass was measured and the vegetation indexes based on RGB were calculated from images of unmanned aerial vehicles (UAV). Linear, nonlinear regression (MNLR), artificial neural networks (ANN) based on multi-layer perceptron (MLP) and the combination of all models generated (stacking ensemble) were the methodologies tested in order to achieve the best correlation. Satisfactory results were achieved using models of neural networks with two layers and using stacking ensemble methodology, reaching a RMSE of 31.76 g/m2 , MAPE of 13.35 percent and R-Squared of 0.9. Therefore, the proposed methodology may become a promising and affordable solution for plant biomass estimation toward efficient and sustainable herd management.