Submitted by M?rden L?les (marden.inacio@ufvjm.edu.br) on 2016-07-20T19:16:36Z
No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Eduarda_Gabriela_Santos_Cunha.pdf: 1983745 bytes, checksum: d73e76b249ad6c1b32a34d0755d35679 (MD5) / Rejected by Rodrigo Martins Cruz (rodrigo.cruz@ufvjm.edu.br), reason: renomear arquivo on 2016-07-21T16:57:59Z (GMT) / Submitted by M?rden L?les (marden.inacio@ufvjm.edu.br) on 2016-07-21T17:39:15Z
No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Eduarda_Gabriela_Santos_Cunha.pdf: 1983745 bytes, checksum: d73e76b249ad6c1b32a34d0755d35679 (MD5) / Approved for entry into archive by Rodrigo Martins Cruz (rodrigo.cruz@ufvjm.edu.br) on 2016-07-22T15:39:40Z (GMT) No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Eduarda_Gabriela_Santos_Cunha.pdf: 1983745 bytes, checksum: d73e76b249ad6c1b32a34d0755d35679 (MD5) / Made available in DSpace on 2016-07-22T15:39:40Z (GMT). No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Eduarda_Gabriela_Santos_Cunha.pdf: 1983745 bytes, checksum: d73e76b249ad6c1b32a34d0755d35679 (MD5)
Previous issue date: 2015 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / RESUMO
CUNHA, E. G. S. Quantifica??o de biomassa em floresta estacional semidecidual por meio de redes neurais artificiais. 2015. 77 p. (Disserta??o ? Ci?ncia Florestal) ? Universidade Florestal dos Vales do Jequitinhonha e Mucuri, Diamantina, 2015.
A predi??o de biomassa em florestas naturais ? complexa devido ? varia??o de esp?cies, de est?gio sucessional, caracter?sticas ed?ficas e clim?ticas das ?reas, dentre outras, e isso gera uma grande demanda de informa??es para que se tenha estimativas de biomassa confi?veis. O objetivo deste estudo foi de quantificar a biomassa arb?rea a?rea de um fragmento de floresta Estacional Semidecidual em Minas Gerais - MG por meio de redes neurais artificiais (RNA). Assim como, avaliar a influ?ncia das vari?veis categ?ricas fitofisionomia (FT), infesta??o de cip? (CP), qualidade de copa (QC) e coeficiente de De Liocourt (q) na estimativa de biomassa. Foi empregada a t?cnica de valida??o cruzada (cross-validation) para defini??o da topologia e valida??o das redes, em que a estimativa de erro global ? calculada como a m?dia das k estimativas de erro de cada itera??o (admitiu-se k=10).Variou-se o n?mero de neur?nios na camada escondida e avaliou-se a m?dia e o desvio padr?o do erro m?dio quadr?tico (EMQ) dos resultados da valida??o cruzada para definir o n?mero de neur?nios na camada escondida, que melhor se adequou ao problema. Para definir a RNA mais adequada para cada situa??o, uma nova valida??o cruzada foi realizada e avalia??o se deu pelos ajustes das RNA (EMQ, ? ,Bias e Vari?ncia) e an?lise gr?fica dos res?duos. A biomassa observada m?dia foi de 110,81 t.ha-1 e a biomassa m?dia estocada por hectare foi estimada em 114,41 t.ha-1 pela RNA 3 e 116,34 t.ha-1 pela RNA 7. As RNA 3(vari?veis de entrada: DAP, d, Hf, Vt, CP) e 7(vari?veis de entrada: DAP, d, Ht, Vt, CP, QC) se ajustaram melhor, obtendo menores res?duos. No entanto, a RNA 7 que cont?m CP e QC associadas como vari?vel de entrada da rede, teve bom desempenho devido ? contribui??o da vari?vel CP, visto que a RNA 4 que cont?m apenas QC n?o foi precisa na maioria das parcelas, esse fato pode estar relacionado a maior subjetividade na avalia??o da qualidade de copa. A RNA 3 foi mais adequada visando simplicidade na coleta de campo, acarretando menor tempo e custo. / Disserta??o (Mestrado) ? Programa de P?s-Gradua??o em Ci?ncia Florestal, Universidade Federal dos Vales do Jequitinhonha e Mucuri, 2015. / ABSTRACT
CUNHA, E. G. S. Biomass quantification in semideciduous forest through artificial neural networks. 2015. 77 p. (Disserta??o ? Ci?ncia Florestal) ? Universidade Florestal dos Vales do Jequitinhonha e Mucuri, Diamantina, 2015.
The prediction of biomass in natural forests is complex due to the variation of species in successional stages, characteristics of soil and climate of areas, among other things, and this generates a large demand for information in order to produce reliable biomass estimates. This study aimed to quantify the aerial tree biomass from a fragment of semideciduous forest in Minas Gerais - MG through artificial neural networks (ANN). Moreover, this study evaluated the influence of categorical variables including phytophysiognomy, vine infestation, canopy quality and the De Liocourt quotient in estimation of biomass. All the analysis was done using R software, using the cross-validation technique to define the topology and validation of networks, wherein the global error estimate is calculated as the average of k error estimates of each iteration (assuming k = 10). The number of neurons in the hidden layer varied, and the mean and standard deviation of the mean square error (MSE) were evaluated by the results of cross-validation in order to determine the number of neurons in the hidden layer, which best adapted to the problem. To determine the most appropriate ANN in each situation, a new cross-validation was conducted and the evaluation was completed using the results of the ANN (MSE, Correlation coefficient, Bias and Variance) and graphical residue analysis. The average observed biomass was 110.81 t.ha-1 and the average stored biomass per hectare was estimated to be 114.41 t.ha-1 using ANN 3 and 116.34 t.ha-1 using 7 ANN. This study found that the ANN 3 (input: DAP, d, Hf, Vt, CP) and 7(input: DAP, d, Ht, Vt, CP, QC) had greater precision than the other ANNs, obtaining smaller residue. However, due to the association of vine infestation and crown quality in ANN 7 as input variable network, the good performance possibly because of the variable contribution of the vine infestation, whereas ANN 4 which contains only canopy quality was not more accurate in the majority of plots, this may be related to greater subjectivity in assessing the canopy quality, and in this way. ANN 3 was more appropriate in terms of simplifying field sampling, leading to reduced time and cost.
| Identifer | oai:union.ndltd.org:IBICT/oai:acervo.ufvjm.edu.br/jspui:1/1015 |
| Date | 27 November 2015 |
| Creators | Cunha, Eduarda Gabriela Santos |
| Contributors | Oliveira, Marcio Leles Romarco de, Andrade, Alessandro Vivas, Gorgens, Eric Bastos, Machado, Evandro Luiz Mendon?a, Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM), Oliveira, Marcio Leles Romarco de |
| Publisher | UFVJM |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFVJM, instname:Universidade Federal dos Vales do Jequitinhonha e Mucuri, instacron:UFVJM |
| Rights | A concess?o da licen?a deste item refere-se ao ? termo de autoriza??o impresso assinado pelo autor, assim como na licen?a Creative Commons, com as seguintes condi??es: Na qualidade de titular dos direitos de autor da publica??o, autorizo a Universidade Federal dos Vales do Jequitinhonha e Mucuri e o IBICT a disponibilizar por meio de seus reposit?rios, sem ressarcimento dos direitos autorais, de acordo com a Lei n? 9610/98, o texto integral da obra disponibilizada, conforme permiss?es assinaladas, para fins de leitura, impress?o e/ou download, a t?tulo de divulga??o da produ??o cient?fica brasileira, e preserva??o, a partir desta data., info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds