Submitted by Mario BC (mario@bc.ufrpe.br) on 2016-05-20T15:34:19Z
No. of bitstreams: 1
Syntia Regina Rodrigues de Souza.pdf: 942686 bytes, checksum: b5aa6d1cd5f707badc6f97f563e7b361 (MD5) / Made available in DSpace on 2016-05-20T15:34:19Z (GMT). No. of bitstreams: 1
Syntia Regina Rodrigues de Souza.pdf: 942686 bytes, checksum: b5aa6d1cd5f707badc6f97f563e7b361 (MD5)
Previous issue date: 2015-07-31 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The Araripe Gypsum Pole in Pernambuco is responsible of 97% of national production of plaster. The main source of energy for the gypsum calcination process, raw material for plaster production is the wood from the natural vegetation of Caatinga. Due to the high costs of other energy sources, increasing the gypsum production implies more deforestation of the Caatinga. An economic and environmental solution for that problem is the implementation and the sustainable management of native species or the reforestation with fast growing forest species. Among the fast growing forest the genues Eucalyptus stands out for it productivity and adaptation of the Northeast semi-arid region. The objective of this study was to estimate the volume of the Eucalyptus spp clones in Gypsum Araripe Pole employing the methodology of Artificial Neural Networks (ANN) comparing it with the volumetric models of Schumacher and Hall and Spurr. Data came from an experiment implanted in the Experimental Station of the Agronomic Institute of Pernambuco, where was tested 15 clones of Eucalyptus spp planted in 2002, with final cut in 2009.The function of interest estimated was the volume of the tree in function of the diameter at the breast height (DBH), total height (Ht) and the clone type. It was also valued the adjustment of the best models for sample size. The results were evaluated with the
adjusted coefficient of determination (R2aj), square root of the percentual mean error
(RMSE%), standard error estimate (Syx%) and an analysis graphic of the residues. The obtained results confirmed the expectation showing efficiency of adjustments independent of the sample size. / O Pólo Gesseiro do Araripe em Pernambuco é responsável por 97% da produção nacional de gesso e a principal fonte de energia para o processo de calcinação da gipsita, matéria prima para produção de gesso, é a lenha proveniente da Caatinga, vegetação natural da região. Devido aos altos custos de outras fontes de energia elevar a produção de gesso implica em aumentar o desmatamento da Caatinga. Uma solução econômica e ambiental para esse problema é a implantação e o manejo sustentado de povoamento de espécies nativas ou o reflorestamento com espécies florestais de rápido crescimento. Dentre as florestas de rápido crescimento, o gênero Eucalyptus se destaca por sua alta produção e adaptabilidade ao semiárido nordestino. O objetivo deste trabalho é estimar o volume de clones de Eucalyptus spp no Pólo Gesseiro do Araripe empregando a metodologia de Redes Neurais Artificiais (RNAs) comparando-a com os modelos volumétricos de Schumacher e Hall e Spurr. Os dados são referentes a um experimento implantado na Estação Experimental do Instituto Agronômico de Pernambuco, onde foram testados 15 clones de Eucalyptus spp plantados em 2002 e com o corte final em 2009. A função de interesse estimada foi o volume da árvore (V) em relação do diâmetro a altura do peito (DAP), altura total d árvore (Ht) e tipo de clone. Também foi avaliado o ajuste dos melhores modelos por tamanho de amostra. Os resultados foram avaliados com o coeficiente de determinação ajustado (R2aj), raiz quadrada do erro médio percentual (RMSE%), o erro padrão da estimativa (Syx%) e analise dos gráficos de dispersão do resíduo. Os resultados obtidos no trabalho confirmaram a expectativa mostrando a eficiência dos ajustes independe do tamanho da amostra.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2:tede2/4484 |
| Date | 31 July 2015 |
| Creators | SOUZA, Syntia Regina Rodrigues de |
| Contributors | SILVA, José Antônio Aleixo da, FERREIRA, Tiago Alessandro Espínola, VALENÇA, Mêuser Jorge Silva |
| Publisher | Universidade Federal Rural de Pernambuco, Programa de Pós-Graduação em Biometria e Estatística Aplicada, UFRPE, Brasil, Departamento de Estatística e Informática |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFRPE, instname:Universidade Federal Rural de Pernambuco, instacron:UFRPE |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 768382242446187918, 600, 600, 600, 600, -6774555140396120501, -5836407828185143517, 3590462550136975366 |
Page generated in 0.0027 seconds