Made available in DSpace on 2018-08-01T22:35:54Z (GMT). No. of bitstreams: 1
tese_8439_Dissertação Bráulio.pdf: 4055991 bytes, checksum: 41feb811225317167d230bfc40a42347 (MD5)
Previous issue date: 2014-12-08 / O objetivo deste trabalho foi deanalisar o desempenho das redes neurais artificiais (RNA) em obter estimativas de variáveis dendrométricas de eucalipto e pinus em diferentes condições de crescimento, visando analisar sua capacidade de aprendizado e generalização em estimar variáveis comumente utilizadas em inventário de florestas comerciais, sendo estruturado em três capítulos. O capítulo I consiste em analisar a capacidade de uma RNA em estimar a altura total de árvores de diferentes espécies em diferentes condições de crescimento e comparar os resultados com modelos comumente utilizados por empresas florestais. Para isso, foram usados dados de altura total e diâmetro a 1,30 m de altura de uma amostra da população e de informações cadastrais como idade, local, fazenda, idade, gênero e espaçamento.O capítulo 2 visa estimar o volume de árvores de diferentes espécies e condições de crescimento por meio de redes neurais artificiais, comparando os resultados com um modelo comumente utilizado por empresas florestais. Para tanto, foram obtidos dados de cubagem rigorosa de amostra de eucalipto e pinus, coletados em diferentes condições de crescimento, formando vários estratos com amostras representativas, sendo base fundamental para analisar a capacidade de aprendizagem e generalização de uma RNA em estimar variáveis precisas e exatas de uma população heterogênea. Por fim, o capitulo III tem o objetivo de analisar a capacidade de uma RNA em descrever o perfil do fuste, estimando o diâmetro em diferentes posições ao longo do tronco, de árvores de diferentes espécies em diferentes condições de crescimento, e comparar seu desempenho com modelos comumente utilizados em por empresas florestais. Os dados utilizados foram referentes à cubagem rigorosa de árvores de eucalipto e pinus, coletados em diferentes condições de crescimento, formando vários estratos com amostras representativas, sendo base fundamental para analisar a capacidade de aprendizagem e generalização de uma RNA em descrever o perfil do fuste de forma precisa e exata de uma população heterogênea. Para gerar as estimativas das variáveis deste estudo foi utilizado o sistema livreNeuroForest3.0. Diante do exposto, o uso da inteligência artificial por meio de redes neurais artificiais se mostrou eficaz e
eficiente, com capacidade de assimilação e generalização dos dados de diferentes espécies, podendo ser recomendadasua utilização em inventário de florestas comerciais, apresentando excelentes resultados.
Palavras-chave: Inventário Florestal,Manejo Florestal,Redes Neurais Artificiais.
| Identifer | oai:union.ndltd.org:IBICT/oai:dspace2.ufes.br:10/7682 |
| Date | 08 December 2014 |
| Creators | CAMPOS, B. P. F. |
| Contributors | CHICHORRO, J. F., SOARES, C. P. B., BINOTI, D. H. B., LEITE, H. G., SILVA, G. F. |
| Publisher | Universidade Federal do Espírito Santo, Mestrado em Ciências Florestais, Programa de Pós-Graduação em Ciências Florestais, UFES, BR |
| Source Sets | IBICT Brazilian ETDs |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFES, instname:Universidade Federal do Espírito Santo, instacron:UFES |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds