Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1143492
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorLUSTOSA JUNIOR, I. M.
dc.contributor.authorCASTRO, R. V. O.
dc.contributor.authorGASPAR, R. de O.
dc.contributor.authorARAÚJO, J. B. C. N.
dc.contributor.authorAQUINO, F. de G.
dc.contributor.authorRODRIGUES, M. I.
dc.contributor.authorCOSTA, L. S. da
dc.contributor.authorMURTA JÚNIOR, L. S.
dc.contributor.authorAMARAL, G. C.
dc.date.accessioned2022-05-26T20:20:51Z-
dc.date.available2022-05-26T20:20:51Z-
dc.date.created2022-05-26
dc.date.issued2022
dc.identifier.citationRevista Ibero-Americana de Ciências Ambientais, v. 12, n. 5, 2022.
dc.identifier.issn2179-6858
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1143492-
dc.descriptionA Mata Atlântica é um hotspot global para a conservação da biodiversidade devido à sua riqueza de espécies e endemismo, porém, as ações antrópicas ameaçam e desequilibram a dinâmica dos processos naturais do bioma. Assim, com o objetivo de contribuir com estudos sobre conservação em florestas tropicais, o presente estudo investigou o comportamento da projeção em diâmetro e altura, por meio de ferramentas de regressão e inteligência artificial, com a influência de índices de competição em um fragmento de floresta estacional semidecidual na área do Bioma Mata Atlântica no sudeste do Brasil. As análises foram realizadas de acordo a classificação em grupos ecológicos e quanto à exigência por luz. Foram ajustados quatro modelos de regressão, dois para estimar o diâmetro (DAP) e dois para estimar a altura (H). No processo de aprendizado das redes, selecionaram-se as quatro melhores Redes Neurais Artificiais (RNA), em que cada RNA estimou simultaneamente as variáveis DAP e H. Dentre as redes selecionada, foi definida a melhor RNA visando contrastar com os resultados dos modelos validados. A partir das estatísticas de precisão e análises gráficas, concluiu-se que projetar o crescimento dendrométrico por RNA foi mais eficiente que por modelos tradicionais.
dc.language.isopor
dc.rightsopenAccess
dc.subjectSucessão ecológica
dc.subjectInteligência artificial
dc.subjectCompetição florestal
dc.subjectMata atlântica
dc.titleProjeção do crescimento arbóreo em floresta estacional semidecidual submontana.
dc.typeArtigo de periódico
dc.format.extent2p. 14-28
riaa.ainfo.id1143492
riaa.ainfo.lastupdate2022-05-26
dc.contributor.institutionILVAN MEDEIROS LUSTOSA JUNIOR; RENATO VINÍCIUS OLIVEIRA CASTRO; RICARDO DE OLIVEIRA GASPAR; JULIANA BALDAN COSTA NEVES ARAÚJO; FABIANA DE GOIS AQUINO, CPAC; MAISA ISABELA RODRIGUES; LIDIOMAR SOARES DA COSTA; LEONIDAS SOARES MURTA JÚNIOR; GENILDA CANUTO AMARAL.
Aparece nas coleções:Artigo em periódico indexado (CPAC)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Fabiana-Projecao-do-crescimento-arboreo.pdf2,58 MBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace