Title:	Projeção do crescimento arbóreo em floresta estacional semidecidual submontana.
Authors:	LUSTOSA JUNIOR, I. M. CASTRO, R. V. O. GASPAR, R. de O. ARAÚJO, J. B. C. N. AQUINO, F. de G. RODRIGUES, M. I. COSTA, L. S. da MURTA JÚNIOR, L. S. AMARAL, G. C.
Affiliation:	ILVAN 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.
Date Issued:	2022
Citation:	Revista Ibero-Americana de Ciências Ambientais, v. 12, n. 5, 2022.
Pages:	p. 14-28
Description:	A 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.
Keywords:	Sucessão ecológica Inteligência artificial Competição florestal Mata atlântica
ISSN:	2179-6858
Type of Material:	Artigo de periódico
Access:	openAccess
Appears in Collections:	Artigo em periódico indexado (CPAC)