Please use this identifier to cite or link to this item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1181135
Title: Modeling of tree recruitment by artificial neural networks after wood harvesting in a forest in eastern Amazon rain forest.
Authors: REIS, L. P.
SOUZA, A. L. de
REIS, P. C. M. dos R.
FREITAS, L. J. M. de
LEITE, H. G.
SOARES, C. P. B.
TORRES, C. M. M. E.
SILVA, L. F. da
RUSCHEL, A. R.
RÊGO, L. J. S.
Affiliation: LEONARDO PEQUENO REIS, INSTITUTO DE DESENVOLVIMENTO SUSTENTÁVEL MAMIRAUÁ; AGOSTINHO LOPES DE SOUZA, UNIVERSIDADE FEDERAL DE VIÇOSA; PAMELLA CAROLLINE MARQUES DOS REIS REIS, UNIVERSIDADE FEDERAL RURAL DA AMAZÔNIA; LUCAS JOSE MAZZEI DE FREITAS, CPATU; HELIO GARCIA LEITE, UNIVERSIDADE FEDERAL DE VIÇOSA; CARLOS PEDRO BOECHAT SOARES, UNIVERSIDADE FEDERAL DE VIÇOSA; CARLOS MOREIRA MIQUELINO ELETO TORRES, UNIVERSIDADE FEDERAL DE VIÇOSA; LINIKER FERNANDES DA SILVA, UNIVERSIDADE FEDERAL DO RECÔNCAVO DA BAHIA; ADEMIR ROBERTO RUSCHEL, CPATU; LYVIA JULIENNE SOUSA RÊGO, UNIVERSIDADE FEDERAL DO SUL DA BAHIA.
Date Issued: 2019
Citation: Ciência Florestal, v. 29, n. 2, p. 583-594, abr./jun. 2019.
Description: A modelagem do recrutamento em florestais tropicais é importante para estudos de sustentabilidade do manejo florestal, por dar subsídio adequado à recuperação do estoque de madeira. O objetivo do trabalho foi estimar o recrutamento após a colheita de madeira, empregando um modelo de rede neural artificial (RNA). A área de estudo está localizada na Floresta Nacional do Tapajós (55°00? W, 2°45? S), Pará. Em 64 ha da área de estudo, em 1979, foi realizada colheita intensiva de 72,5 m3 ha-1. Em 1981 foram instaladas, aleatoriamente, 36 parcelas permanentes de 50 m x 50 m. Essas parcelas foram mensuradas em 1982, 1983, 1985, 1987, 1992, 1997, 2007, 2010 e 2012. Para modelar o recrutamento foram consideradas as variáveis da subparcela-alvo e a sua vizinhança. As estimativas obtidas no treino e na generalização da RNA foram avaliadas pelas estatísticas: correlação () e raiz quadrada do erro quadrático médio (RQRQM), sendo obtido RQRQM 35,6% e 0,89. Foi possível modelar a tendência do recrutamento ao longo do tempo em florestas tropicais, após a colheita de madeira.
Thesagro: Árvore
Madeira
Extração da Madeira
Floresta
Keywords: Modelagem
Inteligência artificial
Manejo florestal
DOI: 10.5902/1980509825808
Type of Material: Artigo de periódico
Access: openAccess
Appears in Collections:Artigo em periódico indexado (CPATU)

Files in This Item:
File Description SizeFormat 
Modeling-of-tree-recruitment.pdf1,4 MBAdobe PDFThumbnail
View/Open

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace