Descrição do perfil do tronco de árvores em plantios de diferentes espécies por meio de redes neurais artificiais

Bráulio Pizziôlo Furtado Campos; Gilson Fernandes da Silva; Daniel Henrique Breda Binoti; Adriano Ribeiro de Mendonça; Helio Garcia Leite

doi:10.4336/2017.pfb.37.90.1181

Authors

Bráulio Pizziôlo Furtado Campos
Gilson Fernandes da Silva Universidade Federal do Estado do Espírito Santo
Daniel Henrique Breda Binoti Universidade Federal do Estado do Espírito Santo
Adriano Ribeiro de Mendonça Universidade Federal do Estado do Espírito Santo
Helio Garcia Leite Universidade Federal de Viçosa

DOI:

https://doi.org/10.4336/2017.pfb.37.90.1181

Keywords:

Forest inventory, Forest management, Artificial intelligence

Abstract

The objective of this study was to analyze the ability of an artificial neural network (ANN) to describe the stem profile of trees of different genera and species in different growing conditions. For comparative purposes, equations were fit, using regression analysis to describe the stem profile. For neural network as well as for the regression equations, evaluation of accuracy was based on correlation coefficient between observed and estimated diameters along the stem, square root of the mean square percentage error (RMSE) and graphical analysis. Artificial intelligence methods, especially ANN, can be effective in describing trees bole profile of different species in different growth conditions using only one ANN with similar efficiency as regression models traditionally employed by forestry companies.

Downloads

Download data is not yet available.

References

Assis, A. L. et al. Comparação de modelos polinomiais segmentados e não-segmentados na estimativa de diâmetros e volumes ao longo do fuste de Pinus taeda. Cerne, v. 7, n. 1, p. 20-40, 2001.

Baldwin Júnior, V. C. & Feduccia, D. P. Compatible tree-volume and upper-stem diameter equations for plantation Loblolly Pines in the West Gulf region. South. Journal Applied Forestry, v. 15, n. 2, p. 92-97, 1991.

Bertolotti, G. et al. Efeitos de diferentes métodos e intensidades de desbaste na produtividade de Pinus caribaea var. hondurensis Barr. et Golf. IPEF, v. 24, p. 47-54, 1983.

Binoti, D. H. B. et al. Configuração de redes neurais artificiais para estimação do volume de árvores. Ciência da Madeira, v. 5, n. 1, p. 58-67, 2014.

Binoti, D. H. B. et al. Modelagem da distribuição de diâmetros utilizando autômatos celulares e redes neurais artificiais. Cerne, v. 19, n. 4, p. 677-685, 2013a.

Binoti, D. H. B. et al. Modelagem da distribuição diamétrica em povoamentos de Eucalipto submetidos a desbaste utilizando autômatos celulares. Revista Árvore, v. 36, n. 5, p. 931-940, 2012. DOI: 10.1590/S0100-67622012000500015.

Binoti, D. H. B. et al. Redução dos custos em inventário de povoamentos equiâneos. Agrária: Revista Brasileira de Ciências Agrárias, v. 8, n. 1, p. 125-129, 2013b. DOI: 10.5039/agraria.v8i1a2209.

Binoti, D. H. B. et al. Uso da função Weibull de três parâmetros em um modelo de distribuição diamétrica para plantios de eucalipto submetidos a desbaste. Revista Árvore, v. 34, p. 147-156, 2010. DOI: 10.1590/S0100-67622010000100016.

Binoti, M. L. M. da S. Emprego de redes neurais artificiais em mensuração e manejo florestal. 2012. 130 f. Tese (Doutorado em Ciência Florestal) - Universidade Federal de Viçosa, Viçosa, MG.

Binoti, M. L. M. da S. Redes neurais artificiais para prognose da produção de povoamentos não desbastados de Eucalipto. 2010. 54 f. Dissertação (Mestrado em Ciência Florestal) - Universidade Federal de Viçosa, Viçosa, MG.

Braga, A. P. et al. Redes neurais artificiais: teoria e aplicação. Rio de Janeiro: LTC, 2007. 262 p.

Bullinaria, J. A. Introduction to neural computation. Notas de aula. Disponível em: <http://www.cs.bham.ac.uk/~jxb/inc.html>. Acesso em: 21 mar. 2010.

Campos, B. P. F. et al. Conversão de árvores em multiprodutos da madeira utilizando programação inteira. Revista Árvore, v. 37, n. 5, p. 881-887, 2013. DOI: 10.1590/S0100-67622013000500010.

Campos, J. C. C. Análise de crescimento e produção em plantações desbastadas. Revista Árvore, v. 4, n. 2, p. 157-169, 1980.

Demaerschalk, J. P. Integrated systems for the estimation of tree taper and volume. Canadian Journal Forest Research, v. 3, n. 90, p. 90-94, 1972.

Diamantopoulou, M. J. Artificial neural networks as an alternative tool in pine bark volume estimation. Computers and Electronics in Agriculture, v. 48, n. 3, p. 235-244, 2005a. DOI: 10.1016/j.compag.2005.04.002.

Diamantopoulou, M. J. Predicting fir trees stem diameters using artificial neural network models. Southern African Forestry Journal, v. 205, n. 1, p. 39-44, 2005b. DOI: 10.2989/10295920509505236.

Diamantopoulou, M. J. Tree-bole volume estimation on standing pine trees using cascade correlation artificial neural network models. Agricultural Engineering International: The CIGR EJournal, v. 8, 2006.

Diamantopoulou, M. & Milios, E. Modelling total volume of dominant pine trees in reforestations via multivariate analysis and artificial neural network models. Biosystems Engineering, v. 105, p. 306-315, 2010. DOI: 10.1016/j.biosystemseng.2009.11.010.

Dias, A. N. Um modelo para gerenciamento de plantações de eucalipto submetidas a desbaste. 2005. 135 f. Tese (Doutorado Ciência Florestal) - Universidade Federal de Viçosa, Viçosa, MG.

Fischer, F. et al. Exatidão dos modelos polinomiais não-segmentados e das razões entre volumes para representar o perfil do tronco de Pinus taeda. Ciência Florestal, v. 11, n. 1, p. 167-188, 2001.

Garay, L. Tropical forest utilization system: VIII. A taper model for entire stem profile including buttressing. Seattle: College of Forest Resources, University of Washington, 1979. 64 p. (Contribution, 36).

Garcia, S. L. R. et al. Análise do perfil do tronco de morototó (Didymopamax morototonii) em função do espaçamento. In: CONGRESSO FLORESTAL PANAMERICANO, 1., CONGRESSO FLORESTAL BRASILEIRO, 7., 1993, Curitiba. Anais... Curitiba: SBS/SBEF, 1993. p. 485-491.

Goldschmidt, R. R. & Passos, E. Data mining: um guia prático. Rio de Janeiro: Campos, 2005. 261 p.

Görgens, E. B. et al. Estimação do volume de árvores utilizando redes neurais artificiais. Revista Árvore, v. 33, n. 6, p. 1141-1147, 2009. DOI: 10.1590/S0100-67622009000600016.

Görgens, E. B. et al. Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais. Revista Árvore, v. 38, n. 2, p. 289-295, 2014. DOI: 10.1590/S0100-67622014000200009.

Haykin, S. Redes neurais: princípios e prática. Porto Alegre, 2001. 900 p.

Heaton, J. Programming neural networks with Encog3 in Java. 2nd ed. Heaton Research, Inc. 2011. 226 p.

Kozak, A. et al. Taper functions and their applications in forest inventory. Forest Chronicle, v. 45, n. 4, p. 278-283, 1969.

Leduc, D. J. et al. Predicting diameter distributions of longleaf pine plantations. Asheville: U.S. Dept. of Agriculture, Forest Service, Southern Research Station, 2001. 18 p. (Research paper).

Leite, H. G. et al. Avaliação do ajuste das funções Weibull e hiperbólica a dados de povoamentos de eucalipto submetidos a desbaste. Revista Árvore, v. 34, n. 2, p. 305-311, 2010.

Leite, H. G. et al. Estimation of inside-bark diameter and heartwood diameter for Tectona grandis Linn. trees using artificial neural networks. European Journal of Forest Research, v. 130, n. 2, p. 263-269, 2011. DOI: 10.1007/s10342-010-0427-7.

Leite, H. G. & Garcia, S. L. R. Pesquisa e desenvolvimentos em inventário, mensurações e manejo florestal na CENIBRA. Viçosa, MG: Sociedade de Investigações Florestais, 2001. 49 p. (Relatório Técnico, SIF).

Max, T. A. & Burkhart, H. E. Segmented polynomial regression applied to taper equations. Forest Science, v. 22, n. 2, p. 283-289, 1976.

Mendonça, A. R. de et al. Avaliação de funções de afilamento visando a otimização de fustes de Eucalyptus spp. para multiprodutos. Cerne, v. 13, n. 1, p. 71-82, 2007.

Môra, R. et al. Análise de diferentes formas de ajuste de funções de afilamento. Scientia Forestalis, v. 42, n. 102, p. 237-249, 2014.

Neuroforest: versão: 3.0. Viçosa, MG, [2013]. Desenvolvido pelo projeto NeuroForest, DAP Engenharia Florestal e os professores Helio Garcia Leite (UFV) e Mayra Luiza M S Binoti (UFVJM).

Nogueira, G. S. et al. Determinação da idade técnica de desbaste em plantações de eucalipto utilizando o método dos ingressos percentuais. Scientia Forestalis, n. 59, p. 51-59, 2001.

Nogueira, G. S. Modelagem do crescimento e da produção de povoamentos de Eucalyptus spp. e de Tectona grandis submetidas a desbaste. 2003. 126 f. Tese (Doutorado em Ciência Florestal) - Universidade Federal de Viçosa, MG.

Ormerod, D. W. A simple bole model. Forest Chronicle, v. 49, n. 3, p. 136-138, 1973.

Pires, L. M. & Calegario, N. Ajuste de modelos estocásticos lineares e não-lineares para a descrição do perfil longitudinal de árvores. Revista Árvore, v. 31, n. 5, p. 845-852, 2007. DOI: 10.1590/S0100-67622007000500008.

Silva, J. C. da. Aspectos econômicos do desbaste em reflorestamento no Norte do Paraná. Floresta, v. 2, n. 3, p. 13-18, 1970.

Silva, M. L. M. et al. Ajuste do modelo de Schumacher e Hall e aplicações de redes neurais artificiais para estimar volume de árvores de Eucalipto. Revista Árvore, v. 33, n. 6, p. 1133-1139, 2009. DOI: 10.1590/S0100-67622009000600015.

Soares, F. A. A. M. N. et al. Recursive diameter prediction for calculating merchantable volume of Eucalyptus clones without previous knowledge of total tree height using artificial neural networks. Applied Soft Computing, v. 12, p. 2030-2039, 2012. DOI: 10.1016/j.asoc.2012.02.018.

Soares, R. V. Desbastes em Araucaria angustifolia (Bert) O´Ktze. Floresta, v. 2, n. 3, p. 59-67, 1970.

Souza, C. A. M. et al. Modelos de afilamento para o sortimento do fuste de Pinus taeda L. Ciência Rural, v. 38, n. 9, p. 2506-2511, 2008. DOI: 10.1590/S0103-84782008000900014.

Souza, C. A. M. Modelos de afilamento para Pinus taeda L. ajustados segundo a forma do tronco e métodos de estratificação. 2009. 120 f. Tese. (Doutorado em Engenharia Florestal) - Universidade Federal de Santa Maria, Santa Maria, RS.