Simulação de redes neurais artificiais para estimativa de volume de madeira florestal a partir do DAP / Simulation of artificial neural networks for estimation of forest wood volume from DAP

Emanuele de Oliveira Valente, Gerson de Freitas Silva Valente

Resumo


O inventário florestal usa a altura (H) e o diâmetro na altura do peito (DAP) para determinação do volume de madeira. O grande problema é ajustar equações hipsométricas adequadas para estimar a altura. As equações são testadas e avaliadas por critérios estatísticos. A medição de alturas em povoamentos florestais é uma atividade onerosa, uma vez que, em comparação com a medição do diâmetro, sua obtenção não é fácil. Uma alternativa promissora consiste no uso de redes neurais artificiais (RNA), sistemas computacionais paralelos constituídos por unidades de processamento simples conectadas entre si de maneira específica para desempenhar determinada tarefa. Diante disso, o trabalho propõe usar técnicas de inteligência artificial para estimação do volume de madeira em uma floresta usando somente o DAP. Baseado em dados da literatura (Pesquisa: Modelos para quantificação do volume de diferentes sortimentos em plantio de Eucalyptus urophylla X Eucalyptus grandis.), foram gerados dados aleatórios de H e DAP entre o mínimo do DAP e H, 2,0 cm e 4,4 m, e o máximo, 28,9 cm e 32,9 m, respectivamente, no Excel. A partir desses dados, calculou-se o volume estimado de madeira pela fórmula de Takata (H e DAP), escolhida entre outros modelos por apresentar baixo erro-padrão da estimativa, além do baixo erro-padrão da estimativa em percentagem (Syx%), o modelo de Takata tem apresentado um alto coeficiente de determinação no inventario de fazendas de eucalipto. Sendo assim, este modelo se mostrou ligeiramente superior aos demais, tornando-se o mais adequado para estimativa da variável volume total em povoamentos de Eucalyptus urograndis, em Brasília. A partir dos dados treinou-se uma rede neural artificial (RNA) utilizando como variável contínua de entrada o DAP e de saída o volume calculado pela equação de Takata. A rede neural foi obtida pelo software PYTHON usando a função MLPRegressor (verbose=True, max_iter=10000, hidden_layer_sizes=(n)). Com isso foram testadas várias redes neurais artificiais para realizar a regressão entre volume de madeira calculado pela equação de Takata e DAP, e a melhor Rede Neural Artificial foi com 10 neurônios na camada oculta, apresentou r=0,99. A RNA é uma ferramenta do machine learning para o inventario florestal na determinação do volume de madeira a partir do DAP, principalmente quando já se tem banco de dados.


Palavras-chave


Ciências de dados, Hipsométricas, Machine learning, Atividades Florestais.

Texto completo:

PDF

Referências


BUENO, G. F. et al. Efeito do número de neurônios na camada oculta para relações hipsométricas de eucalipto usando redes neurais artificiais. BIOFIX Scientific Journal, v. 5, n. 2, p. 222, 2 jul. 2020.

CANAVESI, V.; PONZONI, F. J.; VALERIANO, M. M. Stand volumes estimate Eucalyptus spp. plantations in forests using hyperspectral and topographic data. Revista Arvore, v. 34, n. 3, p. 539–549, 2010.

CARNEIRO, F. D. S. et al. Resiliência do volume de madeira de espécies comerciais em Cdiferentes áreas experimentais na Amazônia Oriental. Revista Ibero-Americana de Ciências Ambientais, v. 10, n. 6, p. 15–31, 5 nov. 2019.

CERDEIRA, A. L. N. Modelos para quantificação do volume de diferentes sortimentos em plantio de Eucalyptus urophylla X Eucalyptus grandis. 2012. 66f. Trabalho de conclusão de curso (Graduação)-Engenharia Florestal, Universidade de Brasília, Brasília, 2012.

CONDÉ, V. A.; VALENTE, G. DE F. S.; MINIGHIN, E. C. Milk fraud by the addition of whey using an artificial neural network. Ciência Rural, v. 50, n. 7, p. 1–8, 5 jun. 2020.

DOS SANTOS, K. N. F. et al. Ajuste de equações volumétricas e redes neurais artificiais na estimativa do volume de tauari na floresta nacional do tapajós. Revista Agroecossistemas, v. 10, n. 1, p. 1, 11 nov. 2018.

HAYKIN, S. Redes Neurais – princípios e prática, Editora Bookman, 2ª ed, Porto Alegre – RS, Brasil. 2001.

IMAÑA-ENCINAS, J. et al. Equações de volume de madeira para o cerrado de planaltina de goiás. FLORESTA, v. 39, n. 1, 27 mar. 2009.

JÚNIOR, L. F. C.; VALENTE, G. DE F. S.; SILVA, M. DA M. C. Modelling of the extraction of phenolic compounds from beer malt bagasse using artificial neural network / Modelagem de extração de compostos fenólicos de bagaço de malte de cervejaria usando redes neurais artificiais. Brazilian Journal of Development, v. 6, n. 9, p. 74010–74023, 1 out. 2020.

LEAL, F. A.; LEAL, G. DA S. A.; SILVA, T. C. DA. Redes neurais artificiais e modelos alométricos aplicados para estimativa de volume e altura em Eucalyptus urophylla S.T.Blacke. Advances in Forestry Science, v. 7, n. 3, p. 1181–1188, 3 nov. 2020.

MARTINS, M. T. et al. Estimação da altura de plantios florestais de eucalipto dor regressão e redes neurais artificiais. BIOFIX Scientific Journal, v. 5, n. 1, p. 141, 3 dez. 2019.

THAINES, F. et al. Equações para estimativa de volume de madeira para a região da bacia do Rio Ituxi, Lábrea, AM. Pesquisa Florestal Brasileira, v. 30, n. 64, p. 283–289, 27 dez. 2010.

VALENTE, G. F. S. et al. Aplicação de redes neurais artificiais como teste de detecção de fraude de leite por adição de soro de queijo. Revista do Instituto de Laticínios Cândido Tostes, v. 69, n. 6, p. 425, 2 dez. 2014.




DOI: https://doi.org/10.34188/bjaerv4n3-080

Apontamentos

  • Não há apontamentos.