Uso de redes neurais artificiais e modelos de regressão para estimar volume de espécies nativas em Portel-PA
Understanding the productive potential of native species contributes to sustainable management. The objective of the present study was to compare the volume estimates obtained by regression equations with artificial neural networks (RNA) for native areas under a management plan in the Portel-PA r...
| Autor principal: | Limeira, Mathaus Messias Coimbra |
|---|---|
| Grau: | Monografia |
| Idioma: | pt_BR |
| Publicado em: |
Universidade Federal do Tocantins
2021
|
| Assuntos: | |
| Acesso em linha: |
http://hdl.handle.net/11612/3183 |
| id |
ir-11612-3183 |
|---|---|
| recordtype |
dspace |
| spelling |
ir-11612-31832021-10-08T06:00:56Z Uso de redes neurais artificiais e modelos de regressão para estimar volume de espécies nativas em Portel-PA Limeira, Mathaus Messias Coimbra Coelho, Maria Cristina Bueno Inteligência artificial Cubagem rigorosa Árvores individuais e manejo florestal Artificial intelligence Strict cubing Tree volume and forest management CNPQ::CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL Understanding the productive potential of native species contributes to sustainable management. The objective of the present study was to compare the volume estimates obtained by regression equations with artificial neural networks (RNA) for native areas under a management plan in the Portel-PA region, based on the strict cubing data of 864 trees (46 species) with DAP ≥ 45 cm of an Annual Production Units (UPA) managed in 2015. This being owned by the Uberlândia-PR farm, located in Gleba Joana Perez I s / n rural area, between the municipalities of Bagre, Portel, Baião and Oeiras in the State of Pará, in the Dense Ombrophylous Forest of Terra Firma. Data processing aimed to select the best regression model considering the four UPAs in the area of management. The best performance equation was chosen according to the root mean square error in percentage (RMSE%), Pearson's correlation and percent residuals graph. For the selection of the best network and its respective comparison with the best adjusted regression equation, the statistics used were: RMSE%, Pearson correlation between observed and estimated volume and bias. The best performance equation for all UPAs was the Spurr equation, which was later compared to the best RNA obtained from the data training. It was found that both methods presented acceptable adjustment and precision statistics, with potential use to estimate the volume of the species. However, RNA was slightly higher, showing greater precision in relation to the regression in the volume estimate. A compreensão do potencial produtivo madeireiro de espécies nativas contribui para o manejo sustentável. O objetivo do presente estudo foi comparar as estimativas do volume obtidas por equações de regressão com redes neurais artificiais (RNA) para áreas nativas sob plano de manejo na região de Portel-PA a partir dos dados de cubagem rigorosa de 864 árvores (46 espécies) com DAP ≥ 45 cm de uma Unidades de Produção Anual (UPA) manejada em 2015. Sendo esta pertencente a fazenda Uberlândia-PR, localizada na Gleba Joana Perez I s/n zona rural, entre os municípios de Bagre, Portel, Baião e Oeiras no Estado do Pará, em área de Floresta Ombrófila Densa de Terra Firme. O processamento dos dados visou selecionar o melhor modelo de regressão considerando a UMF 1. A equação com melhor desempenho foi escolhida de acordo com a raiz do erro quadrado médio em porcentagem (RMSE%), correlação de Pearson e gráfico de resíduos percentuais. Para a seleção da melhor rede e a sua respectiva comparação com a melhor equação de regressão ajustada, as estatísticas utilizadas foram: RMSE%, correlação de Pearson entre o volume observado e estimado e bias. A equação com melhor desempenho, para todas as UPAs, foi a de Spurr sendo posteriormente comparada com a melhor RNA obtida a partir do treinamento dos dados. Verificou-se que ambos os métodos apresentaram estatísticas de ajuste e precisão aceitáveis, com potencial utilização para estimar o volume da espécie. No entanto, a RNA mostrou-se ligeiramente superior evidenciando maior precisão em relação à regressão na estimativa de volume. 2021-10-07T13:37:18Z 2021-10-07T13:37:18Z Monografia LIMEIRA, Mathaus Messias Coimbra. Uso de redes neurais artificiais e modelos de regressão para estimar volume de espécies nativas em Portel-PA. 2021. 31 f. TCC (Graduação) - Curso de Engenharia Florestal, Universidade Federal do Tocantins, Gurupi, 2019. http://hdl.handle.net/11612/3183 pt_BR Acesso Livre application/pdf Universidade Federal do Tocantins Gurupi CURSO::GURUPI::PRESENCIAL::BACHARELADO::ENGENHARIA FLORESTAL Gurupi Graduação |
| institution |
Repositório Institucional - Universidade Federal do Tocantins - UFT |
| collection |
RepositorioUFT |
| language |
pt_BR |
| topic |
Inteligência artificial Cubagem rigorosa Árvores individuais e manejo florestal Artificial intelligence Strict cubing Tree volume and forest management CNPQ::CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL |
| spellingShingle |
Inteligência artificial Cubagem rigorosa Árvores individuais e manejo florestal Artificial intelligence Strict cubing Tree volume and forest management CNPQ::CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL Limeira, Mathaus Messias Coimbra Uso de redes neurais artificiais e modelos de regressão para estimar volume de espécies nativas em Portel-PA |
| topic_facet |
Inteligência artificial Cubagem rigorosa Árvores individuais e manejo florestal Artificial intelligence Strict cubing Tree volume and forest management CNPQ::CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL |
| description |
Understanding the productive potential of native species contributes to sustainable
management. The objective of the present study was to compare the volume estimates obtained
by regression equations with artificial neural networks (RNA) for native areas under a
management plan in the Portel-PA region, based on the strict cubing data of 864 trees (46
species) with DAP ≥ 45 cm of an Annual Production Units (UPA) managed in 2015. This being
owned by the Uberlândia-PR farm, located in Gleba Joana Perez I s / n rural area, between the
municipalities of Bagre, Portel, Baião and Oeiras in the State of Pará, in the Dense
Ombrophylous Forest of Terra Firma. Data processing aimed to select the best regression model
considering the four UPAs in the area of management. The best performance equation was
chosen according to the root mean square error in percentage (RMSE%), Pearson's correlation
and percent residuals graph. For the selection of the best network and its respective comparison
with the best adjusted regression equation, the statistics used were: RMSE%, Pearson
correlation between observed and estimated volume and bias. The best performance equation
for all UPAs was the Spurr equation, which was later compared to the best RNA obtained from
the data training. It was found that both methods presented acceptable adjustment and precision
statistics, with potential use to estimate the volume of the species. However, RNA was slightly
higher, showing greater precision in relation to the regression in the volume estimate. |
| author_additional |
Coelho, Maria Cristina Bueno |
| author_additionalStr |
Coelho, Maria Cristina Bueno |
| format |
Monografia |
| author |
Limeira, Mathaus Messias Coimbra |
| title |
Uso de redes neurais artificiais e modelos de regressão para estimar volume de espécies nativas em Portel-PA |
| title_short |
Uso de redes neurais artificiais e modelos de regressão para estimar volume de espécies nativas em Portel-PA |
| title_full |
Uso de redes neurais artificiais e modelos de regressão para estimar volume de espécies nativas em Portel-PA |
| title_fullStr |
Uso de redes neurais artificiais e modelos de regressão para estimar volume de espécies nativas em Portel-PA |
| title_full_unstemmed |
Uso de redes neurais artificiais e modelos de regressão para estimar volume de espécies nativas em Portel-PA |
| title_sort |
uso de redes neurais artificiais e modelos de regressão para estimar volume de espécies nativas em portel-pa |
| publisher |
Universidade Federal do Tocantins |
| publishDate |
2021 |
| url |
http://hdl.handle.net/11612/3183 |
| _version_ |
1787134769069293568 |
| score |
11.755432 |