Browsing by Author "Souza, Rafael Ribeiro"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Item Estudo da forma do fuste de árvores de eucaliptos em diferentes espaçamentos(UFVJM, 2013) Souza, Rafael Ribeiro; Nogueira, Gilciano Saraiva; Oliveira, Marcio Leles Romarco de; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Leite, Helio Garcia; Binoti, Mayra Luiza Marques da Silva; Abrahão, Christovão Pereira; Oliveira, Marcio Leles Romarco deOs objetivos deste estudo foram: avaliar o efeito do arranjo espacial de plantio na forma do fuste de árvores de eucalipto; avaliar se as redes neurais artificiais estimam com precisão o afilamento, os diâmetros ao a qualquer altura especificada e as alturas a qualquer diâmetro especificado em fustes de eucalipto; estudar a forma dos fustes em arvores de eucalipto em diferentes arranjos espaciais e idades, e de maneira específica, determinar as formas geométricas aproximadas, que ocorrem ao longo destes fustes e as suas proporções em relação à altura total. Foram utilizados dados de um experimento implantado em dezembro de 2002, no delineamento em blocos (três blocos), sendo testados os arranjos espaciais de 3,0 x 0,5; 3,0 x 1,0; 3,0 x 1,5; 3,0 x 2,0 e 3,0 x 3,0 m. Foram utilizados também, dados de árvores provenientes de um sistema agroflorestal-SAF, plantio com 6,03 hectares, implantado em dezembro de 1993, no arranjo espacial de 10,0 x 4,0 m. Para analisar a forma média dos fustes foram utilizados modelos de Kozak, Schöepfer, Garay, Demaerschalk e Ormerod. Os modelos selecionados foram de Garay e de Shöepfer. A escolha foi feita com base nas estatísticas, coeficiente de correlação, erro-padrão residual, Bias e da análise gráfica dos resíduos. Testes de identidade de modelos foram aplicados nos modelos selecionados com a finalidade de verificar a igualdade entre a forma dos fustes. Foram utilizadas redes neurais artificiais feed-forward, do tipo Multilayer Perceptrons, treinadas por meio do algoritmo error-backpropagation. Para os ajustes das redes foi utilizada uma aplicação computacional em linguagem Java, e para as funções destinadas ao treinamento e aplicação foi utilizada a biblioteca Weka. As estatísticas de acurácia utilizadas para avaliar as melhores redes foram a raiz quadrada do erro médio e as correlações entre os valores observados e os valores estimados. Utilizando a equação geral das curvas, buscou-se determinar a forma aproximada do sólido geométrico médio dos fustes e descrever as formas geométricas aproximadas que os fustes assumem ao longo de seu comprimento, determinar os seus pontos aproximados de inflexão e a proporção de cada forma em relação à altura total. O modelo de Garay é o mais indicado para descrever o taper de eucaliptos nos arranjos espaciais avaliados. Foi aceita a hipótese de nulidade no teste de identidade de modelos não linear, indicando a igualdade entre as equações nos arranjos de 3,0 x 0,5 e 3,0 x 1,0 m. Para uma distância de 3,0 metros entre fileiras, quanto maior a distância entre plantas, mais cônica é a forma do fuste. A rede neural artificial estimou com precisão o afilamento dos fustes, distinguindo as variações na forma dos fustes em virtude dos diferentes arranjos espaciais. A rede neural artificial estimou com precisão os diâmetros a qualquer altura especificada. As estimativas das alturas a qualquer diâmetro especificado, obtidas pela RNA e pelo modelo de taper de Garay, apresentaram valores de erros percentuais acentuados na base dos fustes, em todos os arranjos espaciais. Os fustes nos arranjos de 3,0 x 0,5 e 3,0 x 3,0 m, apresentaram a forma média de um parabolóide, já os fustes no arranjo de 10,0 x 4,0 m, a forma média de um tronco de cone. Os fustes nos arranjos espaciais 3,0 x 0,5 e 3,0 x 3,0 m, assumem as formas de um tronco de neilóide, um tronco de cone e um parabolóide, nas proporções de 10,96; 43,81 e 45,14 %, e de 14,58; 37,76 e 47,66 %, respectivamente. Os fustes referentes ao arranjo espacial 10,0 x 4,0 m, assumem as formas de um tronco de neilóide e de um tronco de cone, nas proporções de 20,78 e 79,30 %, respectivamente, em relação à altura total.