Pró-Reitoria de Pesquisa e Pós-Graduação

Permanent URI for this communityhttps://repositorio.ufvjm.edu.br/communities/1efbe8c9-f03c-44d3-8028-d62de805b8fa

A Pró-Reitoria de Pesquisa e Pós-Graduação da Universidade Federal dos Vales do Jequitinhonha e Mucuri - PRPPG/UFVJM - tem a finalidade de apreciar, coordenar, auxiliar, deliberar e homologar as atividades de Pesquisa, Pós-Graduação e inovação da Instituição. A PRPPG possui um orgão de deliberação denominado Conselho de Pesquisa e Pós-Graduação - CPPG. A "Pró-Reitoria de Pesquisa e Pós-Graduação" é constituída pela Diretoria de Pesquisa e pela Diretoria de Pós-Graduação no campus sede da UFVJM e pelas diretorias de Pesquisa e de Pós-Graduação dos campi fora de sede.

News

Membros da PRPPG - Campus JK


Membros da PRPPG - Campus Mucuri

Browse

Filters

20171

Settings

Author: search.filters.author.Penido, Tamires Mousslech AndradeSubject: search.filters.subject.Artificial neural networks

Search Results

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Modelagem da produção de povoamentos de eucalipto utilizando diferentes metodologias
    (UFVJM, 2017) Penido, Tamires Mousslech Andrade; Nogueira, Gilciano Saraiva; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Nogueira, Gilciano Saraiva; Fidêncio, Paulo Henrique; Oliveira, Márcio Leles Romarco de; Görgens, Eric Bastos
    A modelagem é um procedimento estatístico empregado por gestores florestais para esboçar o desenvolvimento vegetal com precisão. Informações confiáveis do crescimento e da produção são essenciais para predizer e quantificar a estrutura futura do povoamento. O presente trabalho foi dividido em dois capítulos. Os objetivos foram avaliar a eficiência de se estimar a altura empregando diferentes modelos hipsométricos, critérios de estratificação e métodos de ajuste, além de comparar três categorias de modelos de crescimento e produção (MCP) em plantações comerciais de eucalipto. Foram definidas quatro unidades de manejo florestal, totalizando 293,43 ha. O inventário florestal contínuo foi realizado em 34 parcelas permanentes de 400 m2. O espaçamento de plantio foi de 3,0 x 2,5 m. Avaliou-se a precisão do ajuste de treze modelos hipsométricos. Foram treinadas RNA empregando as mesmas variáveis de resposta e preditoras adotadas nas equações selecionadas. As categorias de MCP testadas foram: em nível de povoamento (MP), pelo sistema de equações simultâneas de Clutter; de distribuição diamétrica (MDD), pelo ajuste de função densidade de probabilidade de Weibul-2P e de árvores individuais (MAI), pelo modelo de Pienaar e Schiver. As equações provenientes do modelo de altura em função do diâmetro e da altura dominante forneceram estimativas confiáveis da altura para diferentes critérios de estratificação, demonstrando superioridade em relação aos modelos locais. A modelagem por regressão e redes demonstraram-se adequadas para estimar a altura, com ou sem estratificação do banco de dados. A estratificação é um procedimento que pode melhorar a qualidade das estimativas de altura obtidas por regressão e RNA. As três categorias de modelo proporcionaram estimativas confiáveis da produção em volume com casca, aos 36, 48, 60 e 72 meses, para as unidades de manejo estudadas. O MAI foi a categoria mais precisa e consistente na estimativa do volume por hectare. As projeções com MP e MDD podem gerar estimativas similares de volume para idades além daquelas em que se realizou o inventário florestal.