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.
Browse
4 results
Search Results
Item Classificação da capacidade produtiva de povoamentos de eucalipto por meio de métodos tradicionais e redes Kohonen(UFVJM, 2017) Silva, Eulália Aparecida; Oliveira, Marcio Leles Romarco de; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Oliveira, Marcio Leles Romarco de; Leite, Helio Garcia; Andrade, Alessandro VivasO objetivo do trabalho foi avaliar a eficiência da classificação da capacidade produtiva de povoamentos florestais de eucalipto (Eucalyptus ssp.) por meio de rede neural artificial (RNA). Os dados utilizados foram provenientes de inventários florestais contínuos conduzidos em povoamentos de clones de Eucalyptus ssp. localizados no estado de Minas Gerais. A classificação da capacidade produtiva foi realizada por meio de quatro métodos: curva-guia, predição dos parâmetros, equação das diferenças e rede neural artificial. Em todos os métodos foi adotada uma idade de referência de 72 meses e foram obtidas três classes de capacidade produtiva (superior, média e inferior). Para os métodos da curva-guia e equação das diferenças foi empregado o modelo de Schumacher linearizado e para o método da predição dos parâmetros foi utilizado o modelo logístico. Na classificação por meio de RNA utilizou-se a rede auto-organizável de Kohonen, sendo o agrupamento realizado em dois estágios. Na primeira etapa os dados foram utilizados para treinar a rede e na segunda etapa os vetores de pesos sinápticos foram agrupados utilizando o método do vizinho mais distante. Foram testadas diferentes entradas (E) para as RNA: E1- volume total com casca (V); E2- área basal (B); E3- altura total (Ht); E4- altura dominante (Hd); E5- diâmetro quadrático médio (q); e E6- V, B, Ht, Hd, q e número de árvores por hectare. A seleção da entrada foi realizada por meio da análise discriminante, sendo selecionada a entrada E6 com 83,6% de acerto geral. Os métodos foram comparados em termos de porcentagem de coincidência na alocação dos talhões, área e volume por classe de capacidade produtiva. As classes obtidas pelos métodos da curva-guia e equação das diferenças foram muito semelhantes de acordo com os critérios de comparação adotados. A classificação pelo método da predição dos parâmetros não foi semelhante aos outros métodos. A classificação por meio de rede neural artificial foi eficiente quando comparada aos demais métodos em termos de porcentagem de coincidência na alocação dos talhões, área e estoque volumétrico por classe de capacidade produtiva.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 BastosA 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.Item Redução do número de parcelas para modelagem da prognose do volume de floresta(UFVJM, 2016) Nery, Kaio Cesar Mendes da Silva; Cordeiro, Sidney Araújo; Silva, Mayra Luiza Marques da; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Oliveira, Marcio Leles Romarco de; Silva, Mayra Luiza Marques da; Cordeiro, Sidney AraújoO objetivo deste estudo foi avaliar o efeito da redução de parcelas permanentes no custo da realização do inventário florestal contínuo e realizar a prognose do volume de floresta comparando o emprego das Redes Neurais Artificiais ao modelo tradicionalmente utilizado proposto por Clutter (1963). Os dados utilizados foram provenientes de povoamentos localizados no litoral norte da Bahia, totalizando cerca de 3.000 hectares de floresta. Foram propostas duas metodologias para auxiliar na redução das parcelas. Para a metodologia proposta no estudo 1, os dados foram divididos aleatoriamente em dois grupos: treinamento (10, 20, 30, 40, 50, 60, 70, 80, e 90%) e generalização (90, 80, 70, 60, 50, 40, 30, 20, 10%). Os dados do treinamento foram utilizados para gerar as redes neurais artificias enquanto que os dados da generalização serviram para validar a capacidade das redes em gerar resultados precisos para dados desconhecidos. A metodologia proposta no estudo 2 dividiu aleatoriamente os dados em dois grupos: treinamento a escolha fixa de quantidades de parcelas pré-estabelecidas nas três classes de sítio (10, 20, 30, 40, 50 e 60) totalizando 30, 60, 90, 120, 150 e 180 parcelas utilizadas para o treino das redes neurais e os demais dados foram utilizados para validar a capacidade das redes. A estimativa da variável de estudo foi gerada no sistema computacional Neuroforest 3.3. A aplicação das Redes Neurais Artificiais apresentaram resultados satisfatórios bem como a aplicação de ambas metodologias permitiram reduzir consideravelmente o custo para a realização do inventário florestal.Item Emprego de redes neurais artificiais com skip-layer connections na mensuração florestal(UFVJM, 2015) Silva, Paula Ventura da; Binoti, Mayra Luiza M. da Silva; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Binoti, Mayra Luiza M. da Silva; Leite, Helio Garcia; Silva, Antonilmar Araújo Lopes da; Gleriani, José MarinaldoRESUMO SILVA, Paula Ventura da, M.Sc., Emprego de redes neurais artificiais com Skip-Layer Connections na mensuração florestal. 2015. 46 f. Dissertação (Mestrado em Ciência Florestal) – Universidade Federal dos Vales do Jequitinhonha e Mucuri, Diamantina, 2015. O objetivo principal deste estudo foi avaliar a aplicação de Redes Neurais Artificiais (RNA) utilizando a técnica Skip-layer connections, com e sem recorrência, para estimação do volume individual e da altura total de árvores de eucalipto. Os objetivos específicos foram testar e avaliar as reduções no tamanho da base de dados do conjunto de ajuste (treinamento) para estimação dessas variáveis. Os dados utilizados foram provenientes de árvores abatidas para cubagem (estimação do volume individual) e de medições de parcelas permanentes de inventários florestais contínuos (estimação da altura total), em área de povoamentos de eucalipto localizados no sul da Bahia, Brasil. Foram treinadas redes do tipo Multilayer Perceptron (MLP), utilizando a função de ativação logística nas camadas intermediária e de saída e oito neurônios na camada oculta. O número de neurônios na camada de entrada variou conforme o número e o tipo de variável (qualitativa ou quantitativa) em cada estudo. Os critérios de parada foram o erro médio quadrático de 0,0001 ou 3.000 ciclos (épocas). Em seguida, as RNA selecionadas foram aplicadas em parte dos dados separados, para generalização (validação). O software utilizado para o treinamento e a generalização das RNA foi o NeuroForest 3.3. Para comparação dos resultados obtidos pelas RNA, foram ajustados os modelos tradicionais de regressão tanto para volume, quanto para altura, e também foram treinadas e aplicadas RNA usando o algoritmo Resilient Propagation, comumente utilizado em aplicações da mensuração florestal. A avaliação dos resultados gerados pelas RNA e pelos modelos de regressão foi feita por meio do coeficiente de correlação entre os valores observados e estimados, de gráficos de dispersão e de histogramas de frequência percentual dos erros percentuais. As Redes Neurais Artificiais utilizando Skip-layer connections apresentaram resultados satisfatórios para estimação de volume e de altura de árvores de eucalipto, o que evidencia a possibilidade de aplicar a técnica em mensuração e manejo florestal e uma expressiva redução das bases de dados para treinamento das RNA.