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

2015 - 20192

Settings

Subject: search.filters.subject.Forest mensuration

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Aplicação web para processamento de inventário florestal por meio da plataforma shiny
    (UFVJM, 2019) Braga, Sollano Rabelo; Oliveira, Márcio Leles Romarco de; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Oliveira, Márcio Leles Romarco de; Gorgens, Eric Bastos; Andrade, Alessandro Vivas
    O objetivo deste trabalho foi desenvolver web apps específicos para área florestal, no que se refere a processamento de dados de inventário florestal de florestas equiâneas e inequiâneas utilizando linguagem R em plataforma online. Os web apps foram desenvolvidos no Laboratório de Mensuração e Manejo, na Universidade Federal dos Vales do Jequitinhonha e Mucuri – UVJM, Campus JK, Diamantina/MG Rodovia MGT 367 - Km 583, nº 5000. A hospedagem dos apps foi feita utilizando o serviço da Amazon Web Services EC2. O Sistema Operacional do servidor utilizado foi o Ubuntu Server 16.04. Foram desenvolvidos 3 web apps. A aplicação web App Inventário de Nativas foi desenvolvida com o foco em florestas inequiâneas, visando gerar variáveis, índices e gráficos que geralmente são utilizados em relatórios de inventários florestais de florestas naturais. O App Cubagem foi desenvolvido com o foco em cálculos de volume de árvores cubadas utilizando os métodos de Smalian ou Huber, realizar análises descritivas e ajustar modelos volumétricos utilizando estes dados. O web app App Inventário Florestal foi desenvolvido com enfoque em florestas equiâneas, e pode estimar a altura de árvores não medidas, volume de árvores inserindo os coeficientes de um dos modelos disponíveis, realizar uma análise descritiva dos dados e fazer estimativas de amostragem. Concluiu-se que os web apps foram desenvolvidos com sucesso, e podem ser acessados remotamente por meio de um navegador de internet.
  • Thumbnail Image
    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 Marinaldo
    RESUMO 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.