Avaliação do método de similaridade dos perfis e de redes neurais artificiais na estimação do volume de árvores

Abstract

O objetivo deste trabalho foi testar procedimentos para determinar o volume individual de árvores, consistindo em métodos alternativos ao processo de cubagem. No capítulo 1, foi testado o método da similaridade de perfis combinado com diferentes medidas de similaridade, modelos de taper, métodos de estimação de parâmetros representativos de estratos sem equação e diferentes métodos de geração de equação volumétrica. Os dados utilizados foram de 3.620 árvores abatidas e cubadas, divididas 62 estratos. Foram medidas as variáveis DAP, altura total, e os diâmetros ao longo do fuste nas posições de 0,00; 0,50; 1,00; 1,50 e 2,00 m, e a partir deste, as seções foram medidas de 2,0 em 2,0 m, até a altura total. O modelo volumétrico de Schumacher e Hall foi ajustado por estrato. Os modelos de taper utilizados foram o de Kozak, de Garcia, de Ormerod e o Polinômio de Quinto Grau. As distâncias testadas foram a Distância Euclidiana, Distância Euclidiana Média, Distância Euclidiana Ponderada e Distância Euclidiana Quadrática. Foram testados 2 métodos de estimação dos parâmetros dos modelos de afilamento (3 árvores; e os parâmetros da árvore mais próxima ao diâmetro médio) e 3 métodos de determinação da equação volumétrica (equação do estrato mais similar, equação das 30 árvores mais similares e equação gerada com o número de árvores referentes a 5 árvores por classe de diâmetro do estrato sem equação definida), que combinados configuraram os 5 procedimentos testados. As estatísticas utilizadas para verificar a qualidade das estimativas foram bias, raiz quadrada do erro médio, correlação e análise gráfica de resíduos. A validação foi realizada com dados independentes para 4 estratos. Os resultados indicaram que não houve diferença entre as medidas de similaridade utilizadas. Os melhores modelos foram o Polinômio de Quinto Grau e o de Kozak, sendo o segundo mais indicado devido a sua facilidade de ajuste. O método de geração da equação baseada nas 30 árvores mais similares proporcionou as melhores estimativas volumétricas. No capítulo 2, foi utilizado redes neurais artificiais (RNA) para estimar o volume individual de árvores. Os dados foram os mesmos utilizados no capítulo 1. As variáveis de entrada utilizadas foram: entrada 1 (DAP, altura total, diâmetros a 0,00; 0,50; 1,00; 1,50 e 2,00 metros de altura); entrada 2 (adição do volume até 2 metros); entrada 3 (adição do grau de esbeltez) e entrada 4 (adição da variável categórica representando a forma do fuste até 2 metros de altura). Foram retidas as 5 melhores redes por conjunto de variáveis de entrada. Os dados foram divididos em 60% para treinamento, 20% para teste e 20% para generalização. Para avaliar as estimativas foram utilizadas as estatísticas bias, raiz quadrada do erro médio, correlação e análise gráfica dos resíduos. A melhor metodologia para gerar as redes foi aplicada a dados independentes para se avaliar a qualidade das estimativas de volume. As redes que proporcionaram as melhores estimativas foram as geradas pelo conjunto de variáveis de entrada 2 (DAP, altura total, diâmetros a 0,00; 0,50; 1,00; 1,50; 2,00 metros de altura e volume até 2 metros).