Detalhes bibliográficos
Ano de defesa: |
2012 |
Autor(a) principal: |
Franco, Stênio Abdanur Porfírio |
Orientador(a): |
Oliveira, Márcio Leles Romarco de |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
UFVJM
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Link de acesso: |
http://acervo.ufvjm.edu.br:8080/jspui/handle/1/493
|
Resumo: |
Este trabalho teve como objetivo conhecer a estrutura e a composição florística de um remanescente de Floresta Estacional Semidecidual, além de determinar o volume de povoamento por meio da aplicação de modelos de regressão e utilização de redes neurais artificiais. O remanescente possui aproximadamente 162 hectares e está localizado na Fazenda Experimental do Moura em Curvelo, MG, no qual foram alocadas sistematicamente 25 unidades amostrais de 400 m² (10 X 40 m), e todos os indivíduos vivos do compartimento arbóreo-arbustivo que possuíam fuste com DAP ≥ 5 cm tiveram registrados os valores dos DAPs, altura total e de fuste, e atributos categóricos referentes à sanidade e tortuosidade dos fustes. Foram amostrados 1105 indivíduos distribuídos em 114 espécies, 41 famílias e 91 gêneros. Os valores encontrados para o índice de diversidade de Shannon Weaver e equabilidade de Pielou foram de 3,91 e 0,82 respectivamente. Pela análise volumétrica, verificou-se que modelos que utilizam a área basal e altura média como variáveis independentes apresentam estimativas aproximadas para quantificar o volume de povoamento, sendo indicados para esta finalidade. Do mesmo modo, a metodologia de redes neurais artificiais também se mostrou eficiente na quantificação do volume de florestas nativas nas condições deste estudo, pelo teste e nível de significância adotados. A associação de variáveis categóricas às contínuas nas camadas de entrada das redes neurais geradas, não resultou em estimativas mais precisas pelas condições assumidas neste trabalho. |