Alternativas para estimar o volume de árvores individuais em formações florestais no estado de Minas Gerais

• Ano de defesa: 2019
• Autor(a) principal: Abreu, Jadson Coelho de
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa
• Palavras-chave em Português: Arvores - Medição; Máquinas de vetores de suporte; Redes neurais (Computação); Modelos matemáticos; Análise de regressão; Algarítmos; Levantamentos florestais; Manejo Florestal
• Link de acesso: http://locus.ufv.br//handle/123456789/26022

Este estudo teve por objetivo comparar diferentes alternativas para estimar o volume de árvores individuais em diferentes formações florestais no estado de Minas Gerais. Os dados foram provenientes do inventário florestal realizado pela Fundação Centro Tecnológico de Minas Gerais (CETEC, 1995) em diferentes formações florestais, para o ajuste de equações de volume do Estado e outras regiões do país. No processo de cubagem das árvores foram coletadas informações para identificação da espécie, medidos o diâmetro a 1,3 m de altura (dap) e as alturas totais (m) e comerciais (m), contados o número de galhos em cada seção de 1 m de comprimento e medidos os seus respectivos diâmetros. Os volumes dos fustes foram obtidos pela fórmula de Smalian até diâmetro mínimo com casca de 4 cm. Com os dados de volume com casca, diâmetros e alturas totais ajustou-se o modelo de Schumacher e Hall (1933) para o banco de dados total e para cada formação florestal separadamente, considerando as estruturas de um modelo de efeito fixo e de um modelo misto. Também foram treinadas 100 redes neurais (RNA) do tipo Multilayer Perceptron (Multicamadas), empregando-se os algoritmos Backpropagation e Simulated Annealing para todo o conjunto de dados e por formação florestal (com 70% dos dados), de forma supervisionada. Além disso, foram utilizadas oito configurações de máquina de vetor de suporte para regressão (MVSR), formadas a partir de duas funções de erro e quatro funções de kernel. As funções de erro otimizadas foram: função do tipo I e do tipo II. Além das abordagens dos modelos de efeito fixo e misto, o modelo de Schumacher e Hall (1933) foi ajustado por meio da regressão quantílica e o algoritmo RANSAC, com o objetivo de diminuir os ruídos de estimativa na presença de outliers. Os critérios de seleção utilizado em todos os métodos foram a correlação entre os volumes observados e estimados, a raiz quadrada do erro quadrático médio e a distribuição de frequência por classe de erro relativo percentual. Após o processamento dos dados, verificou-se que os modelos mistos apresentaram os melhores resultados em 6 formações: Caatinga Arbustiva, Cerrado, Mata Ciliar, Mata Primária, Mata Secundária, Mata de Transição do Jaíba - e para todas as formações juntas, seguido do modelo de regressão com efeito fixo (3 formações: Caatinga Arbórea, Mata Seca e Mata de Transição de Cipó) e máquina de vetor de suporte para regressão (2 formações: Campo Cerrado e Cerradão). No processo de ajuste do modelo de Schumacher e Hall comparando o Método dos Mínimos Quadrados, regressão quantílica e algoritmo RANSAC, verificou-se que as estatísticas dos três métodos foram muito próximas. No entanto, a regressão quantílica e o algoritmo RANSAC não foram influenciados pelos outliers presente no conjunto de dados. Ainda, de acordo com os resultados, ao final deste estudo, observou-se que embora todas as alternativas avaliadas foram precisas para se estimar o volume de árvores individuais em florestas naturais, não existe uma sempre superior às demais. Assim sendo, deve-se testar todas as alternativas possíveis para encontrar aquela que descreva ou explique melhor o conjunto de dados. Finalmente, observou-se que a regressão quantílica e o algoritmo RANSAC foram eficientes na presença de dados de volume discrepantes, típicos em florestas naturais tropicais.