Detalhes bibliográficos
Ano de defesa: |
2017 |
Autor(a) principal: |
Ribeiro, Maria Dolores dos Santos Barzotto |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Tese
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
http://hdl.handle.net/11449/152856
|
Resumo: |
A densidade básica da madeira é uma das mais importantes propriedades que afetam o processo produtivo na indústria de base florestal. Sendo a madeira o resultado da combinação da quantidade e da distribuição dos diferentes elementos anatômicos e suas inter-relações com os fatores externos que tangem sobre ela, estudar a associação destas variáveis na formação da madeira, isoladamente, permite tomar decisões mais assertivas quanto ao manejo integrado do sítio, proporcionando ganhos em produtividade e qualidade. As taxas de crescimento de um povoamento florestal e a densidade da madeira são influenciadas pelas variáveis de sítio e de plantio de forma distinta, com tendência ora positiva, ora negativa. A inclusão dessas variáveis em um modelo de estimativa de densidade básica, apesar de possibilitar um maior realismo biológico, traz complexidades à modelagem e à quantificação destas influências. Além disso, alguns componentes qualitativos – variáveis categóricas - como a classificação do tipo de solo e material genético geram dificuldades de modelagem ao serem integrados em equações matemáticas. Assim, em muitos casos, devido às complexidades de ajuste, os modelos estatísticos tornam-se limitados na solução problemas estruturados da gestão de recursos florestais. A técnica de Redes Neurais Artificiais é alternativa para modelagem linear e não linear, estimando a densidade básica a partir de bases de dados históricos para um cadastro de informações semelhantes pelo método de generalização. Neste trabalho, a partir dos dados históricos de 25 materiais genéticos de Eucalyptus spp. - 14 clonais e 11 seminais - em primeira e segunda rotação, com idades variando de 4 a 11 anos e cultivados em cinco regiões edafoclimáticas distintas, foi estudada a densidade básica da madeira com e sem casca de 1.217 árvores. Primeiramente, foram estabelecidas as correlações canônicas entre as variáveis do sítio, do plantio e a densidade básica da madeira, com e sem casca. Foram avaliadas duas funções, sendo ambas significativas a 1% de probabilidade. Apenas a primeira função canônica apresentou alto coeficiente de determinação canônico (0,762). Esses resultados preliminares mostram que as correlações canônicas são eficientes para explicar as correlações existentes entre as variáveis do sítio e do povoamento com a formação da madeira e sua densidade básica. Posteriormente, a técnica de Redes Neurais Artificiais foi empregada na estimativa da densidade básica da madeira utilizando variáveis ambientais e do plantio, sendo esta última dividida em dois bancos de dados, consultando a informações do inventário florestal pré-corte e também, avaliando as redes permanentes de parcelas do inventário florestal contínuo. A técnica de Redes Neurais Artificiais proporcionou estimativas satisfatórias da densidade básica da madeira, com raiz quadrada do erro quadrático médio (RMSE) de 1,92% para densidade com casca e 2,01% para sem casca para dados do inventário florestal pré-corte e RMSE de 1,97% para densidade com casca e 2,06% para sem casca com dados do inventário florestal contínuo, mostrando-se, assim, ferramenta rápida e eficaz. Além do potencial estatístico, a técnica proporciona redução de custo operacional, por utilizar bases de dados de séries históricas para o ajuste das estimativas, reduzindo a necessidade de novas amostragens. |