ESTIMATIVA DA ALTURA DE ESPÉCIES FLORESTAIS EM REGENERAÇÃO NATURAL UTILIZANDO REDES NEURAIS ARTIFICIAIS

Autores

  • Emanuel França Araújo Universidade Federal do Espirito Santo
  • Milton Marques Fernandes Universidade Federal de Sergipe
  • Jeferson Pereira Martins Silva Universidade Federal do Espirito Santo
  • Sustanis Horn Kunz Universidade Federal do Espirito Santo
  • Marcia Rodrigues de Moura Fernandes Secretaria de Estado do Desenvolvimento Urbano e Sustentabilidade

DOI:

https://doi.org/10.18316/rca.v14i3.6142

Palavras-chave:

Floresta Atlântica, Sucessão Secundária, Inteligência Artificial.

Resumo

O uso de redes neurais vem sendo utilizado em vários ramos da ciência. Em estudos de vegetação as redes neurais têm sido utilizadas principalmente para estimativa de biomassa aérea, altura e diâmetro de indivíduos arbóreos, porém, existem poucos estudos com a regeneração natural. Neste contexto, objetivou-se estimar, por meio de redes neurais artificiais, a altura (H) das espécies regenerantes em uma área de um fragmento de Floresta Ombrófila Semidecidual. A base de dados foi proveniente de indivíduos de espécies arbóreas da regeneração de 20 parcelas de 10 m2 (2 x 5 m), no município de São Cristóvão, SE. Para estimativa da H total por redes neurais artificiais foram testadas redes do tipo Multilayer Perceptron. A RNA foi eficiente na estimativa da H do estrato regenerativo em uma área de um fragmento de Floresta Ombrófila Semidecidual. A RNA 12, com 14 neurônios foi mais eficiente para estimar a altura das espécies mais abundantes na área.

Biografia do Autor

Emanuel França Araújo, Universidade Federal do Espirito Santo

Doutorando em Ciências Florestais da UFES

Milton Marques Fernandes, Universidade Federal de Sergipe

Professor Doutor do Departamento de Ciências Florestais na Área de Ecologia Florestal

Jeferson Pereira Martins Silva, Universidade Federal do Espirito Santo

Doutorando em Ciências Florestais da UFES

Sustanis Horn Kunz, Universidade Federal do Espirito Santo

Professora Doutora do Departamento de Engenharia Florestal e Engenharia Industrial na Àrea de Restauração Ecológica

Marcia Rodrigues de Moura Fernandes, Secretaria de Estado do Desenvolvimento Urbano e Sustentabilidade

Doutora em Ciências Florestais pela UFES

Downloads

Publicado

2020-12-17

Edição

v. 14 n. 3 (2020)

Seção

Artigos

Licença

Autores que submetem seus manuscritos para serem publicados  nesta revista concordam com os seguintes termos:

  1. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
  2. Em virtude dos artigos aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.

 

Licença Creative Commons

O Periódico RCA - Revista de Ciências Ambientais em http://www.revistas.unilasalle.edu.br/index.php/Rbca foi licenciada com uma Licença Creative Commons - Atribuição - Uso Não Comercial 3.0 Não Adaptada.