APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA ESTIMATIVA DE VOLUME DE ÁRVORES EM PÉ UMA FLORESTA OMBRÓFILA DENSA NA AMAZÔNIA ORIENTAL
Regressão, Inteligência Artificial, Floresta Ombrófila Densa.
Este estudo teve como objetivo comparar as ferramentas utilizadas para mensurar o volume de madeira em pé em florestas naturais, por meio da análise de regressão e treinamento de Redes Neurais Artificiais-RNA em uma floresta ombrófila densa no município de Breu Branco-PA. Foram cubadas 531 árvores pela metodologia de Smalian e utilizadas as informações de 431 árvores, para estimativa dos coeficientes das equações volumétricas e 100 árvores para validação dos dados. Foram ajustados quatro modelos de simples entrada e cinco de dupla entrada. Os critérios utilizados para seleção dos melhores modelos foram os valores de F, R²aj e CV%, e distribuição dos resíduos. Foram treinadas 120 RNA para cada análise de estimativa de volume da árvore, utilizando variáveis quantitativas (DAP e Altura do fuste) e qualitativa (espécie). Para a melhor estimativa da RNA foram utilizados os parâmetros RQME, R²aj, CV% e Bias. A equação de regressão selecionada foi a de shumacher e Hall logaritimizada, LogV= -3,7082+1,8519 Log D +0,7940 Log H, que melhor atendeu aos critérios de seleção. (CV=11,05%; R²aj 93,84% e melhor distribuição dos resíduos) com o volume das nove RNA, que melhor atendeu os critérios de seleção.