10 – 14 de nov. de 2025
UFLA
Fuso horário America/Sao_Paulo

Inteligência computacional para estimativa de altura de <i> Cordia trichotoma </i> em plantios de Reserva Legal

12 de nov. de 2025 13:30
1h 30m
Centro de Eventos (UFLA)

Centro de Eventos

UFLA

Avenida Norte - Lavrinhas, Lavras - MG, 37200-900
Resumo Simples Engenharia Florestal 3º Dia

Descrição

A fim de aperfeiçoar a silvicultura de espécies nativas brasileiras com interesse econômico e enfrentar a problemática de mensuração da altura de árvores em florestas, esta pesquisa avaliou o desempenho de Redes Neurais Artificiais (ANN) para estimativa de altura das árvores de Cordia trichotoma. O local de estudo consiste em um plantio de restauração florestal, com 35 espécies, arranjo de 3 x 1,5 m e área de 3,19 ha, em Ijaci, Minas Gerais. Censos florestais foram realizados quatro vezes, uma vez ao ano, ao longo de cinco anos após o plantio, para mensurar o diâmetro à altura do peito (DAP) e altura total (Ht) das árvores, destacando a espécie de interesse. Posteriormente, com os valores de DAP, foram calculadas as áreas seccionais (g) de cada árvore. Essas variáveis foram organizadas de forma a compor a base de dados empregada na implementação da ANN, realizada no Google Colab. Como input do modelo, foram utilizadas as variáveis Idade, DAP e g, selecionadas devido à alta correlação de Pearson (>0,60) com a variável Ht, sendo essa determinada como output do modelo. Em seguida, os dados foram normalizados com o método Z-score e o conjunto total de amostras (n=760 observações; 190 árvores mensuradas por quatro anos) foi dividido em treinamento (70%) e teste (30%). O treinamento da ANN foi processado com o algoritmo MLPRegressor, definindo os hiperparâmetros de forma heurística. Foi realizada a validação do modelo pelo método Cross-validation e calculadas as métricas. O melhor desempenho foi obtido através de uma ANN composta por uma camada oculta com oito neurônios, função de ativação tangente hiperbólica (tanh), otimizador Adam, tolerância de erro 0,0001 e taxa de aprendizado de 0,01. A ANN convergiu com 93 épocas e resultou em um R² de 0,76 no treinamento, 0,75 na validação e 0,73 no teste. O erro médio absoluto (MAE) para as estimativas de altura foi de 0,81 m, enquanto a raiz do erro quadrático médio (RMSE) foi de 1,09 m e o erro percentual médio absoluto (MAPE) foi de 12,44%. Portanto, a ANN apresentou considerável capacidade de generalização e demonstrou-se ser um método acurado para estimar a altura de árvores de Cordia trichotoma em plantios para restauração de Reserva Legal.

Selecione a modalidade do seu trabalho Resumo Simples

Autor

Paulo Victor Evangelista de Castilho (UFLA)

Co-autores

Gabriel de Resende Baroni (UFLA) Ellen Carvalho Dutra (UFLA) Laís Lara Jesus Barros Freitas (UFLA) Lucas Amaral de Melo (UFLA)

Materiais de apresentação

Ainda não há materiais