CONFIGURAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA ESTIMAÇÃO DO VOLUME DE ÁRVORES

Resumo

Objetivou-se nesse trabalho avaliar diferentes configurações do treinamento de Redes Neurais Artificiais (RNA) para a estimação do volume de árvores. Como método comparativo, realizou-se a quantificação volumétrica de maneira tradicional utilizando o modelo de Schumacher e Hall. Os dados utilizados neste estudo foram provenientes de cubagens de 2.307 árvores de povoamentos de eucalipto (Eucalyptus grandis x Eucalyptus urophylla). As variáveis utilizadas para treinamento das RNA foram: variáveis numéricas (quantitativas) consideradas foram: idade em meses, diâmetro com casca a 1,30 m de altura (dap) em cm, altura total (Ht) em m e volume da árvore (V) em m³. Enquanto que as variáveis categóricas (qualitativas) foram: projeto, espaçamento e clone. Para treinamento das RNA utilizou-se o sistema NeuroForest. A estimação do volume de árvores por meio de redes neurais artificiais pode ser feita com diferentes configurações, variando o número de neurônios na camada oculta, as funções de ativação, os algoritmos e os parâmetros de treinamento. Redes neurais simples com apenas um neurônio na camada oculta podem ser utilizadas com eficiência para estimação do volume de árvores.