Modelagem do carbono estocado no tronco de árvores de Eucalyptus com modelos lineares e rede neural artificial

dc.creatorDolácio, Cícero Jorge Fonseca
dc.creatorOliveira, Rudson Silva
dc.creatorNakajima, Nelson Yoshihiro
dc.creatorSilva, Dimas Agostinho da
dc.creatorEbling, Ângelo Augusto
dc.creatorRocha, Jonas Elias Castro da
dc.date2019-07-26
dc.date.accessioned2023-08-31T21:52:06Z
dc.date.available2023-08-31T21:52:06Z
dc.identifierhttps://periodicoscientificos.ufmt.br/ojs/index.php/afor/article/view/7880
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8561872
dc.descriptionOs plantios de Eucalyptus se destacam devido ao seu rápido crescimento e a elevada capacidade em fixar carbono na sua biomassa. Entretanto, os métodos diretos utilizados para quantificar essa variável são onerosos, por isso, esta pesquisa buscou avaliar a eficiência de métodos indiretos ao estimar o estoque de carbono orgânico na madeira e na casca de Eucalyptus, a partir de equações alométricas desenvolvidas por regressão linear e por rede neural artificial (RNA). Este estudo foi conduzido com dados de dez materiais genéticos de Eucalyptus implantados na região sudeste do estado do Pará. Cada material genético foi amostrado com quatro repetições aos dois anos de idade, aleatoriamente, totalizando 40 árvores amostras. Adotamos teores de carbono médio indicado na literatura para determinar a quantidade de carbono e proceder com o desenvolvimento das equações alométricas por regressão linear e por RNA para estimar o carbono estocado em cada componente (madeira e casca). Os resultados apontaram que a quantidade de carbono estocado diferem entre os materiais genéticos, com destaque para o PP-406 que apresentou as maiores médias para madeira (23,55 kg árv-1) e casca (2,51 kg árv-1). As equações alométricas desenvolvidas por regressão linear estimaram o carbono estocado nos dois componentes com menor precisão, em comparação com as estimativas das RNA. Contudo, somente para as estimativas do carbono estocado na madeira houve precisão satisfatória de ambos os métodos.pt-BR
dc.formatapplication/pdf
dc.languagepor
dc.publisherUniversidade Federal de Mato Grossoen-US
dc.relationhttps://periodicoscientificos.ufmt.br/ojs/index.php/afor/article/view/7880/pdf
dc.rightsCopyright (c) 2020 Advances in Forestry Sciencept-BR
dc.sourceAdvances in Forestry Science; v. 6 n. 2 (2019): Advances in Forestry Science; 691-697pt-BR
dc.sourceAdvances in Forestry Science; Vol. 6 No. 2 (2019): Advances in Forestry Science; 691-697en-US
dc.sourceAdvances in Forestry Science; Vol. 6 Núm. 2 (2019): Advances in Forestry Science; 691-697es-ES
dc.source2357-8181
dc.source2359-6570
dc.source10.34062/afs.v6i2
dc.subjectAprendizado de máquinaspt-BR
dc.subjectModelagem alométricapt-BR
dc.subjectRegressão linearpt-BR
dc.subjectSequestro de carbonopt-BR
dc.titleModelagem do carbono estocado no tronco de árvores de Eucalyptus com modelos lineares e rede neural artificialpt-BR
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion


Este ítem pertenece a la siguiente institución