Published in

Universidade Federal de Santa Maria, Ciência Florestal, 2(29), p. 583, 2019

DOI: 10.5902/1980509825808

Links

Tools

Export citation

Search in Google Scholar

Modeling of tree recruitment by artificial neural networks after wood harvesting in a forest in eastern Amazon rain forest

This paper is made freely available by the publisher.
This paper is made freely available by the publisher.

Full text: Download

Question mark in circle
Preprint: policy unknown
Question mark in circle
Postprint: policy unknown
Question mark in circle
Published version: policy unknown
Data provided by SHERPA/RoMEO

Abstract

A modelagem do recrutamento em florestais tropicais é importante para estudos de sustentabilidade do manejo florestal, por dar subsídio adequado à recuperação do estoque de madeira. O objetivo do trabalho foi estimar o recrutamento após a colheita de madeira, empregando um modelo de rede neural artificial (RNA). A área de estudo está localizada na Floresta Nacional do Tapajós (55°00’ W, 2°45’ S), Pará. Em 64 ha da área de estudo, em 1979, foi realizada colheita intensiva de 72,5 m3 ha-1. Em 1981 foram instaladas, aleatoriamente, 36 parcelas permanentes de 50 m x 50 m. Essas parcelas foram mensuradas em 1982, 1983, 1985, 1987, 1992, 1997, 2007, 2010 e 2012. Para modelar o recrutamento foram consideradas as variáveis da subparcela-alvo e a sua vizinhança. As estimativas obtidas no treino e na generalização da RNA foram avaliadas pelas estatísticas: correlação () e raiz quadrada do erro quadrático médio (RQRQM), sendo obtido RQRQM 35,6% e 0,89. Foi possível modelar a tendência do recrutamento ao longo do tempo em florestas tropicais, após a colheita de madeira.