{"id":3987,"date":"2024-03-04T11:15:51","date_gmt":"2024-03-04T14:15:51","guid":{"rendered":"https:\/\/www3.unicentro.br\/ppgf\/?p=3987"},"modified":"2025-04-02T10:14:47","modified_gmt":"2025-04-02T13:14:47","slug":"utilizacao-de-algoritmos-de-aprendizado-de-maquina-para-estimativas-de-biomassa-aerea-em-fragmentos-de-floresta-ombrofila-mista-no-parana","status":"publish","type":"post","link":"https:\/\/www3.unicentro.br\/ppgf\/2024\/03\/04\/utilizacao-de-algoritmos-de-aprendizado-de-maquina-para-estimativas-de-biomassa-aerea-em-fragmentos-de-floresta-ombrofila-mista-no-parana\/","title":{"rendered":"ESTIMATIVA DE BIOMASSA ARB\u00d3REA NO BIOMA MATA ATL\u00c2NTICA"},"content":{"rendered":"<p style=\"text-align: left\" align=\"center\"><strong><span style=\"font-family: arial, helvetica, sans-serif;font-size: 14pt\">M\u00e1rcio Assis Cordeiro<\/span><\/strong><\/p>\n<p>&nbsp;<\/p>\n<p><span style=\"font-family: arial, helvetica, sans-serif;font-size: 10pt\"><strong>Defesa P\u00fablica:<\/strong> 27 de fevereiro de 2024<\/span><\/p>\n<p>&nbsp;<\/p>\n<p><span style=\"font-size: 10pt\"><strong><span style=\"font-family: arial, helvetica, sans-serif\">Banca Examinadora:<\/span><\/strong><\/span><\/p>\n<p><span style=\"font-family: arial, helvetica, sans-serif;font-size: 10pt\">Prof. Dr. H\u00e9lio Garcia Leite, UFV, Primeiro Examinador,<\/span><br \/>\n<span style=\"font-family: arial, helvetica, sans-serif;font-size: 10pt\">Prof. Dr. Lucio de Paula Amaral, UFSM, Segundo Examinador,<\/span><br \/>\n<span style=\"font-family: arial, helvetica, sans-serif;font-size: 10pt\">Prof\u00aa. Dra. Andrea Nogueira Dias, UNICENTRO, Terceira Examinadora,<\/span><br \/>\n<span style=\"font-family: arial, helvetica, sans-serif;font-size: 10pt\">Prof. Dr. Gerson dos Santos Lisboa, UFG, Quarto Examinador,<\/span><br \/>\n<span style=\"font-family: arial, helvetica, sans-serif;font-size: 10pt\">Dr. Luciano Farinha Watzlawick, UNICENTRO, Orientador e Presidente <\/span><span style=\"font-family: arial, helvetica, sans-serif;font-size: 10pt\">da Banca Examinadora.<\/span><\/p>\n<p><span style=\"font-size: 10pt\"><strong><span style=\"font-family: arial, helvetica, sans-serif\">Resumo:<\/span><\/strong><\/span><\/p>\n<p align=\"justify\"><span style=\"font-size: 10pt;font-family: arial, helvetica, sans-serif\">Este estudo teve por objetivo comparar diferentes alternativas para estimar a biomassa a\u00e9rea seca de 6 (seis) diferentes regi\u00f5es de Floresta Ombr\u00f3fila Mista no estado do Paran\u00e1. O estudo foi desenvolvido utilizando amostras de biomassa a\u00e9rea de 382 \u00e1rvores, coletadas por meio do m\u00e9todo destrutivo, distribu\u00eddas nas regi\u00f5es de Arauc\u00e1ria (102), Boa Ventura de S\u00e3o Roque (26), Castro (42), Coronel Vivida (17), General Carneiro (172) e Reserva do Igua\u00e7u (23). O n\u00famero de esp\u00e9cies encontradas foi de 109 com predomin\u00e2ncia das Euphorbiaceaes (86), Myrtaceaes (54), Lauraceas (29), Aquifoliaceas (26), Primulaceaes (24) e Araucariaceaes (15) entre outras, com destaque para o Pinheiro do Paran\u00e1 que foi amostrado apenas em General Carneiro. As florestas sofreram a\u00e7\u00f5es de manejo em diferentes graus e v\u00e1rias est\u00e3o em franco processo de regenera\u00e7\u00e3o, pois foram isoladas pelos propriet\u00e1rios. Com os dados de biomassa, di\u00e2metros e alturas totais ajustou-se o modelo de Schumacher e Hall (1933) para o banco de dados total e para cada \u00e1rea separadamente, considerando as estruturas de um modelo de efeito fixo e de um modelo misto. Tamb\u00e9m foram treinadas 100 redes neurais (RNA) do tipo Multilayer Perceptron (Multicamadas), empregando-se os algoritmos Backpropagation e Simulated Annealing para todo o conjunto de dados e por forma\u00e7\u00e3o florestal (com 70% dos dados), de forma supervisionada. Al\u00e9m disso, foram utilizadas seis configura\u00e7\u00f5es de m\u00e1quina de vetor de suporte (MVS), formadas a partir de duas fun\u00e7\u00f5es de erro e quatro fun\u00e7\u00f5es de kernel. As fun\u00e7\u00f5es de erro otimizadas foram: fun\u00e7\u00e3o do tipo I e do tipo II. Al\u00e9m das abordagens dos modelos de efeito fixo e misto, foi realizado o teste F, que avalia a hip\u00f3tese de que o modelo reduzido para os grupos \u00e9 id\u00eantico aos modelos completos para cada \u00e1rea em estudo. Foi utilizado tamb\u00e9m o algoritmo Random Forest (RF) possuindo o par\u00e2metro fixo de 500 \u00e1rvores de regress\u00e3o (Ntree). Os crit\u00e9rios de sele\u00e7\u00e3o utilizado em todos os m\u00e9todos foram a correla\u00e7\u00e3o entre a biomassa observada e estimada (ry\u0177), a raiz quadrada do erro quadr\u00e1tico m\u00e9dio (RQEM), bias (vi\u00e9s), M\u00e9dia das Diferen\u00e7as Absolutas (MDA), e entre os modelos fixo e misto, utilizou-se as estat\u00edsticas AIC (crit\u00e9rio de informa\u00e7\u00e3o de Akaike) e BIC (crit\u00e9rio de informa\u00e7\u00e3o Bayesiano), tamb\u00e9m foi analisado graficamente os valores observados e estimados para cada \u00e1rea de estudo, a distribui\u00e7\u00e3o de frequ\u00eancia por classe de erro relativo percentual. Ap\u00f3s o vi processamento dos dados, verificou-se que as MVS apresentaram melhores resultados para o conjunto total de dados e para as \u00e1reas em Arauc\u00e1ria e Castro, o modelo de efeito fixo apresentou melhor resultado na \u00e1rea de Boa Ventura de S\u00e3o Roque, j\u00e1 nas \u00e1reas de estudo em Coronel Vivida, General Carneiro e Reserva do Igua\u00e7u, as RNA obtiveram melhores desempenhos.<\/span><\/p>\n<p><a href=\"https:\/\/tede.unicentro.br\/jspui\/bitstream\/jspui\/2455\/2\/MARCIO%20ASSIS%20CORDEIRO.pdf\"><img loading=\"lazy\" decoding=\"async\" class=\"alignnone wp-image-943 size-full\" src=\"https:\/\/www3.unicentro.br\/ppgf\/wp-content\/uploads\/sites\/96\/2020\/08\/pdf-icone.png\" alt=\"PDF\" width=\"65\" height=\"65\" srcset=\"https:\/\/www3.unicentro.br\/ppgf\/wp-content\/uploads\/sites\/96\/2020\/08\/pdf-icone.png 65w, https:\/\/www3.unicentro.br\/ppgf\/wp-content\/uploads\/sites\/96\/2020\/08\/pdf-icone-50x50.png 50w\" sizes=\"auto, (max-width: 65px) 100vw, 65px\" \/><\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>M\u00e1rcio Assis Cordeiro<\/p>\n","protected":false},"author":360,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":"","_links_to":"","_links_to_target":""},"categories":[153,56],"tags":[],"class_list":["post-3987","post","type-post","status-publish","format-standard","hentry","category-153","category-defesas-doutorado"],"_links":{"self":[{"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/posts\/3987","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/users\/360"}],"replies":[{"embeddable":true,"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/comments?post=3987"}],"version-history":[{"count":2,"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/posts\/3987\/revisions"}],"predecessor-version":[{"id":4804,"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/posts\/3987\/revisions\/4804"}],"wp:attachment":[{"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/media?parent=3987"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/categories?post=3987"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/tags?post=3987"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}