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

Vista sencilla de ítem
dc.contributorLEONARDO PEQUENO REIS, INSTITUTO DE DESENVOLVIMENTO SUSTENTÁVEL MAMIRAUÁ; AGOSTINHO LOPES DE SOUZA, UNIVERSIDADE FEDERAL DE VIÇOSA; PAMELLA CAROLLINE MARQUES DOS REIS REIS, UNIVERSIDADE FEDERAL RURAL DA AMAZÔNIA; LUCAS JOSE MAZZEI DE FREITAS, CPATU; HELIO GARCIA LEITE, UNIVERSIDADE FEDERAL DE VIÇOSA; CARLOS PEDRO BOECHAT SOARES, UNIVERSIDADE FEDERAL DE VIÇOSA; CARLOS MOREIRA MIQUELINO ELETO TORRES, UNIVERSIDADE FEDERAL DE VIÇOSA; LINIKER FERNANDES DA SILVA, UNIVERSIDADE FEDERAL DO RECÔNCAVO DA BAHIA; ADEMIR ROBERTO RUSCHEL, CPATU; LYVIA JULIENNE SOUSA RÊGO, UNIVERSIDADE FEDERAL DO SUL DA BAHIA.
dc.creatorREIS, L. P.
dc.creatorSOUZA, A. L. de
dc.creatorREIS, P. C. M. dos R.
dc.creatorFREITAS, L. J. M. de
dc.creatorLEITE, H. G.
dc.creatorSOARES, C. P. B.
dc.creatorTORRES, C. M. M. E.
dc.creatorSILVA, L. F. da
dc.creatorRUSCHEL, A. R.
dc.creatorRÊGO, L. J. S.
dc.date2025-11-05T16:49:00Z
dc.date2025-11-05T16:49:00Z
dc.date2025-11-05
dc.date2019
dc.date.accessioned2026-06-30T23:54:47Z
dc.descriptionA 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.
dc.identifierCiência Florestal, v. 29, n. 2, p. 583-594, abr./jun. 2019.
dc.identifierhttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1181135
dc.identifier10.5902/1980509825808
dc.identifier.urihttp://hdl.handle.net/123456789/393094
dc.languageeng
dc.rightsopenAccess
dc.subjectModelagem
dc.subjectInteligência artificial
dc.subjectManejo florestal
dc.subjectÁrvore
dc.subjectMadeira
dc.subjectExtração da Madeira
dc.subjectFloresta
dc.titleModeling of tree recruitment by artificial neural networks after wood harvesting in a forest in eastern Amazon rain forest.
dc.typeArtigo de periódico

Archivos

Colecciones

Embrapa Amazonía Oriental (CPATU)