Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/48587
Registro completo de metadados
Campo DCValorIdioma
dc.creatorDantas, Daniel-
dc.creatorPinto, Luiz Otávio Rodrigues-
dc.creatorTerra, Marcela de Castro Nunes Santos-
dc.creatorCalegario, Natalino-
dc.creatorOliveira, Marcio Leles Romarco de-
dc.date.accessioned2021-12-02T21:13:47Z-
dc.date.available2021-12-02T21:13:47Z-
dc.date.issued2020-12-
dc.identifier.citationDANTAS, D. et al. Reduction of sampling intensity in forest inventories to estimate the total height of eucalyptus trees. Bosque, Valdivia, v. 41, n. 3, p. 353-364, dic. 2020. DOI: 10.4067/S0717-92002020000300353.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/48587-
dc.description.abstractThis study aimed at evaluating the performance of different models based on Artificial neural networks (ANN) to estimate the total height of eucalyptus trees (Eucalyptus spp.), reducing the number of measurements in the field. Forty-eight ANN were tested, different from each other by the number of trees used as training sample, number of trees used to calculate the dominant height and use of variables (a) categorical, (b) categorical and continuous and (c) continuous, except for the diameter at 1.30 meters above the ground (DBH), used in all combinations. Estimates of height obtained by ANN were compared with values observed and estimates obtained by a hypsometric model. The ANN that showed the best results were used for the height estimation in forest inventory data for further application in the Schumacher and Hall volumetric model. The proposed models were efficient to estimate the total height of eucalyptus trees and allowed the expressive reduction of the number of trees to be measured in forest inventory. The best model found is composed of five trees as training sample, one as test sample and one as validation sample; dominant height coming from the height of the tallest tree in the plot; categorical variable Clone and continuous variables DBH, DBH dominant and basal area of the plot.pt_BR
dc.languageenpt_BR
dc.publisherUniversidad Austral de Chile, Facultad de Ciencias Forestalespt_BR
dc.rightsacesso abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/*
dc.sourceBosque (Valdivia)pt_BR
dc.subjectArtificial neural networkpt_BR
dc.subjectMachine learningpt_BR
dc.subjectStem volumept_BR
dc.subjectSchumacher and Hallpt_BR
dc.subjectRedes neuronales artificialept_BR
dc.subjectAltura dominantept_BR
dc.subjectRede neural artificialpt_BR
dc.subjectInventário florestalpt_BR
dc.titleReduction of sampling intensity in forest inventories to estimate the total height of eucalyptus treespt_BR
dc.title.alternativeReducción de la intensidad de muestreo en inventarios forestales para estimar la altura total de eucaliptospt_BR
dc.typeArtigopt_BR
dc.description.resumoRESUMEN: El objetivo fue evaluar el desempeño de diferentes modelos basados ​​en Redes Neuronales Artificiales (RNA) en la estimación de la altura total de los eucaliptos, reduciendo el número de mediciones en el campo. Se analizaron 48 RNA, diferentes entre sí por el número de árboles utilizados como muestra de entrenamiento; número de árboles utilizados para calcular la altura dominante; y el uso de (a) variables categóricas, (b) categóricas y continuas y (c) continuas, con la excepción del diámetro a 1,30 m del suelo (DAP), utilizadas en todas las combinaciones. Las estimaciones de altura obtenidas por RNA han sido comparadas con los valores observados y con las estimaciones obtenidas por un modelo hipsométrico. Las RNA que presentaron los mejores rendimientos se utilizaron para estimar la altura en los datos del inventario forestal, para el cálculo posterior del volumen de cada árbol. Los modelos propuestos demostraron ser eficientes para estimar la altura total de los eucaliptos y permitieron la reducción expresiva de la cantidad de árboles que se medirán en el inventario forestal. El mejor modelo encontrado se compone de cinco árboles como muestra de entrenamiento, uno como muestra de prueba y uno como muestra de validación; altura dominante desde la altura del árbol más alto en la parcela; variable categórica clon; y variables continuas DAP, DAP dominante y área basal de la parcela.pt_BR
Aparece nas coleções:DCF - Artigos publicados em periódicos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_Reduction of sampling intensity in forest inventories to estimate the total height of eucalyptus trees.pdf829,37 kBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons