Portal de Periódicos da CAPES

Artigo Acesso aberto Produção Nacional Revisado por pares

BIBTEX RIS

Classificação da capacidade produtiva de sítios florestais utilizando máquina de vetor de suporte e rede neural artificial

2015; Editora da Universidade de São Paulo; Volume: 43; Issue: 108 Linguagem: Português

10.18671/scifor.v43n108.19

2318-1222

Diogo Nepomuceno Cosenza, Hélio Garcia Leite, Gustavo Eduardo Marcatti, Daniel Henrique Breda Binoti, Aline Edwiges Mazon de Alcântara, Rafael Rode,

Agricultural and Food Sciences

Pesquisadores da área de mensuração florestal têm incluído com frequência em seus estudos o uso das técnicas de inteligência computacional (IC) para realização de trabalhos de modelagem por serem capazes de manipular um grande conjunto de dados e criar modelos robustos.Dentre essas técnicas, se destacam a Rede Neural Artificial (RNA) e a recente Máquina de Vetor de Suporte (MVS).Dessa forma, buscou-se nesse trabalho avaliar a aplicação dessas técnicas (RNA e MVS) no processo de classificação da capacidade produtiva de povoamentos florestais com a inclusão de variáveis edáficas, de manejo e do povoamento, comparando os seus resultados com os obtidos pelo método da curva guia.Foi possível concluir que as técnicas de IC avaliadas são capazes de classificar a capacidade produtiva do local de forma satisfatória, desde que utilizadas as variáveis adequadas; o uso conjunto das variáveis "tipo de solo", "espaçamento do plantio", "idade" e "altura dominante", foi suficiente para classificar os sítios; a RNA foi mais precisa para classificar a capacidade produtiva do que a MVS; a inclusão de muitas variáveis pouco significativas pode prejudicar ou ser indiferente no desempenho das técnicas.