Correção de medições de cubagem obtidas com um dendrômetro óptico por meio de redes neurais artificiais.

Resumo

O objetivo deste estudo foi corrigir a cubagem de árvores em pé utilizando redes neurais artificiais (RNAs). Os dados foram obtidos em dois inventários florestais conduzidos em plantios de Tectona grandis (13,8 ha) e Schizolobium parahyba (46 ha), ambos localizados no estado do Pará, Brasil. O volume das árvores foi mensurado com o Criterion RD 1000, pelo método de Smalian, com diâmetros coletados nas alturas de 0,1 m, 0,7 m, 1,3 m e, posteriormente, a cada 2 m até o primeiro galho vivo. As alturas comercial e total, o diâmetro à altura do peito (DAP) medido com o Criterion, a distância do operador até a árvore e a espécie foram utilizadas como variáveis de entrada, enquanto o DAP medido com fita métrica foi empregado como variável de saída. No total, 84 redes Multilayer Perceptron foram testadas, variando o número de neurônios nas camadas ocultas e as funções de ativação. As melhores redes foram selecionadas com base no coeficiente de determinação e no erro percentual médio. No geral, 59% das redes convergiram antes de atingir o número máximo de iterações, e a função tangente hiperbólica convergiu em 74% dos testes. As RNAs foram eficazes na correção dos erros não amostrais observados nas medições realizadas com o Criterion. As redes com apenas uma camada oculta apresentaram melhor desempenho, e a função de ativação logística resultou em ajustes mais precisos. Foi identificada evidência de overfitting em uma das redes de melhor desempenho, enquanto o underfitting ocorreu nos modelos com menor número de iterações.