CROWN MORPHOMETRIC INDEXES OF EUCALYPT ESTIMATED BY LOGISTIC REGRESSION AND SUPPORT VECTOR MACHINES

Autores

DOI:

https://doi.org/10.5380/rf.v50i3.65255

Palavras-chave:

Plant density, computational intelligence, modeling, nonlinear regression

Resumo

The proper choice of the modeling method for morphometric tree crown estimates is important to optimize measurement and support silvicultural decision-making. This study aims to evaluate the efficiency of interdimensional morphometric relationships modeling of eucalypt crown under different spacings using logistic regression and Support Vector Machines (SVM). The experiment was set up with four spacings (T1: 3.0 × 0.5 m; T2: 3.0 × 1.0 m; T3: 3.0 × 1.5 m and T4: 3.0 × 2.0 m). A continuous forest inventory was carried out at the ages of 24, 37, 48, 59 and 72 months. Two modeling methods, one using nonlinear regression (logistic model) and the other using SVM, were tested. The range, salience and vital space indexes decreased with increasing tree stem dimensions, tending to stabilization. The logistic model was satisfactorily adapted to the problems, more specifically in prediction of the first two indexes. SVM modeling using radial base Kernel function can be used with good precision for crown morphometric indexes estimation of eucalypt, simultaneously, for different planting spacings.

Biografia do Autor

Bruno Oliveira Lafetá, Instituto Federal de Educação, Ciência e Tecnologia de Minas Gerais-IFMG, Campus São João Evangelista, MG

Professor no Instituto Federal de Educação, Ciência e Tecnologia de Minas Gerais (IFMG) - Campus São João Evangelista. Possui graduação em Engenharia Florestal (2009), mestrado (2012) e doutorado em Ciência Florestal (2019), todos pela Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM). Realizou em 2010 mobilidade acadêmica (PROCAD) no Programa de Pós Graduação em Solos e Nutrição de Plantas na Universidade Federal de Viçosa. Tem experiência na área de Recursos Florestais e Engenharia Florestal, com ênfase em Silvicultura, Mensuração, Amostragem, Modelagem e Manejo Florestal. Também, atua com redes neurais artificiais e support vector machine (SVM).

Rosália Nazareth Rosa Trindade, Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM), Campus Diamantina, Minas Gerais, Brasil.

Graduada em Tecnologia em Silvicultura (2014) e Especialista em Meio Ambiente (2017) pelo Instituto Federal de Minas Gerais - campus São João Evangelista-MG. Engenheira Florestal na Universidade Federal dos Vales do Jequitinhonha e Mucuri - UFVJM campus Diamantina, TCC: Relações interdimensionais da copa de árvores de eucalipto. Exerceu os cargos de Gerente do Administrativo-Financeiro e Gerente de Projetos na Empresa Júnior Arbórea Florestal no período de junho de 2016 até fevereiro de 2018.

Vinicius Faúla Aguiar, Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM), Campus Diamantina, Minas Gerais, Brasil.

Graduado em Agronomia pelo Instituto Federal de Minas Gerais Campus São João Evangelista, TCC: Interação do calcário e do Agrosilício com gesso agrícola na produção de Panicum maximum Jacq. cv. capim Mombaça. Experiência na área de Pecuária Leiteira e em pastagens através do curso de Atualização em Bovinocultura de Leite pelo Balde Cheio, de visitas a propriedades rurais e de projetos de iniciação científica desenvolvidos no IFMG-SJE.

Tamires Mousslech Andrade Penido, Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM), Campus Diamantina, Minas Gerais, Brasil.

Possui graduação em Engenharia Florestal (2015) e mestrado em Ciência Florestal (2017), ambos pela Universidade Federal dos Vales do Jequitinhonha e Mucuri. Atualmente, é discente de doutorado no Programa de Pós-Graduação em Ciência Florestal na UFVJM e docente das disciplinas de Proteção Florestal (área de Incêndios Florestais), Geoprocessamento e Geotecnologias Aplicadas à Engenharia Florestal. Tem experiência na área de Recursos Florestais e Engenharia Florestal, com ênfase em Silvicultura, Modelagem e Manejo Florestal.

Diego dos Santos Vieira, Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM), Campus Diamantina, Minas Gerais, Brasil.

Doutorado em Ciência Florestal pela Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM). Mestrado em Ciência Florestal pela Universidade Federal dos Vales do Jequitinhonha e Mucuri (2015). Graduação em Engenharia Florestal pela Universidade Federal Rural da Amazônia (2014). Foi bolsista do Banco Santander onde realizou intercâmbio em Engenharia Florestal na Universidade de Talca (Chile).Tem experiência na área de Manejo Florestal, com ênfase em Mensuração Florestal, Estrutura e Valoração de Florestas, Dendrometria e Inventário Florestal.

Downloads

Publicado

10-07-2020

Como Citar

Lafetá, B. O., Trindade, R. N. R., Aguiar, V. F., Penido, T. M. A., & Vieira, D. dos S. (2020). CROWN MORPHOMETRIC INDEXES OF EUCALYPT ESTIMATED BY LOGISTIC REGRESSION AND SUPPORT VECTOR MACHINES. FLORESTA, 50(3), 1633–1642. https://doi.org/10.5380/rf.v50i3.65255

Edição

v. 50 n. 3 (2020)

Seção

Artigos

Licença

Direitos Autorais para artigos publicados nesta revista são do autor, com direitos de primeira publicação para a revista. Em virtude da aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.A revista, seguindo a recomendações do movimento Acesso Aberto, proporciona acesso publico a todo o seu conteudo, seguindo o principio de que tornar gratuito o acesso a pesquisas gera um maior intrcambio global de conhecimento. 

Conteúdos do periódico licenciados sob uma Licença Creative Commons 4.0 Internacional (CC BY 4.0)