Uso de regressão e redes neurais artificiais na estimativa do volume de Khaya ivorensis

Abstract

Este trabalho objetivou comparar o volume de árvores de mogno africano estimado pelo modelo de Schumacher e Hall e por redes neurais artificiais. A coleta de dados ocorreu em dois sistemas agroflorestais no município de Belterra, Pará, com 7 e 11 anos de idade. Em cada local foram cubadas 34 árvores em pé. Para as estimativas de volume comercial foram empregadas as formas do modelo de Schumacher e Hall (linear e não linear) e uso de redes neurais artificiais (RNA) do tipo Multilayers perceptron. As arquiteturas de RNA com 4 neurônios na camada de entrada propiciaram as melhores estimativas e valores de erro, sensivelmente melhores do que os modelos volumétricos, tendo as RNA um erro 36,7% menor que o modelo de Schumacher e Hall não linear. Este último modelo apresentou tendência a superestimar os volumes e a RNA obteve estimativas mais livres de tendências. As redes neurais artificiais geraram estimativas com maior precisão em relação às formas do modelo de regressão. Essa técnica mostrou-se viável, pois uma única rede pode estimar o volume para diferentes locais, dispensando necessidade de estratificação.