Use of artificial neural network in the analysis of environmental variables associated to litterfall

Authors

  • Priscila Sales Rodrigues Aquino Universidade de Brasília-UnB
  • Marcos Sales Rodrigues Universidade Federal do Vale do São Francisco, Colegiado de Engenharia Agronômica.
  • Renato Vinícius Oliveira Castro Universidade Federal de São João Del-Rei, Departamento de Ciências Agrárias. Campus Sete Lagoas CSL
  • Mauro Eloi Nappo Universidade de Brasília-UnB

DOI:

https://doi.org/10.14295/cs.v7i3.1172

Keywords:

forest ecosystems, gallery forests, RNA

Abstract

The objective of this study was to evaluate, with the use of artificial neural networks, the influence of some environmental variables in litterfall. The study was conducted on the gallery forest along ‘Lava-pés’ stream in Goiás State, Brazil where the experimental site (3 ha) was structured in a grid of 60 litterfall traps, with 0.33 m2 each and held 0.65 m above the soil, georeferenced and spaced at intervals of 32 x 32 m. Litterfall was monthly collected from December 2011 to November 2012. All litterfall samples were manually separated into three fractions: leaves (LE), branch bark (BB), and reproductive parts (RP). Relevance of climate , temporal, spatial and phytosociological variables in litterfall deposition were evaluated, through sensitivity analysis provided by the artificial neural network with the best performance. According to the statistical analysis, all variables were significant in the phenomenon, while the variable time (months of the year) was the most important for litterfall in the evaluated area. Artificial neural networks are shown as a powerful tool for litterfall analysis.

Downloads

Download data is not yet available.

Author Biographies

Priscila Sales Rodrigues Aquino, Universidade de Brasília-UnB

Engenheira Florestal pela Universidade Estadual de Goiás(UEG/UnU-Ipameri) e mestra em Ciências Florestais pela Universidade de Brasília-UnB. Atualmente é doutoranda em Ciências Florestais pela UnB, atuando na área de Manejo Florestal.

Marcos Sales Rodrigues, Universidade Federal do Vale do São Francisco, Colegiado de Engenharia Agronômica.

Possui graduação em Agronomia pela Universidade Estadual de Goiás (2007) e graduação em Tecnologia em Sistemas de Informação pelo Centro Federal de Educação Tecnológica de Urutaí-GO (2005), atual Instituto Federal Goiano, Campus de Urutaí. Possui o título de Mestre em Agronomia (Ciência do Solo) (2010) pela Faculdade de Ciências Agrárias e Veterinárias, UNESP, Campus de Jaboticabal-SP e doutorado em Agronomia (Produção Vegetal) (2013) também pela FCAV/UNESP, Jaboticabal-SP. Realizou doutorado sanduíche na University of Kentucky, Kentucky, Lexington, EUA. Atualmente é professor adjunto da Universidade Federal do Vale do São Francisco, Campus Ciências Agrárias, Petrolina, PE. As principais áreas de atuação são: Agricultura de Precisão, Geoestatística, variabilidade espacial de atributos do solo e da produtividade das culturas, atributos físicos do solo, sensores de estimação de atributos do solo e planta e geoprocessamento.

Renato Vinícius Oliveira Castro, Universidade Federal de São João Del-Rei, Departamento de Ciências Agrárias. Campus Sete Lagoas CSL

Doutor (2012) e Mestre (2011) em Ciência Florestal pela Universidade Federal de Viçosa (UFV) na área de Manejo Florestal. Engenheiro Florestal (2008) pela Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM). Atualmente é Professor Adjunto do Departamento de Ciências Agrárias da Universidade Federal de São João Del Rei (UFSJ - Campus Sete Lagoas), Coordenador do Curso de Engenharia Florestal da UFSJ e Professor/Orientador no Programa de Pós Graduação em Ciências Florestais da Universidade de Brasília (UnB). Atua nas áreas de Recursos Florestais e Engenharia Florestal, com ênfase em Manejo e Mensuração Florestal; Silvicultura; Inteligência Artificial aplicada à Engenharia Florestal; Economia e Estatística Florestal; Energia e Biomassa Florestal.

Mauro Eloi Nappo, Universidade de Brasília-UnB

Mauro Eloi Nappo é Engenheiro Florestal graduado pela Universidade Federal de Viçosa - UFV em 1993, Especialista em Proteção de Plantas pela Associação Brasileira de Educação Agrícola Superior - ABEAS e Universidade Federal de Viçosa - UFV em 1995, Mestre em Engenharia Florestal, Área de Concentração em Manejo Ambiental pela Universidade Federal de Lavras - UFLA em 1999, Doutor em Ciência Florestal, Área de Concentração em Conservação da Natureza pela Universidade Federal de Viçosa - UFV em 2002. Atualmente é Professor Associado I, no Departamento de Engenharia Florestal da Universidade de Brasília - UnB. Atua na área de Recursos Florestais e Engenharia Florestal, com ênfase em Silvicultura e Ecologia Florestal. É orientador de mestrado e doutorado no programa de pós-graduação em Ciências Florestais da Universidade de Brasília - PGEFL/UnB.

Downloads

Published

2016-12-27

How to Cite

Sales Rodrigues Aquino, P., Sales Rodrigues, M., Oliveira Castro, R. V., & Eloi Nappo, M. (2016). Use of artificial neural network in the analysis of environmental variables associated to litterfall. Comunicata Scientiae, 7(3), 394–405. https://doi.org/10.14295/cs.v7i3.1172

Issue

Vol. 7 No. 3 (2016)

Section

Original Article

License

All articles published may be reproduced or utilized in any form or by any means whether specified Comunicata Scientiae, author(s), volume, pages and year. The authors are responsible for all the statements and concepts contained in the article.