Ecophysiology modeling by artificial neural networks for different spacings in eucalypt

  • Bruno Oliveira Lafetá Instituto Federal de Educação, Ciência e Tecnologia de Minas Gerais - Campus São João Evangelista
  • Reynaldo Campos Santana Universidade Federal dos Vales do Jequitinhonha e Mucuri, Campus Diamantina-MG.
  • Gilciano Saraiva Nogueira Universidade Federal dos Vales do Jequitinhonha e Mucuri, Campus Diamantina-MG.
  • Tamires Mousslech Andrade Penido Universidade Federal dos Vales do Jequitinhonha e Mucuri, Campus Diamantina-MG.
  • Diego dos Santos Vieira Universidade Federal dos Vales do Jequitinhonha e Mucuri, Campus Diamantina-MG.

Abstract

Growth and production models are widely used to predict yields and support forestry decisions. Artificial Neural Networks (ANN) are computational models that simulate the brain and nervous system human functions, with a memory capable of establishing mathematical relationships between independent variables to estimate the dependent variables. This work aimed to evaluate the efficiency of eucalypt biomass modeling under different spacings using Multilayer Perceptron networks, trained through the backpropagation algorithm. The experiment was installed in randomized block, and the effect of five planting spacings was studied in three blocks: T1 – 3.0 x 0.5 m; T2 – 3.0 x 1.0 m; T3 – 3.0 x 1.5 m; T4 – 3.0 x 2.0 m e T5 – 3.0 x 3.0 m. A continuous forest inventory was carried out at the ages of 48, 61, 73, 85 and 101 months. The leaf area, leaf perimeter and specific leaf area were measured at 101 months in one sample tree per experimental unit. Two thousand ANN were trained, using all inventoried trees, to estimate the eco-physiological attributes and the prognosis of the wood biomass. The artificial neural networks modeling was adequate to estimate eucalypt wood biomass, according to age and under different spacings, using the diameter-at-breast-height and leaf perimeter as predictor variables.

Downloads

Download data is not yet available.

Author Biographies

Bruno Oliveira Lafetá, Instituto Federal de Educação, Ciência e Tecnologia de Minas Gerais - Campus São João Evangelista
Professor assistente no IFMG - Campus São João Evangelista. Possui graduação em Engenharia Florestal e mestrado em Ciência Florestal 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 e Manejo Florestal. Atualmente, é doutorando em Ciência Florestal na UFVJM.
Reynaldo Campos Santana, Universidade Federal dos Vales do Jequitinhonha e Mucuri, Campus Diamantina-MG.

Pós-Doutorado (University of Florida/UF; 2013-2014). Doutorado (2001) em Solos e Nutrição de Plantas (Universidade Federal de Viçosa/UFV - Estágio Sanduíche UF; 1998-1999). Mestrado (1993) em Solos e Nutrição de Plantas/UFV. Engenheiro Florestal/UFV (1990). Pró-Reitor de Pesquisa e Pós-Graduação da Universidade Federal dos Vales do Jequitinhonha e Mucuri-UFVJM (2015 - até a presente data); Bolsista de produtividade em pesquisa do CNPq desde o ano de 2009; Professor Classe D/UFVJM. Coordenador do Programa de Pós-Graduação em Ciência Florestal-PPGCF/UFVJM (08/2011-08/2013); Coordenador do Curso de Engenharia Florestal da UFVJM (2007-2008) e Coordenador de Curso de Graduação em Engenharia Ambiental da FAESA-ES (2003-2005); Trabalhou em empresas florestais pertencentes aos grupos Duratex e Suzano, onde atuou nas áreas de Nutrição, Fertilização Florestal e Silvicultura de eucalipto e pinus. Além de atividades de docência, atuou também na área de Desenvolvimento de Projetos Institucionais da FAESA. Interesse em pesquisa em silvicultura com ênfase: - Relações entre nutrição e produtividade florestal; Ciclagem e eficiência de uso dos nutrientes; Fertilização florestal; - Ecologia da produção em plantações florestais de eucalipto e relações das práticas de manejo com crescimento e produção.

Gilciano Saraiva Nogueira, Universidade Federal dos Vales do Jequitinhonha e Mucuri, Campus Diamantina-MG.

Possui graduação em Engenharia Florestal (1995) pela Universidade Federal de Viçosa, mestrado (1999) e doutorado (2003) em Ciência Florestal pela Universidade Federal de Viçosa, Brasil e pós-doutorado (2010) pela University of British Columbia, Canadá. Atualmente é Professor Associado II da Universidade Federal dos Vales do Jequitinhonha e Mucuri, Brasil. Tem experiência na área de recursos florestais e engenharia florestal, com ênfase em mensuração e manejo florestal, atuando principalmente nos seguintes temas: quantificação de produtos madeireiros; classificação da capacidade produtiva; regulação da produção florestal; modelagem de crescimento e produção florestal; espaçamento e desbaste florestal; e avaliação florestal.

Tamires Mousslech Andrade Penido, Universidade Federal dos Vales do Jequitinhonha e Mucuri, Campus Diamantina-MG.

Engenheira Florestal e mestra em Ciência Florestal, ambos pela UFVJM. Atualmente é discente do programa Pós-Graduação em Ciência Florestal – Nível Doutorado, também, na UFVJM, na linha de pesquisa de modelagem do crescimento e da produção.

Diego dos Santos Vieira, Universidade Federal dos Vales do Jequitinhonha e Mucuri, Campus Diamantina-MG.

Doutorando 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

Published
04-11-2018
How to Cite
Lafetá, B., Santana, R., Nogueira, G., Penido, T., & Vieira, D. (2018). Ecophysiology modeling by artificial neural networks for different spacings in eucalypt. Comunicata Scientiae, 9(3), 438-448. https://doi.org/10.14295/cs.v9i3.2741
Section
Original Article