Importância relativa das variáveis preditoras no processo de modelagem da produtividade florestal

Autores

  • Daniel Henrique Breda Binoti danielhbbinoti@gmail.com
    Eldorado Brasil
  • Helio Garcia Leite hgleite@gmail.com
    Universidade Federal de Viçosa
  • Valdir Carlos Lima de Andrade vclandrade@mail.uft.edu.br
    Universidade Federal de Tocantins
  • Marcio da Conceição marcio.conceicao@thetimbergroup.com
    The Timber Group
  • Nairam Felix de Barros Filho nairam.filho@thetimbergroup.com
    The Timber Group
  • Leonardo Machado Pires leonardo.pires@thetimbergroup.com
    The Timber Group
  • Luiz Otávio Rodrigues Pinto luiz.rodrigues@eldoradobrasil.com.br
    Eldorado Brasil
  • Thuliany Fernandes Araujo Paes thuliany.paes@eldoradobrasil.com.br
    Eldorado Brasil

DOI:

10.34062/afs.v9i4.13519

Resumo

A modelagem do crescimento e produção florestal é um grande desafio para os gestores florestais em função da grande quantidade de variáveis envolvidas e da importância das estimativas geradas para a tomada de decisão no empreendimento florestal. Diversos métodos estatísticos e de inteligência artificial podem ser utilizados visando a verificação da importância das variáveis e seleção das mesmas para o processo de modelagem florestal. Neste estudo é demostrado o uso do método de perturbação em modelos de Redes Neurais Artificiais na definição da importância relativa de variáveis preditoras (silviculturais, climáticas e de manejo) da produtividade de povoamentos de eucalipto ao final da rotação (produção florestal). Foram utilizados dados de 320 talhões de plantios de eucalipto localizados no norte do Estado de Minas Gerais, com idade superior a sete anos. A precipitação distribuída em diversas idades e o teor de argila do solo foram as variáveis de maior importância para a predição do volume na idade de corte.

Downloads

Publicado

2022-12-27