Use este identificador para citar ou linkar para este item:
http://repositorio.ufla.br/jspui/handle/1/33647
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Dantas, Daniel | - |
dc.date.accessioned | 2019-04-22T19:13:23Z | - |
dc.date.available | 2019-04-22T19:13:23Z | - |
dc.date.issued | 2019-04-17 | - |
dc.date.submitted | 2010-02-19 | - |
dc.identifier.citation | DANTAS, D. Estimador geoestatístico e modelos de efeito misto para modelagem hipsométrica e volumétrica de povoamentos florestais. 2019. 120 p. Dissertação (Mestrado em Engenharia Florestal)-Universidade Federal de Lavras, Lavras, 2019. | pt_BR |
dc.identifier.uri | http://repositorio.ufla.br/jspui/handle/1/33647 | - |
dc.description.abstract | Volume information in a forest stand is essential for the forest management, taking into consideration that most of the productive processes in a company are dependent on the productivity data that are obtained through forest inventories. In this context, the measurement procedures and data processing are fundamental elements and deserve attention, since they are the basis for determining the volume in an area. The forest sector is constantly searching for techniques that enable it to achieve excellence in the estimation of timber production, optimizing processes and maximizing profits. In this work was proposed and evaluated the performance of a model extracted from the training of an artificial neural network and of new models to estimate the total height of eucalyptus trees; of mixed models with adoption of structure of the variance and covariance matrix for hypsometric and volumetric estimates; and a geostatistical estimator for volume prediction per hectare, considering different sample intensities. The techniques presented satisfactory performances, resulting in the gain in accuracy in the estimates of total height, individual volume and stand volume. The results of this study allow the reduction of the sample intensity in pre-cut forest inventories, indicating the potential and applicability of these techniques in the solution of problems of measurement and forest management. | pt_BR |
dc.description.sponsorship | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal de Lavras | pt_BR |
dc.rights | restrictAccess | pt_BR |
dc.subject | Redes neurais artificiais | pt_BR |
dc.subject | Modelos lineares | pt_BR |
dc.subject | Modelos não-lineares | pt_BR |
dc.subject | Modelos de efeitos mistos | pt_BR |
dc.subject | Geoestatística | pt_BR |
dc.subject | Artificial neural networks | pt_BR |
dc.subject | Linear models | pt_BR |
dc.subject | Nonlinear models | pt_BR |
dc.subject | Mixed models | pt_BR |
dc.subject | Geostatistics | pt_BR |
dc.title | Estimador geoestatístico e modelos de efeito misto para modelagem hipsométrica e volumétrica de povoamentos florestais | pt_BR |
dc.title.alternative | Geostatistical estimator and mixed models for hypometric and volumetric modeling of forest stands | pt_BR |
dc.type | dissertação | pt_BR |
dc.publisher.program | Programa de Pós-Graduação em Engenharia Florestal | pt_BR |
dc.publisher.initials | UFLA | pt_BR |
dc.publisher.country | brasil | pt_BR |
dc.contributor.advisor1 | Calegario, Natalino | - |
dc.contributor.referee1 | Calegario, Natalino | - |
dc.contributor.referee2 | Acerbi Júnior, Fausto Weimar | - |
dc.contributor.referee3 | Carvalho, Samuel de Pádua Chaves | - |
dc.description.resumo | A informação de volume em um povoamento florestal é imprescindível para o manejo de florestas, levando em conta que grande parte dos processos produtivos em uma empresa é dependente dos dados de produtividade que são obtidos por meio dos inventários florestais. Nesse contexto, os procedimentos de mensuração e processamento dos dados são elementos fundamentais e merecem atenção, por serem a base para a determinação do volume em uma área. O setor florestal vive uma constante busca por técnicas que possibilitem atingir a excelência na estimativa da produção madeireira, otimizando os processos e maximizando os lucros. Neste trabalho foram propostos e avaliados o desempenho de um modelo extraído do treinamento de uma rede neural artificial e de novos modelos para estimar a altura total de árvores de eucalipto; de modelos mistos com adoção de estrutura na matriz de variância e covariância para estimativas hipsométricas e volumétricas; e de um estimador geoestatístico para predição do volume por hectare, considerando diferentes intensidades amostrais. As técnicas apresentaram desempenhos satisfatórios, resultando no ganho em precisão nas estimativas de altura total, volume individual e volume do povoamento. Os resultados do estudo permitem a redução da intensidade amostral em inventários florestais pré-corte, indicando o potencial e aplicabilidade destas técnicas na solução de problemas de mensuração e manejo florestal. | pt_BR |
dc.publisher.department | Departamento de Ciências Florestais | pt_BR |
dc.subject.cnpq | Recursos Florestais e Engenharia Florestal | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/3905001239237950 | pt_BR |
Aparece nas coleções: | Engenharia Florestal - Mestrado (Dissertações) |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
DISSERTAÇÃO_Estimador geoestatístico e modelos de efeito misto para modelagem hipsométrica e volumétrica de povoamentos florestais.pdf | 1,88 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.