| Revista: | Ciencia florestal |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000449758 |
| ISSN: | 1980-5098 |
| Autors: | Freitas, Filipe Campos de1 Dantas, Daniel1 Azevedo, Celso Paulo de2 Souza, Cintia Rodrigues de2 Calegario, Natalino1 |
| Institucions: | 1Universidade Federal de Lavras, Lavras, Minas Gerais. Brasil 2Empresa Brasileira de Pesquisa Agropecuaria, Manaus, Amazonas. Brasil |
| Any: | 2021 |
| Període: | Oct-Dic |
| Volum: | 31 |
| Número: | 4 |
| Paginació: | 1812-1832 |
| País: | Brasil |
| Idioma: | Portugués |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental, analítico |
| Resumen en inglés | Woody necromass represents about 20% of the carbon available in above-ground biomass in Amazonian forests, however its quantification is not a common activity in forestry studies. The aim of this paper was to modeling necromass volume in order to provide a tool for quantifying this component of vegetation in Amazonian forests. Data collect was carried out in 15 permanent plots allocated in a logged forest and 5 plots in an unlogged forest, both at Amazonas state, Brazil. The volume determination was done for fallen logs and piece of fallen logs from dead tree identified within the boundaries of the plot with a minimum diameter of 10 cm. The modeling was done by non-linear regression (Schumacher-Hall model), training of Artificial Neural Networks (ANN) and Support Vector Machine (SVM) in which the data were divided into 80% for fitting/training and 20% for testing. The modeling accuracy was assessed by these following indicators: correlation between estimated and observed volume, root of the mean square error in percentage and residual plot. A total of 1049 logs or pieces of fallen logs from dead trees were measured, 848 in the logged forest area and 201 in the unlogged forest. The three tested methods obtained a correlation between observed and estimated volume close to 1. The lowest RMSE% were 33,21% for logged forest (ANN) for training database and 22,38% for unlgged forest (Schumacher-Hall) for testing database. The ANNs had better performance during the training stage, however there was no good extrapolation of their results to the testing database. The best volume estimates for testing database were obtained from Schumacher-Hall model. The modeling of the individual volume of fallen dead logs presented great difficulty in minimizing the estimation errors due to the data characteristics |
| Resumen en portugués | A necromassa lenhosa representa cerca de 20% do carbono disponível na biomassa acima do solo em florestas amazônicas, entretanto a sua quantificação não é uma atividade comum em estudos florestais. O objetivo deste trabalho foi realizar a modelagem volumétrica da necromassa, a fim de proporcionar uma ferramenta para quantificação desse componente da vegetação. A coleta de dados foi realizada em 15 parcelas permanentes alocadas em floresta sob manejo florestal sustentável e outras 5 em floresta não manejada localizadas no estado do Amazonas, Brasil. Foi realizada a cubagem de troncos e pedaços de troncos de árvores mortas - com diâmetro a partir de 10 cm - caídos dentro dos limites da parcela. A modelagem foi realizada por meio de regressão não linear (modelo de Schumacher-Hall), Redes Neurais Artificiais (RNA) e Máquina de Vetor de Suporte (MSV). Nessa modelagem, os dados foram divididos em 80% para ajuste/treinamento e 20% para teste. Considerou-se como critérios de precisão da modelagem: correlação entre valores estimados e observados, raiz do erro quadrático médio e distribuição gráfica dos resíduos. Foram cubados um total de 1049 troncos ou pedaços de troncos caídos, sendo 848 na área de floresta manejada e 201 na floresta não manejada. Os três métodos testados apresentaram correlação próxima a 1, entre volume observado e estimado. Os menores RMSE% foram de 33,21% na floresta manejada (RNA) para a base de ajuste e 22,38% na floresta não manejada (Schumacher-Hall) para os dados de teste. As RNA apresentaram melhor desempenho durante a etapa de treinamento, todavia não houve boa extrapolação dos seus resultados para a base de teste. O modelo de Schumacher-Hall apresentou o melhor desempenho para as estimativas de volume com os dados da base de teste. A modelagem do volume individual de troncos mortos caídos apresentou dificuldade para minimização dos erros de estimativa devido às características dos dados |
| Disciplines | Agrociencias |
| Paraules clau: | Silvicultura, Amazonas, Brasil, Volumen, Madera muerta, Carbón |
| Keyword: | Silviculture, Amazon, Brazil, Volume, Dead wood, Carbon |
| Text complet: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
