Reducción de la intensidad de muestreo en inventarios forestales para estimar la altura total de eucaliptos

Contenido principal del artículo

Daniel Dantas
Luiz Otávio Rodrigues Pinto
Marcela de Castro Nunes Santos Terra
Natalino Calegario
Marcio Leles Romarco de Oliveira

Resumen

El objetivo fue evaluar el desempeño de diferentes modelos basados ​​en Redes Neuronales Artificiales (RNA) en la estimación de la altura total de los eucaliptos, reduciendo el número de mediciones en el campo. Se analizaron 48 RNA, diferentes entre sí por el número de árboles utilizados como muestra de entrenamiento; número de árboles utilizados para calcular la altura dominante; y el uso de (a) variables categóricas, (b) categóricas y continuas y (c) continuas, con la excepción del diámetro a 1,30 m del suelo (DAP), utilizadas en todas las combinaciones. Las estimaciones de altura obtenidas por RNA han sido comparadas con los valores observados y con las estimaciones obtenidas por un modelo hipsométrico. Las RNA que presentaron los mejores rendimientos se utilizaron para estimar la altura en los datos del inventario forestal, para el cálculo posterior del volumen de cada árbol. Los modelos propuestos demostraron ser eficientes para estimar la altura total de los eucaliptos y permitieron la reducción expresiva de la cantidad de árboles que se medirán en el inventario forestal. El mejor modelo encontrado se compone de cinco árboles como muestra de entrenamiento, uno como muestra de prueba y uno como muestra de validación; altura dominante desde la altura del árbol más alto en la parcela; variable categórica clon; y variables continuas DAP, DAP dominante y área basal de la parcela.

Detalles del artículo

Cómo citar
Dantas, D., Rodrigues Pinto, L. O., de Castro Nunes Santos Terra, M., Calegario, N., & Romarco de Oliveira, M. L. (2020). Reducción de la intensidad de muestreo en inventarios forestales para estimar la altura total de eucaliptos. Bosque, 41(3), 353–364. https://doi.org/10.4067/S0717-92002020000300353
Sección
Artículos
Biografía del autor/a

Daniel Dantas, Federal University of Lavras, Departament of Forest Sciences, Lavras, Minas Gerais, Brazil.

Federal University of Lavras, Departament of Forest Sciences, Lavras, Minas Gerais, Brazil, tel.: 5538991237493

Luiz Otávio Rodrigues Pinto, Federal University of Lavras, Departament of Forest Sciences, Lavras, Minas Gerais, Brazil.

Federal University of Lavras, Departament of Forest Sciences, Lavras, Minas Gerais, Brazil, tel.: 5538991237493

Marcela de Castro Nunes Santos Terra, Federal University of Lavras, Departament of Forest Sciences, Lavras, Minas Gerais, Brazil.

Federal University of Lavras, Departament of Forest Sciences, Lavras, Minas Gerais, Brazil, tel.: 5538991237493

Natalino Calegario, Federal University of Lavras, Departament of Forest Sciences, Lavras, Minas Gerais, Brazil.

Federal University of Lavras, Departament of Forest Sciences, Lavras, Minas Gerais, Brazil, tel.: 5538991237493

Marcio Leles Romarco de Oliveira, Federal University of the Jequitinhonha and Mucuri Valleys, Departament of Forest Engineering, Diamantina, Minas Gerais, Brazil.

Federal University of the Jequitinhonha and Mucuri Valleys, Departament of Forest Engineering, Diamantina, Minas Gerais, Brazil.

Artículos más leídos del mismo autor/a