A densidade da madeira de árvores no cerradão contribui na estimativa da biomassa por intermédio da regressão e redes neurais artificiais?

Abstract

Apesar do Cerrado ser considerado o segundo bioma brasileiro, estudos na mensuração de dados de biomassa ainda são escassos. Essa escassez se deve parcialmente a sua alta heterogeneidade e ainda necessitar de métodos destrutivos de medição, os quais esbarram na legislação brasileira. O presente trabalho visa avaliar o efeito da densidade da madeira nas estimativas da biomassa individual arbórea em árvores de cerradão, através da predição de modelos de regressão e do treinamento de redes neurais artificiais (RNA). Para tanto, foram coletados dados de diâmetro à 1,30m do solo(dap), altura total (ht) e densidade (d) de 80 indivíduos, distribuídos em 34 espécies, em um fragmento de cerradão de 10,15 hectares no Parque Estadual do Lajeado da Serra do Lajeado, próximo ao município de Palmas – Tocantins – Brasil. Os modelos de regressão e as redes neurais artificiais foram treinadas e validas. Os critérios de ajuste e seleção foram: o coeficiente de correlação (r) entre os valores observados e estimados, o erro padrão residual absoluto (Syx), o erro padrão residual em percentual (Syx%) e a análise gráfica dos resíduos. Os resultados obtidos apontaram moderada a baixa correlação entre a densidade da madeira e a biomassa, logo os modelos e as redes treinadas com e sem a densidade não diferiram estatisticamente. Entre as técnicas de regressão e redes neurais artificias, não houve diferença significativas, embora as estáticas de ajuste e precisão das RNAs foram mais acuradas na estimativa da biomassa arbórea em área de cerradão. Por fim, os resultados revelaram que a densidade da madeira é uma variável que não implica em melhorias na estimativa da biomassa em árvores individuais em áreas de cerradão, seja por técnicas de regressão ou inteligência artificial.