Projeção do crescimento arbóreo em floresta estacional semidecidual submontana

Resumo

A Mata Atlântica é um hotspot global para a conservação da biodiversidade devido à sua riqueza de espécies e endemismo, porém, as ações antrópicas ameaçam e desequilibram a dinâmica dos processos naturais do bioma. Assim, com o objetivo de contribuir com estudos sobre conservação em florestas tropicais, o presente estudo investigou o comportamento da projeção em diâmetro e altura, por meio de ferramentas de regressão e inteligência artificial, com a influência de índices de competição em um fragmento de floresta estacional semidecidual na área do Bioma Mata Atlântica no sudeste do Brasil. As análises foram realizadas de acordo a classificação em grupos ecológicos e quanto a exigência por luz. Foram ajustados quatro modelos de regressão, dois para estimar o diâmetro (DAP) e dois para estimar a altura (H). No processo de aprendizado das redes, selecionou-se as quatro melhores Redes Neurais Artificiais (RNA), em que cada RNA estimou, simultaneamente as variáveis DAP e H. Dentre as redes selecionada, foi definida a melhor RNA visando contrastar com os resultados dos modelos validados. A partir das estatísticas de precisão e análises gráficas, concluiu-se que projetar o crescimento dendrométrico por RNA foi mais eficiente que por modelos tradicionais.