Ambiência (Aug 2008)
Uso de redes neurais artifi ciais para mapeamento de biomassa e carbono orgânico no componente arbóreo de uma fl oresta ombrófi la densa / Artifi cial neural networks in the biomass and organic carbon mapping of the arboreal component of a dense ombrophile forest
Abstract
O objetivo principal do presente estudo foi utilizar imagens do satélite IKONOS II para obter mapas temáticos para estimativas de biomassa arbórea e da quantidade de carbono orgânico armazenado em uma Floresta Ombrófila Densa. A área total avaliada foi de 3.800 hectares, dos quais 3.324 hectares são cobertos atualmente por floresta natural. Na primeira etapa do estudo foram levantadas 48 amostras de 2700 m2, onde todos os indivíduos com diâmetro a 1,30 metros do solo (dap) acima de 10 cm foram medidos e identificados. Na segunda etapa, com base nos resultados advindos do inventário florestal, 219 árvores foram abatidas, mensuradas e pesadas em toda sua parte aérea para a determinação de sua biomassa arbórea e quantidade de carbono armazenado. As estimativas obtidas foram relacionadas com dados oriundos das bandas das imagens do satélite IKONOS II. Foi verificado o desempenho de Redes Neurais Artificiais (RNA). As estimativas obtidas geraram mapas temáticos de biomassa arbórea e da quantidade de carbono armazenado. A biomassa arbórea total média estimada foi de 141,4 t ha-1, enquanto a média de carbono armazenado na vegetação foi de 59,3 t ha-1. O teor de carbono médio determinado na vegetação arbórea foi de 422 g kg-1. A arquitetura de RNA que apresentou melhores resultados foi com 12 neurônios na camada de entrada e 4 na camada escondida, para um liminar de erro de 0,01, para ambas as variáveis estimadas. O erro percentual médio em relação às amostras de verificação foi de 3,73 e 3,59%, para biomassa e quantidade de carbono, respectivamente. O uso de RNA mostrou estimativas mais exatas para as variáveis estudadas do que a equação de regressão linear. A técnica de Redes Neurais Artificiais mostrou-se promissora na obtenção de estimativas de variáveis biométricas no setor florestal, sendo o estudo de outras variáveis e a aplicação da técnica em outras áreas recomendáveis para seu uso de forma mais ampla.
