Uso de fotografias digitais como alternativa à fita e a suta na cubagem rigorosa

Autores

DOI:

https://doi.org/10.33448/rsd-v10i16.23153

Palavras-chave:

Dendrometria; Smalian; Medição de diâmetro.

Resumo

Em levantamentos do volume de povoamentos, o viés não deriva apenas do processamento dos dados e das estimativas, podendo ser de seleção, quando a amostra não garante a representatividade da população; de admissão, quando a amostra advém de uma população especial; de amostragem; ou ainda podem ser imensuráveis, como erros sistemáticos e decorrentes do operador ou do próprio instrumento. O volume de um povoamento pode ser obtido através do uso de expressões matemáticas que utilizam as variáveis altura e diâmetro, ou circunferência onde o diâmetro é obtido com uso da suta e a circunferência por meio da fita métrica e, ambas, incorrem em erros que dependem do formato e deformidade das seções transversais do tronco. Este trabalho propõe uma metodologia com base na utilização de imagens digitais das seções do tronco e do uso da técnica de Redes Neurais Artificiais (RNA) para obtenção da área seccional na cubagem cuja estimativa de volume seja mais precisa e acurada do que a obtida por meio da suta e fita métrica, quando comparadas com os dados reais de volume obtidos pelo xilômetro. Com uma base de dados de plantios clonais de Eucalyptus sp., a metodologia proposta foi capaz de estimar com precisão a área seccional dos discos de madeira, resultando em estimativas de volume com apenas 0,26% de variação média em comparação com o xilômetro, enquanto suta e fita apresentaram, respectivamente, -1,41% e 4,08% de variação. Os resultados obtidos pelas fotos também demonstraram não ser tendenciosos, enquanto a fita métrica apresentou tendência a superestimar os volumes e a suta a subestimá-los.

Referências

Amorim, L. M., Leite, E. da S., Souza, D. R. de, Silva, L. F. da, Mello, C. R. de, & Lima, J. M. de. (2021). Artificial neural networks and regression analysis for volume estimation in native species. Revista Brasileira de Engenharia Agrícola e Ambiental, 25(10), 664–669. https://doi.org/10.1590/1807-1929/agriambi.v25n10p664-669

Bernardi, L. K. (2020). Inferência Multimodelos na predição de multiprodutos em povoamentos de Eucalyptus sp [Dissertação (Mestrado em Planejamento e Uso de Recursos Renováveis) - Universidade Federal de São Carlos, Sorocaba, SP, 65 f. https://repositorio.ufscar.br/handle/ufscar/12384

Bernardi, L. K., Thiersch, M. F. B. M., Arteaga, A. J. M., Almeida, A. A. A., Pádua, F. A., & Thiersch, C. R. (2021). Diferentes modelos para o afilamento do tronco de Eucalyptus sp. para o cenário florestal brasileiro. Ciência Florestal, 31(3), 1364–1382. https://doi.org/10.5902/1980509840376

Bila, J. M. (2011). Relações hipsométricas de ecossistemas de mopane Colophospermum mopane em Mabalane, Província de Gaza, Moçambique. Pesquisa Florestal Brasileira, 31(66), 155–160. https://doi.org/10.4336/2011.pfb.31.66.155

Correa, A. P. M., Lima, A. P. L. de, Lima, S. F. de, Silva, W. G. da, Stolle, L., & Silva, A. A. P. da. (2020). Spacing effect on growth and yeld of fast rotation Eucalyptus at 24 months of age. Research, Society and Development, 9(6), e49963404. https://doi.org/10.33448/rsd-v9i6.3404

Diéguez-Aranda, U., Castedo-Dorado, F., Álvarez-González, J. G., & Rojo, A. (2006). Compatible taper function for Scots pine plantations in northwestern Spain. Canadian Journal of Forest Research, 36(5), 1190–1205. https://doi.org/10.1139/x06-008

Dobner Jr., M., Higa, A. R., & Urbano, E. (2012). Determinação da idade e intensidade ótimas para realização do primeiro desbaste em um povoamento de Eucalyptus dunnii. FLORESTA, 42(3), 485. https://doi.org/10.5380/rf.v42i3.21028

Figueiredo-Filho, A., Machado, S. A., & Carneiro, M. R. A. (2000). Testing accuracy of log volume calculation procedures against water displacement techniques (xylometer). Canadian Journal of Forest Research, 30(6), 990–997. https://doi.org/10.1139/x00-006

Fischer, F., Scolforo, J. R. S., Acerbi-Júnior, F. W., Mello, J. M., & Maestri, R. (2001). Exatidão dos modelos polinomiais não-segmentados e das razões entre volumes para representar o perfil do tronco de Pinus taeda. Ciência Florestal, 11(1), 167–188.

Godoy, L. J. G. de, Yanagiwara, R. S., Villas Bôas, R. L., Backes, C., & Lima, C. P. de. (2007). Análise da imagem digital para estimativa da área foliar em plantas de laranja “Pêra.” Revista Brasileira de Fruticultura, 29(3), 420–424. https://doi.org/10.1590/S0100-29452007000300004

Hao, Y., Widagdo, F. R. A., Liu, X., Quan, Y., Dong, L., & Li, F. (2020). Individual Tree Diameter Estimation in Small-Scale Forest Inventory Using UAV Laser Scanning. Remote Sensing, 13(1), 24. https://doi.org/10.3390/rs13010024

Indústria Brasileira de Árvores, I. (2020). Relatório Anual 2020. https://iba.org/datafiles/publicacoes/relatorios/relatorio-iba-2020.pdf

Lucena, L. R. R., Leite, M. L. M. V., Cruz, M. G., & De Sá Júnior, E. H. (2018). Estimativa da área foliar em Urochloa mosambicensis por dimensões foliares e imagens digitais. Archivos de Zootecnia, 67(259), 408–413. https://doi.org/10.21071/az.v67i259.3798

Lumbres, R. I. C., Pyo, J. K., & Lee, Y. J. (2014). Development of stem taper equations for Pinus kesiya in Benguet province, Philippines. Forest Science and Technology, 10(1), 22–28. https://doi.org/10.1080/21580103.2013.821094

Mendonça, A. R., Silva, G. F., Oliveira, J. T. da S., & Assis, A. L. (2007). Avaliação de funções de afilamento visando a otimização de fustes de Eucalyptus sp. para multiprodutos. Cerne, 13(1), 71–82.

Oliveira, G. M. V., Mello, J. M. de, Altoé, T. F., Scalon, J. D., Scolforo, J. R. S., & Pires, J. V. (2015). Equações hipsométricas para Eucalyptus spp. não manejado em idade avançada com técnicas de inclusão de covariantes. CERNE, 21(3), 483–492. https://doi.org/10.1590/01047760201521031740

Özçelik, R., & Crecente-Campo, F. (2016). Stem Taper Equations for Estimating Merchantable Volume of Lebanon Cedar Trees in the Taurus Mountains, Southern Turkey. Forest Science, 62(1), 78–91. https://doi.org/10.5849/forsci.14-212

Rosenblatt, F. (1958). The perceptron: A probabilistic model for information storage and organization in the brain. Psychological Review, 65(6), 386–408. https://doi.org/10.1037/h0042519

Sabliov, C. M., Boldor, D., Keener, K. M., & Farkas, B. E. (2002). Image processing method to determine surface area and volume of axi-symmetric agricultural products. International Journal of Food Properties, 5(3), 641–653. https://doi.org/10.1081/JFP-120015498

Scolforo, J. R. S., & Thiersch, C. R. (2004). Biometria Florestal: medição, volumetria e gravimetria. UFLA/FAEPE.

Vieira Junior, P. A., Dourado Neto, D., Cicero, S. M., Jorge, L. A. C., Manfron, P. A., & Martin, T. N. (2006). Estimativa da Área Foliar em Milho Através de Análise de Imagens. Revista Brasileira de Milho e Sorgo, 5(1), 58–66. https://doi.org/10.18512/1980-6477/rbms.v5n1p58-66

Young, H. E. (1966). Forest measurement accuracy. The Forestry Chronicle, 42(4), 438–443. https://doi.org/10.5558/tfc42438-4

Downloads

Publicado

06/12/2021

Como Citar

THIERSCH, C. R.; SANTOS, C. J.; BERNARDI, L. K. .; PÁDUA, F. A. de; THIERSCH, M. F. B. M. Uso de fotografias digitais como alternativa à fita e a suta na cubagem rigorosa. Research, Society and Development, [S. l.], v. 10, n. 16, p. e62101623153, 2021. DOI: 10.33448/rsd-v10i16.23153. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/23153. Acesso em: 17 jul. 2024.

Edição

Seção

Ciências Agrárias e Biológicas