Durante décadas, extensivas pesquisas têm sido voltadas para o desenvolvimento de méto- dos para a análise das características da forma das árvores. Ao longo dos anos foram construídos modelos para ajustar as equações para a predição dos diâmetros, também chamadas de equa-
ções de taper. Estas equações baseiam-se no ajuste de bons protótipos dendrométricos que descrevem a população em que se encontram. Porém, a determinação do protótipo além de não ser uma tarefa trivial, diversos estudos demonstraram que os eucaliptos podem possuir uma variedade de protótipos em uma só árvore.
Um dos modelos mais utilizados são as equações volumétricas que estimam o volume das árvores a partir de dados como a altura total e o DAP . Uma das equações volumétricas bastante utilizadas é a de Schumacher e Hall (log). Embora os resultados desse modelo sejam bastante interessantes, por estimar diretamente o volume da árvore, ele não permite conhecer os diversos diâmetros das árvores. Com isto, a indústria madeireira perde o controle de muitas caracterís- ticas como o afilamento, por exemplo. Esta informação é muito útil na comercialização pois é determinante no tipo de aplicação para a qual a madeira poderá ser destinada. É importante ressaltar que tanto as equações volumétricas quanto as equações de taper necessitam de uma quantidade de amostras muito grande do povoamento para serem ajustadas e que resultaria em um abate prematuro de árvores, e um custo muito alto do procedimento de inventário.
A integração da engenharia florestal com as redes neurais vem sendo investigada atual- mente. Alguns modelos propostos visaram substituir as equações volumétricas estimando os volumes diretamente. Outras propostas visaram estimar os diâmetros de forma direta. Este úl- timo, embora tenha encontrado bons resultados, foram aplicados a árvores de espécies que se ajustavam a protótipos dendrométricos muito simples, como por exemplo, cones.
Os principais objetivos deste trabalho foram a simplificação da atividade de inventário flo- restal em campo e evitar a necessidade de se adequar um ou mais protótipos dendrométricos durante as estimativas. Assim, a base do modelo proposto é a estimativa dos diâmetros das árvores utilizando uma rede neural Perceptron de Múltiplas Camadas a partir de apenas três medidas na base da árvore. Estas medidas são os diâmetros a 0,3, 0,7 e 1,3 metros do solo. Elas são muito fáceis de serem obtidas sem equipamentos especiais ou escadas o que torna um inventário não só mais fácil, mas também rápido e consequentemente mais barato. Como o modelo proposto baseou-se na recursividade para a estimativa dos diâmetros, isto dispensa a necessidade de se estimar os protótipos dendrométricos já que ao invés de tentar descobrí-los, o modelo recursivo permite que sejam estimados.
Visando facilitar ainda mais o processo de inventário, neste trabalho foram apresentadas duas abordagens do modelo proposto para estimar os diâmetros. A primeira utilizou a altura total da árvore para determinar o fim da árvore e finalizar o processo de estimativa. A segunda abordagem utilizou como critério de parada do processo de estimativa encontrar um diâmetro menor do que uma medida de diâmetro mínimo comercial.
O desempenho de cada abordagem do modelo foi comparado à metodologia de cubagem rigorosa. O modelo proposto também foi comparado com uma variação desse em que a MLP foi substituída por uma RBF. Como a abordagem com a altura total como critério de parada proporciona o volume total da árvore, esse modelo foi também comparado com a equação volumétrica baseada no modelo de Schumacher e Hall (log). Foram realizadas as comparações dos resultados obtidos por meio da raiz do erro quadrático médio, correlação linear, desvio médio e viés (Bias).
Em todos os testes realizados pôde-se observar que independente da variação dos diâmetros em cada árvore ser regular ou não, os valores dos diâmetros preditos pela MLP foram bastante satisfatórios em relação aos valores dos diâmetros reais. Porém, a MLP teve dificuldade para prever os diâmetros mais próximos do topo das árvores. Isso já era esperado pois o modelo proposto neste trabalho realiza predições recursivas e erros em um determinado diâmetro são repassados para a predição dos próximos diâmetros. No entanto, essa diferença influenciou muito pouco no cálculo do volume total de cada árvore. Nos testes realizados verificou-se que as diferenças entre os diâmetros estimados pela MLP e os reais foram muito pequenas.
Pode-se ressaltar que em todos os experimentos realizados com a RBF, embora ocorram resultados diferentes, o comportamento dos modelos com a MLP e a RBF foi bastante seme- lhante. Isto já era esperado pois a MLP e a RBF são arquiteturas de redes neurais bastante competitivas nos problemas de mesma natureza. É importante salientar que o objetivo principal deste trabalho era propor uma abordagem recursiva usando a MLP para a predição de diâmetros. Ressalta-se ainda que embora ambas as redes possuam resultados semelhantes e as ANOVAs realizadas indicam que não existe diferenças estatísticas entre os métodos, a MLP é muito mais difundida do que a RBF e existe muito mais suporte da comunidade científica para a construção de modelos com a MLP.
Como o método 1 utiliza como critério de parada a altura total da árvore e o método 2 usa como critério de parada o diâmetro mínimo comercial, a diferença entre estes métodos é basica- mente o critério de parada da predição e portanto não foi possível fazer a comparação entre eles, pois, não compartilham a mesma porção das árvores para estudo. Tentou-se estabelecer alturas ou diâmetros como critério de parada comum para ambos os métodos, para que eles tratassem da mesma parte da árvore e então comparar os métodos. Porém, isto acabou por transformar esses dois métodos em métodos idênticos, obtendo os mesmos resultados.
A aplicação do modelo à previsão dos diâmetros apresentou resultados satisfatórios, tanto para as abordagens com a altura total e com o diâmetro mínimo comercial. Esse modelo além de reduzir significativamente o custo e o tempo de realização de um inventário está menos
susceptível a erros humanos. Assim, a MLP de forma recursiva mostrou que pode ser utilizada para auxiliar os inventários florestais.