Modelagem mista e redes neurais artificiais para afilamento do fuste de eucalipto em sistema de integração lavoura-pecuária-floresta

Abstract

Resumo : Este trabalho teve como objetivo avaliar e comparar a modelagem de efeitos mistos e redes neurais artificiais para estimar o afilamento de eucalipto em sistemas de integração Lavoura-Pecuária-Floresta (iLPF). Os dados foram coletados em uma área experimental de iLPF, implantada pela Empresa Brasileira de Pesquisa Agropecuária – EMBRAPA Agrossilvipastoril, localizada no município de Sinop, Estado do Mato Grosso. Para alcançar o objetivo proposto, 165 árvores com 51 meses de idade foram rigorosamente cubadas para a modelagem do afilamento com modelos de efeitos mistos e redes neurais artificiais. O desempenho destas técnicas foi avaliada por meio de estatísticas de precisão e análise gráfica. A modelagem de efeitos mistos e redes neurais artificiais são eficientes e recomendadas para estimativa do afilamento de eucalipto em sistema de integração lavoura-pecuária-floresta, contudo, apesar de ambas técnicas avaliadas apresentarem resultados precisos para predição do afilamento das árvores amostradas, a rede neural artificial prediz valores com maior precisão que a modelagem de efeitos mistos. Palavras-Chave: Biometria florestal, Inteligência artificial, Modelagem não linear mista.