Redução na quantidade de medições de altura em inventários florestais pelo emprego de modelos não lineares e técnicas de aprendizado de máquina

Abstract

Resumo: A redução no número de medições de alturas em parcelas de inventário florestal tem sido tema de interesse prático nas empresas florestais, uma vez que está relacionado à redução de custos. O desafio consiste na diminuição do trabalho em campo, sem que isso comprometa a acuracidade dos modelos hipsométricos que representarão a altura das árvores não mensuradas. A partir disso, o objetivo do trabalho foi modelar a relação hipsométrica de povoamentos de Pinus taeda L. por meio da aplicação de algoritmos de aprendizado de máquina e modelos não lineares com inclusão de covariantes, visando reduzir o número de medições de altura em campo. A apresentação dos resultados foi realizada em dois capítulos. O primeiro teve como objetivo geral a otimização de hiperparâmetros de algoritmos de aprendizado de máquina aplicados à modelagem da relação hipsométrica. Para maximização do desempenho preditivo dos algoritmos k-Vizinhos Mais Próximos (k-VMP), Floresta Aleatória (FA), Máquinas de Vetores de Suporte (MVS) e Redes Neurais Artificiais (RNA) foi empregado o método de busca em grade com validação cruzada k-fold. O melhor modelo gerado para cada técnica teve o desempenho comparado com modelos não lineares modificados pela inserção de covariantes e modelos lineares genéricos. As técnicas de melhor desempenho preditivo foram RNA e MVS. Os modelos não lineares modificados também resultaram em indicadores favoráveis ao seu uso. No segundo capítulo, o objetivo foi testar a redução do número de medições de altura em inventários de Pinus taeda por meio de técnicas de aprendizado de máquina e modelos não lineares modificados, de modo que o uso desses não reduzisse a acuracidade obtida pelo emprego do método tradicional de modelagem da relação hipsométrica. O método tradicional (considerado testemunha) refere-se ao utilizado pela empresa que disponibilizou a base de dados e consiste na mensuração de 20 árvores por parcela em média, e no ajuste de modelos por estrato (idade, fase de manejo, sítio e região, totalizando 146 estratos). Dois subconjuntos da base de dados original foram gerados para simular a medição de alturas de três e de cinco árvores por parcela. Essas foram utilizadas para aplicação das técnicas RNA, MVS e modelo não linear com inclusão de covariantes. Para avaliação do desempenho dos métodos propostos, foram utilizados os indicadores estatísticos: erro absoluto médio, erro quadrático médio e análise gráfica de resíduos. Adicionalmente, foi realizada a análise de variância e o erro médio absoluto resultante da aplicação das técnicas (tratamentos) foram comparadas com o método tradicional (controle) pelo teste de Dunnett a 5% de probabilidade. A mensuração de 5 árvores por parcela foi suficiente para obter estimativas de altura estatisticamente equivalentes ao método tradicional, independente da técnica de ajuste dos modelos, o que não foi constatado para os tratamentos que consideraram a mensuração da altura de 3 árvores. Os estudos demonstraram que o procedimento de otimização de hiperparâmetros confere melhorias ao desempenho preditivo de técnicas de aprendizado de máquina, e que a medição da altura de 5 árvores por parcela é suficiente para modelar a relação hipsométrica de povoamentos de Pinus taeda por meio de MVS, RNA e modelos não lineares modificados pela inclusão de covariantes.

Abstract: The reduction in the number of height measurements in forest inventory plots has been a matter of pratical interest in forestry companies since it contributes to reduce costs. The challenge is to reduce the need for field operational work without compromising the accuracy of height-diameter models that will represent the height of unmeasured trees. The objective of this research was to model the height-diameter relationship in Pinus taeda L. stands through the application of machine learning algorithms and nonlinear models with inclusion of covariates, aiming to the reduction of the number of height measurements in forest inventories in P. taeda stands. The main objective of the first chapter was to optimize the hyperparameters of machine learning algorithms applied to modeling the height-diameter relationship. To maximize the predictive performance of the k-Nearest Neighbors (k-VMP), Random Forest (FA), Support Vector Machines (MVS) and Artificial Neural Networks (RNA) algorithms, the grid search method with k-fold cross validation was used. The best model generated for each technique had the prediction performance compared to linear and nonlinear models with covariate inclusion. The best results were obtained by the RNA and MVS models. The modified nonlinear models also presented favorable indicators to their use. In the second chapter, the objective was to reduce the number of height measurements in forest inventories using machine learning and nonlinear models, in order to maintain the accuracy obtained by the use of the traditional method. The traditional method (adopted as the control) refers to what is used by the company that provides the data set and consists of the fit of models by stratum (age, management phase, site and region). Two subsets of the original database were generated to simulate the measurement of the heights of three and five trees per plot, respectively. These were used to apply the RNA, MVS and non-linear model with inclusion of covariates. To evaluate the performance of the proposed methods, statistical indicators were used (mean absolute error and mean squared error) and scatter plots of residues. In addition, the analysis of variance and the techniques (treatments) mean absolute errors were compared with the traditional method (control) by the traditional method, by the Dunnett test at 5% probability. The measurement of five trees per plot was sufficient to obtain height estimates statistically equivalent to the traditional method, independent of the regression technique used, what was not verified for the treatments that considered the height measurement of three trees per plot. The studies showed that optimization procedures of hyperparameters improve the predictive performance of machine learning techniques, and that the height measurement of five trees per plot is sufficient to model the height-diameter relationship in Pinus taeda stands by MVS, RNA and nonlinear models modified by the inclusion of covariates.