Título: RANDOM FOREST APLICADO AO AFILAMENTO DE ÁRVORES DE EUCALYPTUS

Título alternativo: RANDOM FOREST APPLIED TO THE TRIMING OF EUCALYPTUS TREES

Autoria de: Gustavo Victor Rocha Lebron

Orientação de: Samuel Jose Silva Soares da Rocha

Presidente da banca: Samuel Jose Silva Soares da Rocha

Primeiro membro da banca: Kalill José Viana da Páscoa

Segundo membro da banca: Thiza Falqueto Altoé

Palavras-chaves: Modelos Estatísticos, Aprendizado de máquina, Afilamento, Modelos de Previsão, Análise de Dados

Data da defesa: 24/11/2023

Semestre letivo da defesa: 2023-2

Data da versão final: 02/12/2023

Data da publicação: 02/12/2023

Referência: Lebron, G. V. R. RANDOM FOREST APLICADO AO AFILAMENTO DE ÁRVORES DE EUCALYPTUS. 2023. 28 p. Trabalho de Conclusão de Curso (Graduação em Engenharia Florestal Bacharelado)-Universidade Federal de Lavras, Lavras, 2023.

Resumo: Este estudo aborda a importância das florestas plantadas no Brasil, destacando seu papel econômico, social e ambiental. Com uma extensão de aproximadamente 9,5 milhões de hectares, o Brasil se destaca globalmente na produção de celulose, papel e outros produtos florestais. O trabalho visa aprimorar a gestão sustentável desses recursos, com foco na estimativa do afilamento das árvores de eucalipto. Para alcançar esse objetivo, utiliza o algoritmo Random Forest (R.F.) em comparação com modelos tradicionais, como polinômio de 5º grau de Schöepfer, função de forma variável de Kozak e função de forma variável de Bi. Os resultados revelam que o Random Forest e o modelo Kozak apresentam desempenho superior na previsão do afilamento, evidenciado por métricas como RMSE e MAE. A análise visual e a importância relativa das variáveis destacam a robustez do Random Forest. A conclusão ressalta a capacidade do Random Forest e do Kozak em prever com precisão o afilamento das árvores, oferecendo insights valiosos para o manejo florestal, enquanto a escolha entre modelos deve considerar o contexto específico de aplicação e conhecimento ecológico.

Abstract: This study addresses the importance of planted forests in Brazil, highlighting their economic, social and environmental role. With an area of approximately 9.5 million hectares, Brazil stands out globally in the production of cellulose, paper and other forestry products. The work aims to improve the sustainable management of these resources, focusing on estimating the thinning of eucalyptus trees. To achieve this objective, it uses the Random Forest (R.F.) algorithm in comparison with traditional models such as Schöepfer 5th degree polynomial, Kozak variable form function and Bi variable form function. The results reveal that Random Forest and the Kozak model have superior performance in predicting tapering, evidenced by metrics such as RMSE and MAE. Visual analysis and the relative importance of variables highlight the robustness of Random Forest. The conclusion highlights the ability of Random Forest and Kozak to accurately predict tree thinning, offering valuable insights for forest management, while the choice between models must consider the specific context of application and ecological knowledge.

URI: sip.prg.ufla.br/publico/trabalhos_conclusao_curso/acessar_tcc_por_curso/
engenharia_florestal/20232201810512

URI alternaviva: sem URI do Repositório Institucional da UFLA até o momento.

Curso: G005 - ENGENHARIA FLORESTAL (BACHARELADO)

Nome da editora: Universidade Federal de Lavras

Sigla da editora: UFLA

País da editora: Brasil

Gênero textual: Trabalho de Conclusão de Curso

Nome da língua do conteúdo: Português

Código da língua do conteúdo: por

Licença de acesso: Acesso aberto

Nome da licença: Licença do Repositório Institucional da Universidade Federal de Lavras

URI da licença: repositorio.ufla.br

Termos da licença: Acesso aos termos da licença em repositorio.ufla.br

Detentores dos direitos autorais: Gustavo Victor Rocha Lebron e Universidade Federal de Lavras

Baixar arquivo