Título: MODELO MATEMÁTICO DE INTEGRAÇÃO ENTRE COLHEITA E TRANSPORTE FLORESTAL NO ABASTECIMENTO DE MADEIRA

Título alternativo: MATHEMATICAL MODEL OF INTEGRATION BETWEEN HARVESTING AND FOREST TRANSPORT IN WOOD SUPPLY

Autoria de: Larissa Pereira Monteiro

Orientação de: Lucas Rezende Gomide

Presidente da banca: Lucas Rezende Gomide

Primeiro membro da banca: Samuel Jose Silva Soares da Rocha

Segundo membro da banca: Andre Felipe Cruz Lima

Palavras-chaves: Planejamento Florestal, Otimização, Restrições de adjacência, Planejamento Operacional, Modelo matemático

Data da defesa: 04/04/2024

Semestre letivo da defesa: 2024-1

Data da versão final: 18/06/2024

Data da publicação: 18/06/2024

Referência: Monteiro, L. P. MODELO MATEMÁTICO DE INTEGRAÇÃO ENTRE COLHEITA E TRANSPORTE FLORESTAL NO ABASTECIMENTO DE MADEIRA. 2024. 30 p. Trabalho de Conclusão de Curso (Graduação em Engenharia Florestal Bacharelado)-Universidade Federal de Lavras, Lavras, 2024.

Resumo: O Planejamento Florestal é um processo que auxilia o manejo florestal a organizar, racionalizar e otimizar operações e pode ser subdividido de maneira hierárquica em estratégico (longo prazo), tático (médio prazo) e operacional (curto prazo). A otimização na colheita florestal contempla uma série de restrições relacionadas aos custos de transporte, deslocamento de veículos, entre outros. Além disso, modelos com restrições espaciais de adjacência na otimização da colheita tem sido cada vez mais utilizados no mundo. Dado o contexto, o objetivo deste trabalho foi maximizar o volume de um plantio de Pinus sp. no agendamento de colheita e reforma, a nível operacional e por meio da otimização via PLIM, utilizando os seguintes cenários (1) Agendamento tradicional de colheita, transporte e reforma, maximizando o volume total colhido e o volume esperado de colheita no próximo ciclo (2) Agendamento tradicional de colheita, transporte e de restrições clonais de adjacência do tipo URM na reforma, maximizando o volume total colhido e o volume esperado de colheita no próximo ciclo. A área analisada foi de um povoamento simulado que consistiu em 50 talhões aptos para o corte, totalizando uma área de 1.897,61 hectares. Foram escolhidos dois tipos de veículos para o transporte e 8 clones para a reforma. A execução foi feita através do solver Gurobi em linguagem Python. Não houve diferenças em relação ao volume, tipo de veículo para transporte e número de viagens entre os cenários. Em relação a reforma, no cenário 1 o modelo escolheu apenas o clone 1 e no cenário 2 foram escolhidos os clones 1, 2, 4, 6 e 7. Em relação ao volume esperado no próximo ciclo, houve uma diferença percentual de 2,41 entre os cenários, onde o cenário com restrições clonais de adjacência obteve o menor volume. Apesar desta diferença, pode-se concluir que o modelo foi eficiente tanto na maximização de volume quanto no planejamento de transporte e reforma a nível operacional. São necessários estudos adicionais de ganhos indiretos com a escolha por mosaicos clonais para confirmar a viabilidade de aplicação do modelo.

Abstract: Forest Planning is a process that assists in organizing, rationalizing, and optimizing forest management operations and can be hierarchically subdivided into strategic (long term), tactical (medium term), and operational (short term). Optimization in forest harvesting involves a series of constraints related to transportation costs, vehicle movement, among others. Additionally, models with spatial adjacency constraints in harvesting optimization have been increasingly used worldwide. Given the context, the objective of this work was to maximize the volume of a Pinus sp. plantation in the scheduling of harvesting and reform at the operational level through optimization via PLIM, using the following scenarios (1) Traditional scheduling of harvesting, transportation, and reform, maximizing the total harvested volume and the expected volume of harvesting in the next cycle (2) Traditional scheduling of harvesting, transportation, and reform with clonal adjacency constraints of the URM type in reform, maximizing the total harvested volume and the expected volume of harvesting in the next cycle. The analysed area consisted of a simulated stand comprising 50 stands suitable for cutting, totalling an area of 1.897,61 hectares. Two types of vehicles were chosen for transportation, and 8 clones were selected for reform. The execution was performed using the Gurobi solver in the Python language. There were no differences in volume, type of transportation vehicle, and number of trips between scenarios. Regarding reform, in scenario 1, the model chose only clone 1, and in scenario 2, clones 1, 2, 4, 6, and 7 were chosen. Regarding the expected volume in the next cycle, there was a percentage difference of 2,41 between scenarios, where the scenario with clonal adjacency constraints obtained the lowest volume. Despite this difference, it can be concluded that the model was efficient in both volume maximization and operational-level transportation and reform planning. Additional studies on indirect gains with the choice of clonal mosaics are necessary to confirm the feasibility of applying the model.

URI: sip.prg.ufla.br/publico/trabalhos_conclusao_curso/acessar_tcc_por_curso/
engenharia_florestal/20241201910759

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: Larissa Pereira Monteiro e Universidade Federal de Lavras

Baixar arquivo