Inteligência artificial associada à dados de satélite na predição do potêncial energético em área de cerradão

Abstract

Os estudos sobre a capacidade produtiva florestal do Cerrado vêm ganhando atenção nos últimos anos, utilizando de inteligência artificial na estimativa de variáveis produtivas da floresta e demonstrando o poder dessa tecnologia para esse fim. Entretanto, maiores esforços de pesquisa devem ser feitos quanto a capacidade energética do mesmo, possibilitando assim a geração de informações importantes para a gestão e o manejo sustentável dessas áreas. Neste sentido, o objetivo deste trabalho foi avaliar a eficácia de redes neurais artificiais associadas à dados de satélites para a estimativa do potencial energético em áreas de cerradão. O estudo foi conduzido em parcelas instaladas em uma área de cerradão em Tocantins, Brasil, onde foi realizado inventário florestal para obtenção de dados dendrométricos e amostras de material lenhoso e casca. O poder calorífico superior do material amostrado foi determinado segundo a norma brasileira NBR 8633 e a biomassa seca a 0% de umidade foi determinada com uso de modelos matemáticos. O produto desses dois valores definiu o potencial energético de cada indivíduo amostrado, posteriormente extrapolada por unidade de área. Seis índices de vegetação foram calculados para cada parcela a partir de uma imagem RapidEye e um teste de correlação foi realizado para determinar o índice a ser utilizado na modelagem do potencial energético. A modelagem foi realizada por meio da ferramenta Intelligent Problem Solver do software Statistica 7, utilizando a área basal e o Índice de Vegetação da Diferença Normalizada (NDVI) como variáveis preditoras. A seleção da rede neural mais adequada foi feita segundo os critérios da análise gráfica, do erro médio da estimativa e do coeficiente de correlação. Por fim, a validação da rede selecionada foi realizada por meio do teste de t de Student e da diferença agregada. Em termos médios, o poder calorífico superior da madeira das espécies do cerradão foi de 19,234 ± 0,411 GJ.ton-1, enquanto para a casca foi de 19,878 ± 1,090 GJ.ton-1. Os resultados da modelagem revelaram que o potencial energético médio do cerradão é de 1.022,66 GJ.ha-1 ± 560,89 GJ.ha-1. A rede neural mais adequada apresentou erro de 11,27% e uma estrutura com dois neurônios na camada de entrada, oito na camada oculta e um na camada de saída, com funções de ativação dos tipos tangencial e sigmoidal. Os testes de validação demonstraram que não há diferença significativa entre os valores observados e os valores preditos pela rede neural.