Matheus Portela de Ataide

Matheus Portela de Ataide

Auto-generated profile, based on publicly available information

Matheus Portela de Ataide

Universidade Federal Rural da Amazônia

Research Focus & Metrics

Academic Career Length

6Years (2021-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
15 July 2021 in Revista Ibero-Americana de Ciências Ambientais
Verified
Journal Article
Open access
PDF file
JRJonas Elias Castro da Rocha
Jonas Elias Castro da Rocha
MAMatheus Portela de Ataide
Matheus Portela de Ataide
ENErnandes Macedo da Cunha Neto
Ernandes Macedo da Cunha Neto
LBLina Bufalino
Lina Bufalino
CNCândido Ferreira de Oliveira Neto
Cândido Ferreira de Oliveira Neto
JBJade Cristynne Franco Bezerra
Jade Cristynne Franco Bezerra
As técnicas de condução do povoamento de eucalipto envolvem os tratamentos silviculturais como adubação, manutenção de roço, desrama, desbaste e o manejo das pragas e doenças que atacam o povoamento, de tal maneira que as pragas e doenças florestais são responsáveis por grandes perdas no desenvolvimento dos plantios. Este estudo visa avaliar a aplicação das redes neurais artificiais na predição do efeito da desfolha e seca de ponteiro na redução da produtividade volumétrica em plantios comerciais de clone híbrido de Eucalyptus urophylla x Eucalyptus grandis na mesorregião sudeste do Pará. Os dados foram coletados em plantios comerciais de eucalipto localizados no município de Dom Eliseu, Estado do Pará. Foram treinadas 100 redes do tipo Multilayer Perceptron. Para a camada de entrada utilizou-se as variáveis qualitativas, Severidade de Desfolha e Severidade da Seca de Ponteiro (SevSec) e, a variável quantitativa Incremento Médio Anual (IMA). Na camada intermediária o número de neurônios para processamento dos dados variou entre 3 e 11. Considerando o valor do coeficiente de correlação de Person temos indicações diferentes das melhores redes no treinamento e na validação. A diferença entre a correlação dos valores observados do IMA7 2012 e os valores previsto para o IMA7 2012 expressas pelo r indicam que a rede 6 foi eficiente no treinamento, no entanto não apresentou tanta eficiência na validação, sendo o valor de r no treinamento, 0,964, enquanto na validação o segundo pior resultado, 0,933, sendo que a rede 3 apresentou valor 0,979. Seguindo tendência diferente do r e DMP (%), a RMSE classifica a melhor rede no treinamento entre as melhores na fase de validação. A rede 6 na fase de aprendizagem mostrou valor 0,00, indicando precisão na predição dos precisa quanto a este parâmetro. A média geral dos valores estimados apresentou-se maior que a média do IMA7 2012 observado mostrando coerência à análise gráfica dos resíduos da rede 5, que possui uma leve tendência a superestimação dos resultados, porém sem significância estatística pelo teste do Qui-quadrado. As redes neurais artificiais apresentam-se como uma ferramenta com elevada precisão estatística e podem ser utilizadas na predição do efeito da desfolha e seca de ponteiro na redução da produtividade volumétrica em plantios comerciais de clone híbrido de Eucalyptus urophylla x Eucalyptus grandis na mesorregião sudeste do Pará.