Leonardo Pequeno Reis

Dr. Leonardo Pequeno Reis

orcid

Research Focus & Metrics

Academic Career Length

14Years (2013-Present)

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

Representative Publications

View All Publications
1 December 2018 in Science of The Total Environment
Verified
Journal Article
Closed access
SRSamuel José Silva Soares da Rocha
Samuel José Silva Soares da Rocha
CTCarlos Torres
Carlos Torres
LJLAERCIO JACOVINE
LAERCIO JACOVINE
HLHelio Garcia Leite
Helio Garcia Leite
EGEduardo Monteiro Gelcer
Eduardo Monteiro Gelcer
JZJosé Cola Zanuncio
José Cola Zanuncio

1 December 2016 in Forest Ecology and Management
Verified
Journal Article
Closed access
Leonardo Pequeno ReisLeonardo Pequeno Reis
Leonardo Pequeno Reis
ASAgostinho Lopes de Souza
Agostinho Lopes de Souza
LFLucas José Mazzei de Freitas
Lucas José Mazzei de Freitas
PRPamella Carolline Marques dos Reis Reis
Pamella Carolline Marques dos Reis Reis
HLHelio Garcia Leite
Helio Garcia Leite
ARAdemir Roberto Ruschel
Ademir Roberto Ruschel

4 April 2019 in Ciência Florestal
Verified
Journal Article
Open access
PDF file
PRPamella Carolline Marques dos Reis Reis
Pamella Carolline Marques dos Reis Reis
ASAgostinho Lopes de Souza
Agostinho Lopes de Souza
Leonardo Pequeno ReisLeonardo Pequeno Reis
Leonardo Pequeno Reis
ACAna Marcia Macedo Ladeira Carvalho
Ana Marcia Macedo Ladeira Carvalho
LFLucas José Mazzei de Freitas
Lucas José Mazzei de Freitas
CTCarlos Torres
Carlos Torres
A procura intensa por essências madeireiras nativas consolidadas, que apresentam elevado uso, pode ocasionar a superexploração de espécies e diminuição do seu estoque na floresta. Uma alternativa para essa situação é a substituição dessas espécies por outras com propriedades da madeira semelhantes e com suficiente estoque de crescimento na floresta. O objetivo deste trabalho foi agrupar as espécies da Amazônia através das propriedades físico-mecânicas da madeira e realizar a análise discriminante para identificar quais características tecnológicas são mais importantes para o agrupamento. As espécies estudadas foram provenientes de oito localidades distintas da região amazônica. As propriedades físico-mecânicas utilizadas obtidas da literatura especializada nacional foram: densidade básica, contração (tangencial, radial e volumétrica), flexão estática, compressão paralela e perpendicular às fibras, dureza Janka paralela e transversal, tração perpendicular às fibras, fendilhamento e cisalhamento. Foi utilizada a técnica de análise multivariada de Cluster (distância euclidiana simples e o método de Ward) e a análise discriminante para avaliar o agrupamento. A análise de Cluster foi eficiente para agrupar as espécies, que foram separadas em três grupos distintos. As espécies que se destacaram foram a Helicostylis pedunculata Benoist. e Tachigali chrysophylla (Poepp.) Zarucchi & Herend., por se agruparem com as espécies mais comercializadas. Os menores valores de Wilks’Lambda foram da densidade da madeira (0,759053), cisalhamento (0,802960) e compressão paralela às fibras (0,825594). Essas características foram as mais determinantes para discriminar os grupos. A análise de agrupamento é eficiente para indicar a substituição de espécies consolidadas na Amazônia.

12 June 2023 in Sustainability
Verified
Journal Article
Open access
PDF file
SRSamuel José Silva Soares da Rocha
Samuel José Silva Soares da Rocha
Flora Magdaline Benitez RomeroFlora Magdaline Benitez Romero
Flora Magdaline Benitez Romero
CTCarlos Torres
Carlos Torres
LJLAERCIO JACOVINE
LAERCIO JACOVINE
SRSabina Ribeiro
Sabina Ribeiro
ÁVÁguida Beatriz Traváglia Viana
Águida Beatriz Traváglia Viana
Accurate estimation of the volume and above-ground biomass of exploitable trees by the practice of selective logging is essential for the elaboration of a sustainable management plan. The objective of this study is to develop machine learning models capable of estimating the volume and biomass of commercial trees in the Southwestern Amazon, based on dendrometric, climatic and topographic characteristics. The study was carried out in the municipality of Porto Acre, Acre state, Brazil. The volume and biomass of sample trees were determined using dendrometric, climatic and topographic variables. The Boruta algorithm was applied to select the best set of variables. Support Vector Machines (SVM), Artificial Neural Networks (ANN), Random Forests (RF) and the Generalized Linear Model (GLM) were the machine learning methods evaluated. In general, the evaluated methods showed a satisfactory generalization power. The results showed that the volume and biomass predictions of commercial trees in the Amazon rainforest differed between the techniques (p < 0.05). ANNs showed the best performance in predicting the volume and biomass of commercial trees, with the highest ryŷ and the lowest RSME and MAE. Thus, machine learning methods such as SVM, ANN, RF and GLM are shown to be useful and efficient tools for estimating the volume and biomass of commercial trees in the Amazon rainforest. These methods can be useful tools to improve the accuracy of estimates in forest management plans.

5 December 2024 in Remote Sensing
Verified
Journal Article
Open access
PDF file
AOAfonso Henrique Morares Olivera
Afonso Henrique Morares Olivera
Eraldo A.T. MatricardiEraldo A.T. Matricardi
Eraldo A.T. Matricardi
Luiz AragaoLuiz Aragao
Luiz Aragao
IFIara Musse Felix
Iara Musse Felix
JCJosé Humberto Chaves
José Humberto Chaves
Lucietta Guerreiro MartoranoLucietta Guerreiro Martorano
Lucietta Guerreiro Martorano
Forest degradation and forest disturbance are distinct yet often conflated concepts, complicating their definition and monitoring. Forest degradation involves interrupted succession and a severe reduction in forest services over time, caused by factors like fires, illegal selective logging, and edge effects. Forest disturbance, on the other hand, refers to abrupt, localized events, natural or anthropogenic, such as legal selective logging, tropical blowdowns, storms, or fires, without necessarily leading to long-term degradation. Despite the varying intensity and scale of forest degradation and disturbance, systematic studies distinguishing its types and classes are limited. This study reviews anthropogenic impacts on forests in the Brazilian Amazon, analyzing 80 scientific articles using remote sensing techniques and data. Most research focuses on the “arc of deforestation,” characterized by intense human activity, showcasing methodological advancements but also revealing gaps in monitoring less-studied regions like the central and western Amazon. The findings emphasize the need for advanced remote sensing tools to differentiate degradation types, particularly in sustainable forest management (SFM) contexts. Expanding research to underrepresented regions and refining methodologies are crucial for better understanding forest dynamics and improving conservation strategies. These efforts are essential to support effective forest management and informed policy development across the Amazon.

13 March 2018 in FLORESTA
Verified
Journal Article
Closed access
PDF file
Leonardo Pequeno ReisLeonardo Pequeno Reis
Leonardo Pequeno Reis
ASAgostinho Lopes de Souza
Agostinho Lopes de Souza
PRPamella Carolline Marques dos Reis Reis
Pamella Carolline Marques dos Reis Reis
LMLucas Mazzei
Lucas Mazzei
DBDaniel Henrique Breda Binoti
Daniel Henrique Breda Binoti
HLHelio Garcia Leite
Helio Garcia Leite
A análise da distribuição diamétrica é imprescindível para o manejo florestal, pois subsidia a avaliação dos estoques remanescentes e de colheita de madeira. Este trabalho teve como objetivo projetar a distribuição diamétrica utilizando redes neurais artificias (RNA) e autômatos celulares (AC). Em 1979, foi realizada colheita seletiva com intensidade de 72,5 m3 ha-1 em uma área de 64 ha na Floresta Nacional do Tapajós – PA. Na projeção da distribuição, foram empregadas RNA como regra de evolução de AC, considerando a probabilidade de árvores da projeção e suas vizinhas mais próximas. A projeção em todos os períodos analisados não apresentou diferença estatística a 5% de significância em relação à observada, demonstrando que a projeção seguiu a tendência da dinâmica da distribuição. As RNA e AC são eficientes e podem ser utilizadas para projetar a distribuição diamétrica ao longo do ciclo de corte.