Journal of Biotechnology and Biodiversity | v.8 | n.1 | 2020

Journal of Biotechnology and Biodiversity
journal homepage: https://sistemas.uft.edu.br/periodicos/index.php/JBB/index
Aplicação de redes neurais artificiais na cultura do mogno (Khaya spp. e Swietenia spp.)
Marcos Cardoso Silvaa* , Francisca Cássia Silva da Silva a , Igor Viana Souza a ,



Victor Braga Rodrigues Duarte a , Yandro Ataíde a, Maria Cristina Bueno Coelho a


a Universidade Federal do Tocantins (UFT), Brasil
* Autor correspondente (markuz.cardoso12@gmail.com )
I N F O A B S T R A C T
Keyworks
artificial intelligence biometrics measurement
Application of artificial neural networks in the mahogany culture (Khaya spp. e Swietenia spp.)
Due to their high commercial value and acceptance in the international market, mahogany species have been exploited indiscriminately, even in protected areas, resulting in threat of extinction. Mahogany spe- cies are desirable both in terms of color and grain patterns and in their properties. physical and mechanical. Both species have similar characteristics and are considered resistant to the attack of fungi and termites. Mahogany (Khaya spp. and Swietenia spp.) Has great productive potential in Brazil, being a good alter- native to the most expressive crops in the country, for example. Since they are noble woods, and like Mahogany, Artificial Neural Networks (RNAs) are also good alternatives to estimate different dendro- metric variables in different cultures, and studies show that this technique has been producing excellent adjustments, especially when compared to regression models. Traditional Thus, this review aimed to pro- vide information on the different applications of RNAs in mahogany crops in Brazil.
R E S U M O
Palavras-chave s
inteligência artificial biometria mensuração
Devido ao seu alto valor comercial e aceitação no mercado internacional, as espécies de mogno foram exploradas indiscriminadamente, mesmo em áreas protegidas, resultando em ameaça de extinção. As espécies de mogno são desejáveis tanto em termos de cores e padrões de grãos quanto em suas propriedades físicas e mecânicas. Ambas as espécies têm características semelhantes e são consideradas resistentes ao ataque de fungos e cupins. A cultura do Mogno (Khaya spp. e Swietenia spp.) apresenta grande potencial produtivo no Brasil, sendo uma boa alternativa às culturas de maior expressão no país, por se tratar de madeiras nobres, e assim como o Mogno, as Redes Neurais Artificiais (RNAs) também são boas alternativas para estimar diferentes variáveis dendrométricas em diferentes culturas, e estudos comprovam que essa técnica vem produzindo ótimos ajustes, principalmente quando comparados aos mo- delos de regressão tradicionais. Sendo assim a presente revisão teve como objetivo trazer informações das diferentes aplicações das RNAs nas culturas do Mogno no Brasil.
© 2020 Journal of Biotechnology and Biodiversity ISSN: 2179- 4804
DOI: https://doi.org/10.20873/jbb.uft.cemaf.v8n1.csilva
17
Silva et al. / Journal of Biotechnology and Biodiversity / v.8 n.1 (2020) 017- 023
INTRODUÇÃO
Os recursos de madeira nativa no Brasil têm sido explorados de maneira insustentável por anos, em grande parte devido à alta demanda por recursos florestais, resultando em vastas áreas de desmata- mento. O reflorestamento começou com a planta- ção de Eucalyptus spp. principalmente para forne- cer madeira para a construção de ferrovias. Nos anos 60, os incentivos fiscais levaram à introdução de Pinus spp. na região sul do Brasil como um ma- terial alternativo adicional para acompanhar a de- manda por produtos de madeira. Segundo a Asso- ciação Brasileira de Florestas Plantadas (ABRAF, 2013).
Atualmente, as plantações de Eucalyptus e Pinus representam as duas principais espécies de madeira cultivadas no Brasil. No entanto, outras espécies de madeira também foram cultivadas em plantações, incluindo Acacia mearnsii, Hevea spp., Tectona grandis, Schizolobium amazonicum Ducke e Araucaria angustifolia e as espécies do gênero Khaya .
Meliaceae de alto valor para madeira em flores- tas tropicais em todo o mundo compartilham carac- terísticas comerciais e ecológicas distintas: madeira cujas excelentes propriedades de trabalho são com- binadas com uma beleza excepcional; as faixas na- turais coincidem amplamente com as florestas sa- zonais sofrendo uma rápida conversão antropogê- nica para outros usos da terra; populações de baixa densidade, tipicamente menores que 1 árvore co-
mercial ha-1; e histórias de vida geralmente caracte- rizadas como secundárias tardias não pioneiras, com taxas de crescimento rápidas, sementes disper- sas pelo vento ou pela água e regeneração avançada de mudas de baixa densidade no sub-bosque, exi- gindo distúrbios no dossel para o crescimento ideal das mudas (Grogan et al., 2008).
REVISÃO BIBLIOGRÁFICA
Atualmente, há um interesse crescente no mogno africano cultivado em plantações (Khaya spp.) como substituto da alta demanda por mogno brasi- leiro nativo (Swietenia macrophylla King). Esse in- teresse comercial pelo mogno africano decorreu da redução do mogno brasileiro nativo nas regiões onde ocorre. Em 1976, cinco mudas de mogno afri- cano (Khaya ivorensis A. Chev.) Foram plantadas na Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA - Amazônia Oriental). Esses espéci- mes foram eventualmente utilizados para iniciar plantações em outras regiões do país.
Como em quase todas as espécies de madeira
tropical, pouco se sabe sobre os padrões de distri- buição e densidade regional e local, caracterizando Meliaceae de alto valor (Grogan e Barreto, 2005). Isso significa que existe pouca base empírica para avaliar os impactos da exploração madeireira em populações comerciais, ou para projetar taxas de re- cuperação e avaliar a sustentabilidade das práticas atuais de colheita. Esse problema refere-se até ao Mogno Brasileiro (Swietenia macrophylla), o mais amplamente estudado e explorado das Me liaceae tropicais, cuja lista na Convenção sobre Comércio Internacional de Espécies Ameaçadas de Fauna e Flora (CITES), apêndice II em 2002, exige que os organismos internacionais, o comércio envolve apenas volumes colhidos legalmente, considerados não prejudiciais ao seu papel no ecossistema (B lun- dell, 2004).
Segundo o estudo de Casaroli et al. (2018), o es- tado do Tocantins é um dos estados brasileiros con- siderados aptos para o cultivo do Mogno Africano devido suas condições edafoclimáticas que são bas- tante favoráveis para a espécie.
Nas práticas de manejo e acompanhamento do desenvolvimento de determinada cultura, é usual a presença de modelos estatísticos que visem forne- cer valores índices a respeito das taxas de incre- mento médio da espécie de interesse, seja esse in- cremento em altura ou volume. A relação hipsomé- trica em geral pode ser compreendida como uma re- gressão da altura sobre o diâmetro em uma popula- ção com base em um período específico, demais ca- racterísticas silviculturais do povoamento e do sítio
onde está instalado (Caldeira, 2017). A qualidade dos modelos é julgada com base nos critérios esta- tísticos adotados para cada situação e a seleção obe- dece basicamente a premissa de que ambas as vari- áveis diâmetro e altura obtenham forte correlação entre si.
O desenvolvimento de estudos voltados para a otimização da produção visando atender as exigên- cias e necessidades do mercado consumidor é de extrema importância. Para isso, é necessário quan- tificar e prognosticar os estoques da floresta, a fim de definir a utilização dos bens advindos da mesma e obter informações para possíveis tomadas de de- cisão. Dados de diâmetro, altura, área basal e vo- lume das árvores são importantes nas estimativas dos estoques, presente e futuro da produção de ma- deira de uma floresta (Jesus et al. 2017).
Dentre as variáveis dendrométricas estudadas na floresta, tanto nativa quanto plantada, o volume se constitui em uma das informações com maior im- portância para o conhecimento do possível poten- cial florestal de uma região, sendo que o volume individual é o primeiro passo para avaliação da pro- dutividade de povoamentos florestais (Morandi et
© 2020 Journal of Biotechnology and Biodiversity ISSN: 2179- 4804
DOI: https://doi.org/10.20873/jbb.uft.cemaf.v8n1.csilva
18
Silva et al. / Journal of Biotechnology and Biodiversity / v.8 n.1 (2020) 017- 023
al, 2017). Acubagem de árvores, além de ser essen- cial para se caracterizar o comportamento do diâ- metro ao longo do tronco, também é eficaz para de- terminar o volume das árvores abatidas, que pode ser obtido pelo emprego de diferentes fórmulas, das quais se destacam as fórmulas de Smalian, Huber, Newton e Hohenadl.
Várias técnicas alternativas à regressão tradicio- nal vêm sendo aplicadas na área florestal (G orgens et al., 2009; Leite et al., 2010). No decorrer dos anos, com o objetivo de tornar as estimativas mais precisas e facilitar o trabalho do engenheiro flores- tal responsável pelos inventários florestais e sorti- mento de madeira, que é o objetivo principal quando se trata de florestas de produção, tendo a aplicação das redes neurais artificiais (RNA) apre- sentado bastante sucesso (Astro et al., 2013; B inoti et al., 2015; Reis et al., 2016).
O uso das redes neurais artificiais vem se tor- nando uma alternativa bastante eficiente, elas simu- lam o funcionamento do cérebro humano, e quando treinadas podem estimar as variáveis desejáveis com maior precisão que os modelos tradicionais normalmente utilizados (Garber e Maguire, 2003; Binoti et al., 2013; Binoti et al., 2012a; Binoti et al., 2012b; Leite et al., 2010; Silva et al.,2009).
Os parâmetros do modelo podem ser estimados por meio de regressão e inteligência artificial, prin- cipalmente Redes Neurais Artificiais - RNA. As RNAs podem ser mais precisas do que a regressão devido a relações complexas entre fatores biologi- camente dependentes ou não biológicos, por isso são eficientes para estimar os diferentes parâmetros dendrométricos, como altura e volume (Binoti et al, 2015).
Sendo assim, o objetivo desse artigo de revisão foi comparar as diferentes aplicações das Redes Neurais Artificiais na estimativa de diferentes vari- áveis dendrométricas na cultura do Mogno.
Swietenia macrophylla
OMogno (Swietenia macrophylla) é uma das es- pécies de madeira mais valorizadas do mundo. Por muitas décadas, alguns países e / ou alguns organis- mos privados investiram em plantações para garan- tir uma produção sustentada de madeira de alto va- lor (Mead e Odoom, 2001; Lugo e Alayón, 2003). Tais casos existem na Ásia (Indonésia, Filipinas, Sri Lanka e Fiji), onde as espécies encontram boas condições de crescimento (Hammond et al., 2002) e, em menor grau, em alguns países da América Central (Costa Rica) e América do Sul (Brasil, Peru, Bolívia). No mercado internacional de 2011, o preço médio em metros cúbicos de madeira ser- rada de mogno do Brasil e da Guatemala foi de US$ 1195 e US$ 1884, respectivamente (ITTO, 2014).
O mogno cresce naturalmente em Belize, Bolí- via, Brasil, Colômbia, Costa Rica, Equador, El Sal- vador, Guatemala, Honduras, México, Nicarágua, Panamá, Peru e Venezuela. No entanto, está quase extinto no Equador, Colômbia, Panamá e Costa Rica; quase extinção comercial na Bolívia; declínio no México, Belize e Brasil; e em severo declínio na Guatemala, Peru, Nicarágua e Honduras (Lugo & Alayón, 2013; Grogan et al., 2010).
As maiores plantações de Swietenia ma- crophylla foram registradas no sul e sudeste da Ásia e nas regiões do Pacífico. O mogno tornou-se uma espécie de árvore promissora para plantações in- dustriais, bem como para reflorestamento e arbori- zação. Omogno é adequado para plantações de pro- dução de madeira em larga escala devido à sua ex- celente qualidade da madeira. Geralmente, a ma- deira pode ser usada para materiais de construção, compensado (folheado), móveis de alta qualidade e marcenaria. Também é adequado para painéis, mol- duras, pisos, carrocerias de automóveis, guarnições internas de barcos, gabinetes de rádio e fonógrafo, carrocerias de instrumentos musicais, molduras e outros ornamentos (Krisnawati et al., 2011). No en- tanto, algumas propriedades da madeira, como a densidade do xilema, retração tangencial e radial, módulo de elasticidade e módulo de ruptura do mogno diferem entre floresta natural e floresta plantada (Langbour et al., 2011); esses achados po- dem influenciar a utilização específica da madeira do mogno plantado.
GÊNERO KHAYA
A Associação Brasileira de Produtores de Mogno Africano (ABPMA) estima que existam aproximadamente 10.000 hectares cultivados de Mogno Africano em todo o Brasil, isso se juntar- mos as diferentes espécies (Khaya ivorensis, Khaya senegalensis, Khaya anthotheca e Khaya grandi- flora), e a cada ano a espécie tem ganhado mais es- paço no cenário silvicultural brasileiro (ABPMA, 2015).
Aimplantação da espécie foi iniciada no Pará em 1976, na Sede da Embrapa Amazônia Ocidental, com estabelecimento de 5 matrizes, e os povoamen- tos vem desde então sendo alvo de intensa pesquisa visando a domesticação e elevação da produtivi- dade, tendo em vista que a mesma não sofre danos graves pela Broca das Meliaceaes (Hypsipyla gran- della Zeller), como ocorre com o mogno brasileiro Swietenia macrophylla (Pinheiro et al, 2011).
As espécies do gênero Khaya, comumente co- nhecido como mogno da zona seca ou mogno afri- cano, é uma árvore de madeira dura pertence à fa- mília Meliaceae. Dá excelente mobiliário de ma-
© 2020 Journal of Biotechnology and Biodiversity ISSN: 2179- 4804
DOI: https://doi.org/10.20873/jbb.uft.cemaf.v8n1.csilva
19
Silva et al. / Journal of Biotechnology and Biodiversity / v.8 n.1 (2020) 017- 023
deira com uma aparência atraente. Também é am- plamente utilizado na construção de edifícios para membros estruturais e para portas, esquadrias e te- lhas (Ribeiro et al., 2017) .
A cor do cerne de Khaya ivorensis varia de mar- rom amarelado a marrom avermelhado e possui al- burno marrom amarelado (Wiemann, 2010). O cerne de Khaya senegalensis varia de cor rosada a avermelhada, com alburno amarelado (Zbonak et al., 2010). Além das propriedades físicas favorá veis do mogno africano, Khaya spp. também demons- trou ter algumas características naturais de durabi- lidade, como resistência à larva, Hypsiphyla gran- della, uma praga comum em muitas plantações de mogno no Brasil. Essas características sugerem que os materiais de madeira dessas espécies têm o po- tencial de atender às necessidades do mercado de madeira maciça, bem como os padrões de qualidade da indústria da madeira (Pinheiro et al., 2012 ).
ESTRUTURA DAS REDES NEURAIS ARTIFICIAIS (RNAs)
As RNAs são ferramentas virtuais baseadas nos neurônios naturais, que possuem capacidade de treinamento e aprendizado similares ao cérebro hu- mano, e são formadas basicamente por três cama- das, camada de entrada, camada intermediária ou camada oculta, e camada de saída. Acamada de en- trada tem como função receber as informações que já foram obtidas anteriormente, e essas informações serão repassadas para as demais camadas. A ca- mada intermediária ou camada oculta tem a função de absorver as informações que foram inseridas na camada de entrada e auxiliar na resolução do pro- blema que será solucionado, e a camada de saída, que é onde a solução do problema será gerado.

Figura 1 - Estrutura de uma Rede neural artificial (Fonte: Autor).
Exemplificando para a área florestal, suponha- mos que desejamos treinar uma rede neural para es- timar o volume em uma floresta. Teremos 2 cama- das de entrada, que serão os valores do diâmetro à altura do peito (DAP) e altura comercial (Hc) obti- dos na cubagem rigorosa, e na camada de saída te- remos o volume rigoroso das árvores cubadas da mesma floresta. Com esses dados será feito o trei- namento de diferentes redes, onde elas irão encon- trar um padrão de similaridade entre os dados de entrada e saída, e assim gerar valores estimados com a máxima precisão possível. Futuramente, no próximo inventário florestal dessa área hipotética, serão necessários apenas os dados de DAP e Hc, e a rede neural irá estimar o volume das árvores. Muitos estudos foram realizados em todo o
mundo (Newnham, 1964; Soares e Tomé, 1997; Crescente-Campo et al., 2010), na tentativa de me- lhorar os modelos de crescimento nível de árvore individual e os submodelos relevantes. Métodos para estimar parâmetros, bem como diferentes va- riáveis explicativas foram avaliados na tentativa de produzir informações precisas e imparciais estima- tivas de crescimento de diâmetro e altura e tamb ém da mortalidade de árvores.
Além do método de ajuste tradicional para os modelos no nível de uma árvore individual, com base na regressão linear e não linear, alternativa- mente, a inteligência artificial pode ser usada atra- vés das Redes Neurais Artificiais (RNAs) (Dia- mantopoulou, 2005). Uma RNA cria um conjunto
© 2020 Journal of Biotechnology and Biodiversity ISSN: 2179- 4804
DOI: https://doi.org/10.20873/jbb.uft.cemaf.v8n1.csilva
20
Silva et al. / Journal of Biotechnology and Biodiversity / v.8 n.1 (2020) 017- 023
de unidades de processamento paralelo, caracteri- zadas por neurônios artificiais que são interconec- tados através de um grande número de intercone- xões (Silva et al., 2010).
Alguns estudos mostraram a aplicação bem- su- cedida de RNAs na modelagem de árvores indivi- duais, como, por exemplo, para estimar o cresci- mento e a mortalidade em florestas com idades de- siguais (Ashraf et al., 2015, Castro et al., 2015, Ri- chards et al. al., 2008) e em florestas com idades iguais (Castro et al., 2013a, Castro et al., 2013b). Normalmente, estimativas de parâmetros de equação para os modelos são derivados de regres- sões lineares e não lineares (Campos e Leite, 2009; Miehle et al., 2009). No entanto, outras técnicas de estimativa que incluem redes neurais têm sido usa- das com sucesso na mensuração de florestas ( Merkl e Hasenauer, 1998; Silva et al., 2009) fornecendo estimativas tão precisas quanto aquelas derivadas por modelos de regressão (Leite et al., 2011).
APLICAÇÕES DAS RNAs
Santos Neto (2018), testou o uso das RNAs para estimar volume (dado de saída) de madeira em um plantio comercial de Khaya ivorensis com idades entre 30 e 47 meses e espaçamento de 3 x 4 metros, no município de Pirapora, estado de Minas Ger ais. Foram treinadas 30 redes para cada 18 algoritmos diferentes, totalizando 540 redes no total, utilizou 60% dos dados para treinamento e 40% para vali- dação e teve como dados de entrada as variáveis al- tura total, e diâmetro à altura do peito. Em seus re-
sultados, obteve uma correlação variando entre 0,9807 e 0,9932, e Raiz Quadrada média do Erro
(RQME) em metros cúbicos, variando entre 0,0129 e 0,0380.
Paula Filho e Tusset (2012) testaram RNA’s na identificação da madeira de 14 espécies nativas, en- tre elas o Mogno (Swietenia macrophyla), através de uma análise de cor da madeira. Das 31.968 ima- gens do seu banco de dados, 20.971 foram classifi- cadas corretamente, com uma taxa de acerto de 65,60%.
Poucos são os estudos publicados voltados ao uso das RNA’s nas culturas do Mogno, mas é pos- sível encontrar resultados da aplicabilidade das
RNA’s em diferentes culturas nativas e exóticas. Almeida (2015) ao aplicar as RNAs para estima- tiva de altura total e volume em povoamentos de Araucaria angustifólia, encontrou uma correlação de 0,863 e RQME de 13,94 para a variável altura total. Já para a variável volume encontrou uma cor- relação de variando entre 0,997 e 0,998 e RQME de
1,09.
Lafetá et al. (2018) avaliou a eficiência das
RNAs para estimar a eficiência do uso de nutr ientes no tronco de indivíduos de Eucalyptus em um plan- tio de híbridos de híbrido de Eucalyptus grandis W. Hill ex Maiden x Eucalyptus camaldulensis Dehnh no município de Itamarandiba-MG com diferentes espaçamentos, onde conseguiram um valor de RQME em torno de 25%.
Silva et al. (2019) comparou modelos de regres- são tradicionais e RNAs para estimar volume de madeira em um plano de manejo florestal no m uni- cípio de Portel-PA, região amazônica do Brasil onde ocorre naturalmente a presença da espécie Swietenia macrophylla, onde conseguiu um Erro Médio Relativo de 0,55%, Erro Padrão da estima- tiva igual a 0,2553 e Coeficiente de Determinação igual a 0,9985, sendo estatisticamente semelhante ao modelo de Spurr, que foi o melhor avaliado entre os demais testados.
CONSIDERAÇÕES FINAIS
Ainda existem poucos estudos publicados utili- zando a aplicação das RNAs em culturas de Mogno, mas os estudos encontrados mostram que o uso de RNAs é satisfatório e apresentam bastante potencial tanto em culturas de Mogno (Khaya spp e Swietenia spp.), quanto em outras culturas nativas ou exóticas no Brasil.
REFERÊNCIAS BIBLIOGRÁFICAS
Almeida TG de. Comparação entre redes neurais artificiais e modelos tradicionais de regressão para estimar altura e vo- lume em povoamentos de Araucaria angustifolia (Bertol.) O. Kuntze. 2015. Trabalho de conclusão de curso (Bacha- rel em Engenharia Florestal) - Universidade Federal do Pa- raná, Curitiba, 2015.
Associação Brasileira dos Produtores de Mogno Africano, Apresentação. ABPMA, 2015. Disponível em:
http://abpma.org.br/apresentacao/ .
Ashraf M., Irfan et al. A novel modelling approach for pre- dicting forest growth and yield under climate change. PloS one, v.10, n.7, 2015.
Binoti DHB et al. Redução dos custos em inventário de povo- amentos equiâneos utilizando redes neurais artificiais. Agrária, v.8, p.125-129, 2012a
Binoti DHB et al. Modelagem da distribuição diamétrica em povoamentos de eucalipto submetidos a desbaste utilizando autômatos celulares. Revista Árvore, v.36, n.5, p.931- 939, 2012b.
Binoti MLMS et al. Prognose em nível de povoamento de clones de eucalipto empregando redes neurais artificiais. Cerne, Lavras, v.21, n.1, p.97-105, 2015.
Blundell AG. A review of the CITES listing of big-leaf ma- hogany. Oryx, v.38, n.1, p.84-90, 2004.
© 2020 Journal of Biotechnology and Biodiversity ISSN: 2179- 4804
DOI: https://doi.org/10.20873/jbb.uft.cemaf.v8n1.csilva
21
Silva et al. / Journal of Biotechnology and Biodiversity / v.8 n.1 (2020) 017- 023
Caldeira, MVWet al. Relação hipsométrica para Araucaria angustifolia (Bert.) O. Ktze na região oeste do estado do Paraná. Revista Acadêmica: Ciência Animal, v.1, n.2, p.79-88, 2017.
Campos JCC, LEITE HG. Mensuração florestal: perguntas e respostas, Universidade Federal de Viçosa, Viçosa, Bras il, 2009.
Castro RVO et al. Crescimento e produção de plantios co- mercias de eucalipto estimados por duas categorias de mo- delo. Pesq. Agropec. Bras., Brasília, v.48, n.3, p.287- 295, 2013.
Casaroli D. et al. Aptidão edafoclimática para o mogno a fri- cano no Brasil. Ciênc. Florestal., Santa Maria, v.28, n.1, p.357-368, 2018 .
Garber SM, Maguire DA. Modeling stem taper of three cen- tral oregon species using nonlinear mixed effects models and autoregressive error structures. Forest Ecology and Management, v.179, n.1, p.507-522, 2003.
Castro RVO et al. Artificial neural networks effectiveness to estimate mortality in a Semi-deciduous Seasonal Forest. Australian Journal of Basic and Applied Sciences, v.9, n.5, p.435-444, 201 5.
Castro RVO et al. Individual growth model for eucalyptus stands in Brazil using artificial neural network. ISRN Fo- restry, v. 2013. 2013.
Castro, Renato Vinícius Oliveira et al. Crescimento e produ- ção de plantios comerciais de eucalipto estimados por dua s categorias de modelos. Pesquisa Agropecuária Brasileira, v. 48, n. 3, p. 287-295, 2013.
Crescente-Campo F, Soares P, Tomé M, Diéguez-Aranda U. Modeling noncatastrophic individual tree mortality for Pi- nus radiate plantations in northwestern Spain. Forest Ecol- ogy and Management, v.257, n.6, p.1542–1550, 2010.
Diamantopoulou MJ. Artificial neural networks as an alterna- tive tool in pine bark volume estimation. Computers and Electronics in Agriculture, v.48, n.3, p.235-244, 2005.
Goergens EB et al. Estimação do volume de árvores utili- zando redes neurais artificiais. Revista Árvore, v.33, n.6, p.1141-1147, 2009.
Grogan J et al. What loggers leave behind: impacts on big - leaf mahogany (Swietenia macrophylla) commercial popu- lations and potential for post-logging recovery in the Bra- zilian Amazon. Forest Ecology and Management, v.255, n.2, p.269-281, 2008.
Grogan J, Barreto P. Big-leaf mahogany on CITES Appendix II: big challenge, big opportunity. Conservation Biology, v.19, n.3, p.973-976, 2005.
Grogan J et al. Over‐harvesting driven by consumer demand leads to population decline: Big‐leaf mahogany in South America. Conservation Letters, v.3, n.1, p.12-20, 2010.
Hammond D. et al. Hardwood programmes in Fiji, Solomon Islands, and Papua New Guinea. 2002.
Jesus CM et al. (2017), Funções de densidade de probabili- dade para estimativa das distribuições de variáveis dendro- métricas em um povoamento clonal de eucalipto. Revista Espacios. v.38, n.16. 30p.
Krisnawati H, Kallio MH, Kanninen M. Swietenia macro- phylla King: Ecology, silviculture and productivity. CI- FOR, 2011.
Lafetá BO et al. Eficiência de utilização de macronutrientes em eucalipto por método não destrutivo estimados por re- des neurais artificiais. Ciência Florestal, v.28, n.2, p.613 - 623, jun. 2018.
Langbour P et al. Comparison of wood properties of planted big-leaf mahogany (Swietenia macrophylla) in martinique island with naturally grown mahogany from Brazil, M ex- ico and Peru. Journal of Tropical Forest Science, p.252 - 259, 2011.
Leite HG et al. Estimation of inside-bark diameter and heart- wood diameter for Tectona grandis Linn. trees using artifi- cial neural networks. European Journal of Forest Research, v.130, n.2, p.263-269, 2010.
Leite HG, da Silva MLM, Binoti DHB, Fardin L, T akizawa FH. Estimation of inside-bark diameter and heartwood di- ameter for Tectona grandis Linn. trees using artificial neu- ral networks. European Journal of Forest Research, v.130, n.2, p.263–269, 2011.
Lugo AE, Alayón M. Big-leaf mahogany: Genetics, ecology and management. Springer Science & Business Media, 2003.
Mead DJ, Odoom FK. Promotion of valuable hardwood p lan- tations in the tropics. A global overview. Forest Plantations Thematic Papers. Working Paper (FAO), 2001.
Merkl D, Hasenauer H. Using neural networks to predict in- dividual tree mortality. em Proceedings of the Int’l Confer- ence on Engineering Applications of Neural Networks, p.10–12, Gibraltar, Reino Unido, 1998.
Miehle P, Battaglia M, Sands PJ et al. A comparison of four process-based models and a statistical regression model to predict growth of Eucalyptus globulus plantations. Ecolo- gical Modelling, v.220, n.5, p.734-746, 2009.
Morandi PS et al. Influência da disponibilidade de luz na qualidade de mudas e nutrição mineral de Ca lophyllum brasiliense Cambess. (Calophyllaceae). Revista Árvore, Viçosa, v.41, n.2, p.1-10, abr. 2017.
Newnham RM. The development of a standmodel for Doug- lasfir [Ph.D. thesis], University of British Columbia, Can- ada, 1964.
Paula Filho P, Tusset A. Análise de cor para o reconheci- mento de espécies florestais. Ágora : revista de divulgação científica, v.16, n.2esp., p.330-341, 11 abr. 2012.
Pinheiro AL. et al. Ecologia, silvicultura e tecnologia de u tili- zação dos mognos africanos (Khaya spp.). Viçosa: 2011, p.102. SEPLAN. Atlas do Tocantins: subsídios ao planeja- mento da gestão territorial. 6. ed. Palmas: Secretaria do Planejamento e da Modernização da Gestão Pública, 80 p. 2012.
Reais LP et al. Prognosis on the diameter of individual tre es on the eastern region of the amazon using artificial neural networks. Forest Ecology and Management, Amsterdam, v.382, p.161-167, 2016.
© 2020 Journal of Biotechnology and Biodiversity ISSN: 2179- 4804
DOI: https://doi.org/10.20873/jbb.uft.cemaf.v8n1.csilva
22
Silva et al. / Journal of Biotechnology and Biodiversity / v.8 n.1 (2020) 017- 023
Richards M, McDonald AJS, Aitkenhead MJ. Optimisation of competition indices using simulated annealing and arti- ficial neural networks. Ecological Modelling, v.214, n.2- 4, p.375-384, 2008.
Ribeiro A et al. O cultivo do mogno africano (Khaya spp.) e o crescimento da atividade no Brasil. Floresta Ambiente. Seropédica, v.24, e00076814, 2017.
Santos Neto JC. Redes neurais artificiais na estimação de vo- lume de Mogno Aricano (Khaya ivorensis). 2018. Trabalho de conclusão de curso (Bacharel em Engenharia Florestal) - Universidade Federal do Recôncavo Bahiano, Cruz das Almas, 2018.
Silva IN da, Spatti DH, Flauzino RA. Redes neurais artifici- ais para engenharia e ciências aplicadas. São Paulo: Artli- ber, v.23, n.5, p.33-111, 2010.
Silva MLM, Binoti DHB, Gleriani JM, Leite HG. Ajuste do modelo de Schumacher e Hall e aplicações de redes neu- rais artificiais para estimar volumes de árvores de euca- lipto. Árvore, v.33, n.6, p.1133–1139, 2009.
Silva MVC, RamosYA, Limeira MMC, Coelho, MCB, San- tos AF, Giongo M, Erpen ML. Uso de redes neurais artifi- ciais e modelos de regressão para estimar volume de espé- cies nativas em Portel, Pará - Brasil. Revista Forestal Mes- oamericana Kurú, v.17, n.40, 20 dez. 2019.
Wiemann MC. Characteristics and availability of commer- cially important woods. Wood handbook: wood as an engi- neering material: chapter 2. Centennial ed. General tech- nical report FPL; GTR-190. Madison, WI: US Dept. of Agriculture, Forest Service, Forest Products Laboratory, 2010: v.190, p.2.1-2.45, 2010.
Zbonak A et al. Wood properties and processing outcomes for plantation grown African mahogany (Khaya senega- lensis) trees from Clare, Queensland (18 and 20 year- old trees) and Katherine, Northern Territory (14 year- old trees). 2010.
© 2020 Journal of Biotechnology and Biodiversity ISSN: 2179- 4804
DOI: https://doi.org/10.20873/jbb.uft.cemaf.v8n1.csilva
23