Modelos de regressão e de redes neurais artificiais na quantificação de carbono e biomassa lenhosa em floresta estacional decidual no Brasil Central

Abstract

O presente estudo avaliou e comparou a qualidade de ajuste de modelos alométricos (Spurr, Schumacher & Hall e Husch) e de redes neurais artificiais na estimativa de estoque de biomassa seca e de carbono de árvores com diâmetro a altura do peito (DAP) igual ou superior a 5 cm, em área de floresta estacional decidual, localizada no Município de Campos Belos – GO, no Brasil central. Um total de 74 árvores pertencente a diferentes espécies registradas na área e distribuído em diferentes classes de diâmetro foram cubadas rigorosamente. Tanto para a biomassa seca (total e do fuste) quanto para o carbono (total e do fuste), o modelo de Schumacher & Hall foi o que apresentou melhores medidas de precisão. Foram treinadas 300 RNAs, do tipo MLP (multilayer perceptron) para cada variável dependente e as 10 redes com melhores resultados foram retidas para a análise das medidas de precisão. Todas as melhores redes encontradas apresentaram medidas de precisão sensivelmente melhores do que as alcançadas pelo modelo de Schumacher & Hall. Os estoques de biomassa seca total e do fuste foram iguais a respectivamente 65,61 ±15,52 t.ha-1 e 34,17 ± 7,85 t.ha-1. Para carbono, os estoques total e do fuste foram 29,47 ± 6,93 t.ha-1 e 15,16 ± 3,48 t.ha-1. Guazuma ulmifolia, Callisthene fasciculata, Myracrodruon urundeuva e Dilodendron bipinnatum, além de se destacarem na área por apresentarem maiores valores de IVI (índice de Valor de Importânicia), também se destacaram por apresentarem maiores estoques de biomassa e carbono.