MODELING AND SPATIAL ANALYSIS OF CARBON STOCK AND FOREST ATTRIBUTES USING ARTIFICIAL INTELLIGENCE TECHNIQUES
Redes neurais artificiais. Modelos lineares. Modelos não-lineares. Modelos de efeitos mistos. Geoestatística.
Florestas proveem inúmeros serviços ecossistêmicos, como regulação de ciclos biogeoquímicos, controle de poluição, fornecimento de alimentos e o sequestro e estocagem de carbono atmosférico. Esses serviços são cruciais, pois atua diretamente na mitigação do aquecimento global sendo, de importância estratégica na amenização das mudanças climáticas. Nesse contexto, a quantificação do estoque de carbono presente nos mais variados tipos de florestas, constitui uma ferramenta importante de monitoramento desse serviço ecossistêmico. A estimativa de estoque de carbono por métodos indiretos faz uso de técnicas de modelagem e simulação. Historicamente, a modelagem de atributos florestais se apoiou em abordagens fundamentadas em modelos estatísticos. Essas abordagens dividem hoje espaço com abordagens computacionais de inteligência artificial/aprendizagem de máquina, como redes neurais artificiais, máquinas de vetores de suporte, árvores de decisão, dentre outras, as quais vêm ganhando espaço como ferramentas de análise de dados florestais, modelagem, estimativa de variáveis e prognose da produção. Essas ferramentas têm proporcionado ganhos na qualidade das estimativas e predições. Neste trabalho foram analisadas as distribuições espaciais do estoque de carbono em uma floresta tropical e avaliados os desempenhos de modelos extraídos de técnicas de inteligência artificial para modelar o estoque de carbono em florestas tropicais; além do uso de inteligência artificial e modelos mistos com adoção de estrutura na matriz de variância e covariância para estimativas hipsométricas.