RESUMO O objetivo deste trabalho foi testar a aplicabilidade das redes neurais artificiais na estimação da altura em testes clonais e de progênies de eucalipto. Foram utilizados 8.329 dados de teste clonal, coletados em seis idades, divididos em 6 blocos e 5 repetições, e 36.793 dados para o teste de progênie, coletados em 5 idades e divididos em 10 blocos e 5 repetições. As variáveis categóricas de entrada foram a idade, o genótipo e o bloco. O diâmetro (dap) foi utilizado com variável de entrada contínua. Para definição dos dados para treinamento das redes foram utilizadas duas sub-amostras: a sub-amostra 1, composta pela primeira árvore de cada bloco e a sub-amostra 2, uma árvore foi selecionada aleatoriamente dentro de cada bloco. Essa seleção foi feita para os testes clonal e de progênies. Os dados selecionados foram separados em 70% para treinamento e 30% para a validação. As demais árvores, que não faziam parte das duas sub-amostras, foram utilizadas para a generalização. Para cada idade e tratamento foi calculado o teste kolmogorov - Smirnov (K-S) afim de verificar a normalidade dos resíduos. Os resultados demonstram que as redes podem ser usadas na estimação da altura das árvores dos diferentes genótipos presentes nos testes clonais e de progênies, sem perda da exatidão e significativa redução de custo de medição dos experimentos.

ABSTRACT The goal of this study was to test the applicability of artificial neural networks for estimating tree heights in clonal tests and progenies. We used data from 8,329 clonal tests collected for six age groups, divided into six blocks and five repetitions. For the progeny tests, we used 36,793 data points, collected at age 5 and divided into ten blocks and five repetitions. The categorical input variables considered were age, treatment, and block. The diameter (dap) was used with continuous input variables. For training the networks, we used two samples. Sub-sample 1 was composed of the first tree of each block. In sub-sample 2, the tree was selected randomly within each block. This selection was made in both tests. The selected data were separated, with 70% used for training and 30% used for validation. The other unselected trees were used for generalization. For each age and treatment, we used the Kolmogorov-Smirnov (KS) test to verify the normality of the errors. The results show that ANNs can be used to estimate the heights of trees subjected to various experimental plot treatments, with no loss of accuracy or estimation precision.

Dados de povoamentos de eucalipto submetidos a desbastes seletivos foram utilizados para modelagem da distribuição diamétrica. Foram ajustados dois modelos: um de predição e outro de projeção. Nos dois casos, o modelo de distribuição de diâmetros foi constituído por sistemas de equações não lineares. No primeiro caso, os parâmetros da função Weibull foram estimados em função de características dos povoamentos. No segundo, os parâmetros dessa função, observados em uma idade atual, foram empregados como variáveis independentes para serem estimados em idades futuras. Os resultados comprovaram maior eficiência na modelagem por meio de projeção.

Data of eucalyptus stands submitted to selective thinning were used to diametric distribution modeling. Two models were adjusted: one for prediction and another for projection. In both cases, the model was constituted by non-linear equations systems. In the first case the parameters of the Weibull function were predicted in function of characteristics of the plantation. In the second, the parameters of that function, observed at the present age, were used as independent variables to estimate those parameters at further ages. The results proved a larger efficiency in the modelling through projection.