Resumen de Uso de redes neurais artificiais na análise de variáveis ambientais associadas à deposição de serapilheira
Priscila Sales Rodrigues Aquino, Marcos Sales Rodrigues, Renato Vinícius Oliveira Castro, Mauro Eloi Nappo
- English
The objective of this study was to evaluate, with the use of artificial neural networks, the influence of some environmental variables in litterfall. The study was conducted on the gallery forest along ‘Lava-pés’ stream in Goiás State, Brazil where the experimental site (3 ha) was structured in a grid of 60 litterfall traps, with 0.33 m2 each and held 0.65 m above the soil, georeferenced and spaced at intervals of 32 x 32 m. Litterfall was monthly collected from December 2011 to November 2012. All litterfall samples were manually separated into three fractions: leaves (LE), branch bark (BB), and reproductive parts (RP). Relevance of climate , temporal, spatial and phytosociological variables in litterfall deposition were evaluated, through sensitivity analysis provided by the artificial neural network with the best performance. According to the statistical analysis, all variables were significant in the phenomenon, while the variable time (months of the year) was the most important for litterfall in the evaluated area. Artificial neural networks are shown as a powerful tool for litterfall analysis.
- português
O objetivo do trabalho foi avaliar, por meio de redes neurais artificiais, a influência de algumas variáveis ambientais associadas à deposição de serapilheira. O estudo foi realizado na mata de galeria do córrego Lava-pés (3 ha) em Ipameri, GO, utilizando-se 60 coletores instalados em uma malha regular georreferenciada de 32 x 32 m. A serapilheira foi coletada mensalmente de dezembro de 2011 a novembro de 2012. Todas as amostras foram separadas manualmente nas frações: folhas (FF), ramos (FR - galhos e cascas), e estruturas reprodutivas (FER - flores, frutos e sementes). Avaliou-se a relevância de variáveis climáticas, temporais, espaciais e fitossociológicas na deposição da serapilheira, por meio da análise de sensibilidade fornecida no treinamento da rede neural artificial de melhor desempenho. De acordo com a análise estatística realizada, todas as variáveis estudadas foram relevantes no fenômeno estudado, entretanto a variável temporal (meses do ano) foi a mais importante na deposição de serapilheira na área em estudo. As redes neurais artificiais mostram-se como uma potente ferramenta na análise da deposição de serapilheira.
