@PHDTHESIS{ 2021:1611569702, title = {Prospec??o de reservat?rios de oleorresina de Copaifera L. por meio de an?lises n?o destrutivas}, year = {2021}, url = "https://tede.ufrrj.br/jspui/handle/jspui/5753", abstract = "O oleorresina de copa?ba (Copaifera L.) ? uma mat?ria-prima potencial para diversos segmentos da ind?stria, devido ?s suas m?ltiplas propriedades. Por?m, a identifica??o da localiza??o dos reservat?rios desta subst?ncia nos troncos das ?rvores ? um obst?culo ? previsibilidade de seu abastecimento continuado, afetando a comercializa??o sustent?vel do produto. Em um ambiente de elevada heterogeneidade entre os indiv?duos arb?reos, torna-se um desafio constante na busca de m?todos n?o invasivos para a prospec??o do oleorresina. Neste trabalho, por meio de revis?o bibliogr?fica e experimenta??o, buscou-se: i) revisar aspectos gerais ? respeito do g?nero Copaifera L. e de pesquisas que refor?am o seu potencial, da demanda por tecnologias para produtos florestais n?o madeireiros, das principais tecnologias dispon?veis, al?m dos principais aspectos entendidos como desafios para este empreendimento; ii) analisar o potencial da tomografia de impulso (TI) para a prospec??o de reservat?rios de oleorresina no tronco de ?rvores de Copaifera sp.; iii) verificar a rela??o entre vari?veis dendrom?tricas, meteorol?gicas e fenol?gica (presen?a/aus?ncia de folhas) com a velocidade de propaga??o de ondas mec?nicas (VPOM) e com as VPOM m?dias (VmPOM); iv) avaliar diferentes configura??es de Redes neurais artificiais (RNA) e indicar o modelo mais apropriado para a predi??o do volume oleorresina de Copaifera sp., com base em vari?veis dendrom?tricas, ac?sticas e sazonais. As tomografias foram realizadas em se??es transversais, em 35 ?rvores, na altura do di?metro ? altura do peito (DAP ou 0%) e, entre essas, em 18 nas alturas a 25%, 50%, 75% e 100% (1? bifurca??o), sendo obtidas as vari?veis: VmPOM, VPOM m?nima, VPOM m?xima, altura de prospec??o em porcentagem (Hp%), altura total da ?rvore, di?metro em Hp% e porcentagem de ?rea da se??o afetada por velocidades baixas. Investigou-se a interfer?ncia de diferentes per?odos sazonais nos resultados tomogr?ficos, por meio de vari?veis ac?sticas, dendrom?tricas, meteorol?gicas (temperatura m?nima e m?xima, umidade relativa do ar), al?m da condi??o da fenologia foliar, em dois grupos de ?rvores: a) grupo A = 14 ?rvores ? per?odo sazonal transi??o para chuvoso (2018); b) grupo B = 14 ?rvores ? per?odo sazonal seco (2019). Al?m disso, foram testadas diferentes configura??es de redes neurais artificiais (RNA), visando a predi??o do volume de oleorresina, nas quais empregou-se a arquitetura geral de aprendizado supervisionado Multilayer Perceptron (MLP). Para todas as an?lises, utilizou-se tetes estat?sticos descritivos, experimentais e estat?stica multivariada. ? poss?vel prospectar reservat?rios com uma quantidade significativa de oleorresina utilizando-se TI, mas, principalmente, indicar a exclus?o de ?rvores, necessariamente, sem reservat?rio ou outras descontinuidades. A TI ? sens?vel para captar mudan?as no tronco das ?rvores, em fun??o de per?odos sazonais. A indica??o de uma RNA de alta precis?o (correla??o treinamento = 0.994 e valida??o = 0.996) aproxima o manejo de oleorresina de outras tecnologias interessantes para seu planejamento e gest?o, como aplicativos para melhorar a interface RNA-usu?rio, de modo a otimizar a etapa de invent?rio e, principalmente, a an?lise do custo-benef?cio associado ? uma ?rea de manejo.", publisher = {Universidade Federal Rural do Rio de Janeiro}, scholl = {Programa de P?s-Gradua??o em Ci?ncias Ambientais e Florestais}, note = {Instituto de Florestas} }