Predição de IMA e distribuição de clones por região.

Abstract

A produtividade florestal é o principal indicador a ser acompanhado em uma floresta. Ela pode ser aferida por metodologias de inventário florestal ou no momento da colheita. No presente trabalho foram usados dados de colheita dos últimos 5 anos das áreas produtivas da empresa Aperam BioEnergia LTDA, para prever a produtividade da floresta nos próximos anos. Com o objetivo de obter o menor erro foram testadas três técnicas de predição: regressão linear, árvore de decisão e LASSO (Least Absolute Shrinkage and Selection Operator). Em cada abordagem se analisou o modelo usando a variável com maior correlação ou todas as variáveis disponíveis na base de dados. Também foi testada a aplicação do melhor método com o uso da função softmax para direcionar as proporções de cada clone para as regiões. O melhor desempenho de predição foi obtido usando o modelo de regressão linear com todas as variáveis. Esta abordagem apresentou o menor erro médio absoluto percentual quando comparado com os outros métodos testados. O uso da função softmax gerou maior produtividade, quando comparada à recomendação feita manualmente, aumentando a assertividade na recomendação clonal.