Exportação concluída — 

Planejamento florestal espacial

Detalhes bibliográficos
Ano de defesa: 2009
Autor(a) principal: Gomide, Lucas Rezende
Orientador(a): Arce, Julio Eduardo, 1968-
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Madeira - Exploração
Programação linear
Programação heurística
Recursos florestais e engenharia florestal
Florestas - Planejamento
Link de acesso: https://hdl.handle.net/1884/21401
Resumo: Orientador : Prof. Dr. Julio Eduardo Arce
id UFPR_e1598fe7cf08bc9e5168f7d36c2f3639
oai_identifier_str oai:acervodigital.ufpr.br:1884/21401
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str
spelling Silva, Arinei Carlos Lindbeck da, 1960-Universidade Federal do Paraná. Setor de Ciências Agrárias. Programa de Pós-Graduação em Engenharia FlorestalArce, Julio Eduardo, 1968-Gomide, Lucas Rezende2025-09-03T16:12:11Z2025-09-03T16:12:11Z2009https://hdl.handle.net/1884/21401Orientador : Prof. Dr. Julio Eduardo ArceCo-orientador: Dr. Arinei Carlos Lindbeck da SilvaTese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Programa de Pós-Graduação em Engenharia Florestal. Defesa: Curitiba, 31/07/2009Inclui bibliografiaÁrea de concentração : Tecnologia e utilização de produtos floretaisO planejamento florestal espacial é uma opção ainda nova no Brasil, porém antiga nos países desenvolvidos. A sua importância está relacionada à melhor compreensão e análise do talhão dentro da floresta, entendendo ainda suas relações espaciais com outros talhões e áreas vizinhas. A restrição de adjacência é um exemplo de controle espacial na colheita florestal e contribui para a redução de danos ao ambiente e à paisagem. Existem dois tipos de restrições de adjacência: l) URM (Unít Restriction Modef) ~ que impede a colheita de talhões adjacentes no mesmo período de tempo; e 2) ARM (Area Restriction Modef) ~ que permite a colheita deste tipo de situação, desde que não ultrapasse um limite de área máxima estabelecida. Assim, o estudo teve como objetivo geral aplicar o planejamento florestal espacial, levando em consideração o problema de agendamento da colheita florestal. Além disso, analisar o grau de impacto econômico no VPL e na produção volumétrica de madeira, entre as opções de planejamento florestal tradicional e espacial e ainda testar a utilização do algoritmo genético (AG) e simulated annealing (SA) na resolução de cenários florestais, comparando com o método exato via programação linear inteira (PU). Foram gerados 4 tipos de casos de planejamento distribuídos em 32 cenários florestais, tendo como referência o modelo tipo I de Jonhson e Scheurmann (1977) e as restrições URM, ARM50 e ARM70. Os dados foram obtidos de um reflorestamento de eucalipto com 1.490 ha, contendo 52 talhões, pertencente à empresa VCP (Votorantim Celulose e Papel) na região de Caçapava-SP. Os métodos de resolução foram o AG, SA e PU, porém houve a necessidade de modelar os parâmetros das metaheurísticas, através de testes para diferentes configurações. Os resultados mostraram que as metaheurísticas foram influenciadas pela configuração testada, onde a melhor configuração para o AG foi: população inicial (300 indivíduos), operador de seleção (amostragem estocástica universal), taxa de trocas gênicas pelo crossover (50%), taxa de alteração gênica na mutação (20%) e replacement (steady state 3 ou 50% de substituição); e para a metaheurística SA: o uso da opção busca3, função3 de resfriamento e porcentagem de 10% na taxa de vizinhança de busca. A utilização de restrições de adjacência aumenta o número de restrições dos modelos, principalmente quando são empregadas as restrições do tipo ARM 50 e 70. O uso do planejamento florestal espacial promoveu uma redução do VPL na faixa de 2,10% (caso 4) a 3,74% (caso 2), proporcionado pelas perdas volumétricas de madeira colhida. As metaheurísticas foram eficientes e eficazes na resolução dos cenários, onde os desvios percentuais de VPL em relação à PLI foram: AG 0,76% e SA 2,45% (caso 1), AG 13,60% e SA 6,02% (caso 2), AG 4,18% e SA 7,66% (caso 3) e AG 2,91% e SA 3,31% (caso 4) para os cenários com HP de 7 anos. No caso de problemas onde a PU apresenta problemas em tempo de processamento, as metaheurísticas podem ser aplicadas como uma opção viável. Os casos de planejamento florestal espacial demonstram ser perfeitamente aptos e viáveis. As restrições de adjacência URM, ARM50 e ARM70 controlam as relações espaciais entre talhões e podem ser empregadas como uma opção no planejamento florestal.Spatial forest planning is still a new option in Brazil, but old in the developed countries. Its importance is related to the better understanding and analysis of the stand within the forest, understanding, still, their space relationships with other stands and neighboring areas. The adjacency constraints are an example of space control in the forest harvest, and it contributes to environmental and landscape damage reduction. Two types of adjacency constraints exist: 1) URM (Unit Restriction Model) -it avoids the harvest of adjacent stands at the same period of time; 2) ARM (Area Restriction Model) -that it allows the harvest of this type of situation, as long as it does not cross an established limit of maximum area. As such, this study had, as general objective to apply the spatial forest planning, taking into account the forest harvest scheduling problem. An objective was also to analyze the degree of economic impact on the NPV and on the volumetric production of wood, between the traditional and spatial forest planning options. Another objective was to test the use of the genetic algorithm (GA) and simulated annealing (SA) on the resolution of forest scenarios, comparing with the exact method via complete linear programming (lLP). For this, 4 types of planning cases were generated, distributed in 32 forest scenarios, having as a reference, the type I model of Jonhson and Scheurmann (1977) and the URM, ARM50 and ARM70 constraints. The data were obtained from a reforestation with 1,490 ha of eucalyptus, containing 52 stands and belonging to the VCP (Votorantim Celulose e Papel) company in the area of Cayapava-SP. The resolution methods were GA, SA and ILP, however there was the need to model the metaheuristic parameters, through tests for different configurations. The results showed that the metaheuristics were influenced by the configuration tested, where the best configuration for GA was: initial popUlation (300 individuals), selection operator (stochastic universal sampling), gene exchange rates by crossover (50%), rate of gene alteration in the mutation (20%) and replacement (steady state 3 or 50% of substitution); and the metaheuristic SA: the use of the option busca3, cooling funya03 and percentage of 10% in the search neighborhood rate. The use of adjacency constaints increased the number of restrictions for the models, mainly when employing the constraints of the ARM 50 and 70 type. The use of spatial forest planning promoted a reduction of NPV in a range from 2.10% (case 4) to 3.74% (case 2), proportionate to the volumetric loss of harvested wood. The metaheuristics were efficient and effective in the resolution of the scenarios, where the percentile deviations of NPV in relation to ILP were: GA 0.76% and SA 2.45% (case 1), GA 13.60% and SA 6.02% (case 2), GA 4,18% and SA 7.66% (case 3) and GA 2.91% and SA 3.31% (case 4) for the 7 year HP scenario. In the case of large problems, where ILP is not applied, the metaheuristics can be applied as a viable option. The cases of spatial forest planning demonstrate to be perfectly capable and viable. The URM, ARM50 and ARM70 adjacency constraints control the space relationships among stands, and can be used as an option in forest planning.235 f. : il. algumas color., grafs., tabs.application/pdfDisponível em formato digitalMadeira - ExploraçãoProgramação linearProgramação heurísticaRecursos florestais e engenharia florestalFlorestas - PlanejamentoPlanejamento florestal espacialinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALt264_0326-D.pdfapplication/pdf13875640https://acervodigital.ufpr.br/bitstream/1884/21401/1/t264_0326-D.pdf5abb8dfb12bde4f00394a03f96ee39afMD51open accessTEXTt264_0326-D.pdf.txtExtracted Texttext/plain489765https://acervodigital.ufpr.br/bitstream/1884/21401/2/t264_0326-D.pdf.txt590ae25452c92f82b777678094b426a0MD52open accessTHUMBNAILt264_0326-D.pdf.jpgGenerated Thumbnailimage/jpeg1108https://acervodigital.ufpr.br/bitstream/1884/21401/3/t264_0326-D.pdf.jpg389ee42c6edf56b346c9d609863bcae7MD53open access1884/214012025-09-03 13:12:11.738open accessoai:acervodigital.ufpr.br:1884/21401Repositório InstitucionalPUBhttp://acervodigital.ufpr.br/oai/requestinformacaodigital@ufpr.bropendoar:3082025-09-03T16:12:11Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Planejamento florestal espacial
title Planejamento florestal espacial
spellingShingle Planejamento florestal espacial
Gomide, Lucas Rezende
Madeira - Exploração
Programação linear
Programação heurística
Recursos florestais e engenharia florestal
Florestas - Planejamento
title_short Planejamento florestal espacial
title_full Planejamento florestal espacial
title_fullStr Planejamento florestal espacial
title_full_unstemmed Planejamento florestal espacial
title_sort Planejamento florestal espacial
author Gomide, Lucas Rezende
author_facet Gomide, Lucas Rezende
author_role author
dc.contributor.other.pt_BR.fl_str_mv Silva, Arinei Carlos Lindbeck da, 1960-
Universidade Federal do Paraná. Setor de Ciências Agrárias. Programa de Pós-Graduação em Engenharia Florestal
dc.contributor.advisor1.fl_str_mv Arce, Julio Eduardo, 1968-
dc.contributor.author.fl_str_mv Gomide, Lucas Rezende
contributor_str_mv Arce, Julio Eduardo, 1968-
dc.subject.por.fl_str_mv Madeira - Exploração
Programação linear
Programação heurística
Recursos florestais e engenharia florestal
Florestas - Planejamento
topic Madeira - Exploração
Programação linear
Programação heurística
Recursos florestais e engenharia florestal
Florestas - Planejamento
description Orientador : Prof. Dr. Julio Eduardo Arce
publishDate 2009
dc.date.issued.fl_str_mv 2009
dc.date.accessioned.fl_str_mv 2025-09-03T16:12:11Z
dc.date.available.fl_str_mv 2025-09-03T16:12:11Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/21401
url https://hdl.handle.net/1884/21401
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 235 f. : il. algumas color., grafs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/21401/1/t264_0326-D.pdf
https://acervodigital.ufpr.br/bitstream/1884/21401/2/t264_0326-D.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/21401/3/t264_0326-D.pdf.jpg
bitstream.checksum.fl_str_mv 5abb8dfb12bde4f00394a03f96ee39af
590ae25452c92f82b777678094b426a0
389ee42c6edf56b346c9d609863bcae7
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv informacaodigital@ufpr.br
_version_ 1847526346254712832

Registros relacionados