No que se refere à inteligência artificial aplicada ao manejo florestal, julgue o item subsequente.

No manejo florestal, o uso de redes neurais pode ser limitado pelo overfitting, um problema que ocorre quando o modelo se ajusta aos dados de treinamento e perde a capacidade de prever dados para novas áreas, o que pode resultar em abrangências imprecisas ao aplicar o modelo em florestas com condições ambientais diferentes das utilizadas no treinamento. 

Tendo em vista que a análise da dinâmica florestal fornece informações sobre mudanças estruturais e florísticas ao longo do tempo, permitindo inferir alterações demográficas essenciais para o manejo sustentável, julgue o item subsecutivo. 

O índice de sítio é a medida que representa a capacidade produtiva de um local e, geralmente, é representado pelo diâmetro da árvore na altura do peito (DAP) em uma idade de referência, que é uma variável altamente correlacionada com a produtividade volumétrica e pouco influenciada pela variação da densidade do povoamento e por tratos silviculturais.

Tendo em vista que a análise da dinâmica florestal fornece informações sobre mudanças estruturais e florísticas ao longo do tempo, permitindo inferir alterações demográficas essenciais para o manejo sustentável, julgue o item subsecutivo. 

No inventário de uma floresta plantada, é recomendado o uso de processo de amostragem estratificada, devido à uniformidade do cenário. 

Tendo em vista que a análise da dinâmica florestal fornece informações sobre mudanças estruturais e florísticas ao longo do tempo, permitindo inferir alterações demográficas essenciais para o manejo sustentável, julgue o item subsecutivo. 

A estrutura diamétrica de uma floresta, sob o ponto de vista da produção, permite caracterizar e indicar o estoque de madeira disponível anteriormente a uma exploração, além de fornecer informações que auxiliem na tomada de decisões sobre a necessidade de reposição florestal. 

Em relação ao uso de inteligência artificial para a automação de operações florestais, julgue o próximo item. 

Os sistemas de visão computacional baseados em técnicas de redes neurais convolucionais podem ser empregados para identificar e classificar árvores em tempo real, permitindo o monitoramento da saúde da floresta. 

Julgue o item subsequente, referente ao uso de veículo aéreo não tripulado (VANT) no manejo de recursos florestais, a tecnologias remotas de coletas de dados e aspectos relacionados a esses temas. 

O uso de scanner a laser aerotransportado (tecnologia LIDAR — light detection and ranging) em povoamentos florestais permite a estimação indireta do volume de madeira. 

Julgue o item subsequente, referente ao uso de veículo aéreo não tripulado (VANT) no manejo de recursos florestais, a tecnologias remotas de coletas de dados e aspectos relacionados a esses temas. 

Suponha que, durante um sobrevoo, um VANT equipado com RTK (real time kinematic) e com um receptor GNSS (sistema global de navegação por satélite) de alta qualidade tenha perdido a comunicação com a base por 8 minutos, mas tenha continuado a captar imagens. Nessa situação, a precisão das coordenadas das imagens coletadas durante a perda de conexão RTK será da ordem de centímetros, garantida pelo GNSS de alta qualidade. 

Julgue o item subsequente, referente ao uso de veículo aéreo não tripulado (VANT) no manejo de recursos florestais, a tecnologias remotas de coletas de dados e aspectos relacionados a esses temas. 

Quando da realização de um ortomosaico de imagens aéreas provenientes de um VANT, pontos de controle são necessários ao georreferenciamento e à melhoria da precisão absoluta, enquanto pontos de checagem servem para a validação da acurácia do modelo. 

Julgue o item subsequente, referente ao uso de veículo aéreo não tripulado (VANT) no manejo de recursos florestais, a tecnologias remotas de coletas de dados e aspectos relacionados a esses temas. 

Um dos métodos de avaliação da qualidade do ortomosaico baseia-se na métrica RMSE (root mean squared error), em cujo cálculo são utilizados pontos de controle.

Considerando a aplicação de aprendizado de máquina para monitoramento de florestas, julgue o item a seguir. 

Para a matriz de confusão binária a seguir, o valor de acurácia do modelo é de 85%. 

... Ver mais