DBDaniel Henrique Breda Binoti

Daniel Henrique Breda Binoti

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article

Previous Organizations / Institutes

The organizations / institutes from the scholar's other articles in the past ten years


Daniel Henrique Breda Binoti has a total of 107 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Assessing sampling efficiency and artificial neural networks for tree height prediction and site index classification in forest stands

    by Pedro Henrique Fontes dos Santos, Gianmarco Goycochea-Casas, Carlos Pedro Boechat Soares, Daniel Henrique Breda Binoti, Lucas Sérgio de Sousa Lopes, Pedro Alves Marques, Emanuelly Canabrava Magalhães, Ana Carolina da Silva Cardoso Araujo, Helio Garcia Leite

    Forest management relies on accurate growth and harvest stock estimations, typically obtained through forest inventories. This study evaluated sampling strategies for training Artificial Neural Networks (ANNs) to predict tree heights, aiming to minimize sampling effort and associated costs, and assessed the efficiency of using these predictions for site index classification. Data were collected from Pinus taeda L. spacing experiment in southern Brazil, encompassing measurements from 3 to 15 years of age. Four scenarios were evaluated: (a) adjusting height-diameter equations with varying sample sizes, (b) applying equations from one age to the next, (c) training ANNs with different sample sizes, and (d) using ANNs trained in one year for subsequent years. Results showed that ANNs, particularly with a sample of three trees per plot (Scenario c), provided superior height predictions compared to traditional height-diameter relationships, achieving higher correlation and lower error. While applying ANNs trained in one year to the next (Scenario d) showed reduced accuracy, Scenario (c) maintained high precision. The use of ANN-predicted heights for site index classification was also deemed viable. The study demonstrates that ANNs can significantly reduce the sampling effort required for forest inventories while maintaining accuracy in height estimation and site productivity assessment. The findings support the continued use of the established practice of measuring three trees per plot for ANN training, optimizing both cost and precision in forest inventory processes.

  • Open Access

    Estimação do volume de árvores de eucalipto utilizando support vector regression

    by Luandson Araújo De Souza, Adriano Ribeiro de Mendonça, Hélio Garcia Leite, Gilson Fernandes da Silva, Daniel Henrique Brenda Binoti, Mayra Luiza Marques da Silva, Giovanni Correia Vieira

    A busca por métodos com maior acurácia para a estimação de variações dendrométricas tem se intensificado, resultando em estimativas confiáveis ​​do estoque volumétrico de povoamentos florestais. Neste contexto, este estudo avaliou a acurácia da estimativa do volume total de árvores de eucalipto utilizando Support Vector Regression (SVR). Os dados obtidos de um povoamento de eucalipto foram divididos aleatoriamente em dois grupos: 70% para ajuste dos modelos de regressão e treinamento da SVR e 30% para validação. Foram testadas diferentes configurações de SVR e modelos de regressão, avaliadas por meio do coeficiente de correlação, raiz do erro quadrático médio e viés. Com base nos resultados obtidos, foi observado que a SVR proporcionou exatidão nas estimativas do volume individual das arvores, com desempenho semelhante aos modelos clássicos de regressão utilizados.

  • Open Access

    Combining Digital Imaging and Artificial Neural Networks for Individual Volumetric Estimation of Non-Straight Trees

    by Pedro Henrique de Sousa, Hallefy Junio de Sousa, Matheus P. Chagas, Daniel Henrique B. Binoti, Fábio Venturoli, Rafael Tassinari Resende

  • Open Access

    Modelos regionais de relação hipsométrica avaliados para plantio clonal de eucalipto em área de Cerrado

    by Valdir Carlos Lima de Andrade, Thaís Schmitt, Samuel de Pádua Chaves e Carvalho, Daniel Henrique Breda Binotti, Natalino Calegario

    Uma alternativa para reduzir o tempo despendido com a medição da altura das árvores é o emprego de equações, geralmente, geradas a partir do ajuste de modelos hipsométricos locais, os quais exigem o ajuste de equações conforme o número de unidades amostrais e, ou, estratos que caracterizam a população inventariada. Por isso, este trabalho tem o objetivo de avaliar modelos hipsométricos regionais ajustados aos dados de eucalipto clonal. Foram avaliados um total de 26 modelos regionais de efeito fixo (EF), adotando-se os seguintes critérios estatísticos: inexistência de multicolinearidade, significância na estimativa dos coeficientes de regressão, atendimento às pressuposições de regressão, análise gráfica de resíduos e teste validação com dados independentes, adotando-se a média dos quadrados dos resíduos de predição, a soma dos quadrados dos resíduos de predição relativos, o intervalo interquartil entre o 1º e 3º quartis e correlação linear múltipla. Após identificar o modelo de EF que mais se sobressaiu dentre os demais, procedeu-se o seu ajuste na forma de modelo de efeito misto (EM), ao incluir o efeito aleatório da unidade amostral. Neste caso, para comparar com o respectivo modelo de EF, além dos critérios anteriores, adotaram-se: critério de informação de Akaike, critério de informação Bayesiano e teste da razão da máxima verossimilhança. Concluiu-se a necessidade inexorável de considerar o ajuste de modelos com EM, por este se destacar sobremaneira ao respectivo modelo com EF.

  • Open Access

    Estimativas volumétricas em povoamentos de eucalipto utilizando máquinas de vetores de suporte e redes neurais artificiais

    by Márcio Assis Cordeiro, Julio Eduardo Arce, Fabiane Aparecida Retslaff Guimarães, Izabel Passos Bonete, Anthoinny Vittória dos Santos Silva, Jadson Coelho De Abreu, Daniel Henrique Breda Binoti

    This study aimed to evaluate the performance of artificial neural networks (ANN) and support vector machines (SVM) in volumetric modeling in eucalyptus stands. Data from commercial plantations, located in four municipalities in the southern mesoregion of the state of Amapá, were used and were provided by a private company. Volumetric models established in the literature were adjusted and compared with the SVM and ANN techniques. Data were divided into 80% for training and 20% for model validation. The same dendometric variables used by the regression models (DBH and height) were used by the SVM and ANN. For training and generalization of the SVM, four configurations were used, formed from two error functions and two Kernel functions. For configuration, training, and generalization of the ANN, the NeuroForest-Volumetric software was used, in which network configurations such as Adaline (Adaptive Linear Element) were used; Multilayer Perceptron (MLP) and Radial Base Functions (RBF). The quality of the adjustments of the regression models, and of the methodologies using ANN and SVM, were evaluated using the correlation coefficient between the observed and estimated individual volumes (ryŷ), the root mean square error, expressed as a percentage of the mean (RMSE%), and graphical analysis of residues (Res%). Considering the results, SVM and ANN performed slightly better, compared to the traditional methodology, in individual volume estimates, demonstrating that they are techniques that are well suited for applications in the area of measurement and forest management. Este estudo teve por objetivo avaliar o desempenho de redes neurais artificiais (RNA) e máquinas de vetor de suporte (MVS) na modelagem volumétrica em povoamentos de eucalipto. Utilizou-se dados oriundos de plantios comerciais não desbastados, localizados em quatro municípios na mesorregião sul do estado do Amapá e foram disponibilizados por uma empresa privada. Foram ajustados modelos volumétricos consagrados na literatura e comparados com a técnica de MVS e de RNA. Os dados foram divididos em 80% para treinamento e 20% para validação dos modelos, as mesmas variáveis dendrométricas utilizadas pelos modelos de regressão (dap e altura) foram utilizadas pelas MVS e RNA. Para o treinamento e generalização das MVS, foram utilizadas quatro configurações, formadas a partir de duas funções de erro e duas funções de Kernel. Para configuração, treinamento e generalização das RNA, foi utilizado o software NeuroForest - Volumetric, no qual foram utilizadas configurações de redes do tipo Adaline (Adaptive Linear Element); Multilayer Perceptron (MLP) e Funções de Base Radial (RBF). A qualidade dos ajustes dos modelos de regressão, e das metodologias utilizando RNA e MVS, foram avaliadas utilizando-se o coeficiente de correlação entre os volumes individuais observados e estimados (ryŷ), a raiz quadrada do erro médio, expresso em porcentagem da média (RMSE%), análise gráfica dos resíduos (Res%). Considerando os resultados, MVS e RNA obtiveram desempenho ligeiramente melhores, comparados à metodologia tradicional, nas estimativas de volume individual, demonstrando serem técnicas que se adequaram bem para aplicações na área de mensuração e manejo florestal.


  • Open Access

    Estimation height level of Copaifera sp. (Leguminosae) by Artificial Neural Networks

    by Bianca Cerqueira Martins, Glória da Silva Almeida Leal, Daniel Henrique Breda Binoti, Glaycianne Christine Vieira dos Santos, Carlos Eduardo Silveira da Silva, João Vicente de Figueiredo Latorraca

  • Open Access

    Modelos de altura-diâmetro para um plantio clonal de eucalipto no Sul do Tocantins

    by Valdir Carlos Lima de Andrade, Thaís Schmitt Schmitt, Daniel Henrique Breda Binoti, Samuel de Pádua Chaves e Carvalho, Helio Garcia Leite

    O objetivo deste estudo foi avaliar alguns modelos estatísticos para caracterizar a relação altura-diâmetro em um plantio de eucalipto localizado na região Sul do Tocantins. Inicialmente, avaliou-se 14 modelos de altura-diâmetro quanto ao coeficiente de determinação ajustado, erro padrão da estimativa e análise da distribuição de resíduos. Em seguida, empregando-se os melhores modelos, avaliou-se a predição da altura de árvores por meio da validação cruzada entre dois lotes de dados obtidos com 11 parcelas de 348 m2 cada. Para este propósito, adotou-se as estatísticas do erro médio absoluto, raiz quadrada do erro quadrático médio e a soma dos quadrados dos resíduos relativos, concomitantemente à análise de distribuição dos resíduos. Concluiu-se que o modelo de Chapman-Richards foi o mais apropriado para caracterizar as variações de altura-diâmetro na área de eucalipto amostrada no Sul do estado de Tocantins


  • Open Access

    Determinación de la intensidad de muestreo en inventario forestal continuo en un bosque tropical lluvioso denso, Amazonia Oriental, Brasil

    by Luiz Marcos Silva-Matos, Agostinho Lopes-De-Souza, Daniel Henrique Breda-Binoti, Elpidio Inácio Fernandes-Filho, Andreina Epifanía Dávila-Vega, Duberlí Geomar Elera-Gonzáles, Ana Carolina De Albuquerque-Santos, Perez Alves-Corrêa, Katia Regina-Silva

    El muestreo optimizado en inventarios forestales permite perfeccionar las tecnologías de manejo forestal sostenible. Se desarrolló una metodología para determinar la intensidad optima de muestreo en inventarios forestales continuos, ajustándolos al principio n° 08 del FSC (Forest Stewardship Council). Datos de un censo con mapeo de árboles con DAP ≥ 35 cm fueron utilizados. Un simulador de plan de corte que combina un algoritmo genético y un Sistema de Información Geográfica (GIS) fue desarrollado. Diez planes de corte fueron simulados, cinco con intensidad de 22 m3 ha-1 y cinco con 30 m3 ha-1. El área efectiva de explotación forestal fue dividida en 4 690 parcelas (100 x 100 m), en las cuales fueron asignados los árboles mapeados en el censo. En la preparación del algoritmo genético dos enfoques (A y B) fueron considerados. El enfoque A buscó maximizar el número de especies muestreadas con base en las intensidades de muestreo predefinidas 1:1 000, 1:750, 1:500, 1:250 y 1:200. El enfoque B buscó minimizar el número de parcelas permanentes para muestrear todas las especies cosechadas. No fue posible muestrear todas las especies cosechadas utilizando intensidades de muestreo pre-definidas. Para cumplir con el Principio n° 08 del FSC, la metodología determinó una intensidad óptima de muestreo de 1:180 y 1:165 para las intensidades de corte de 22 m3 ha-1 y 30 m3 ha-1 respectivamente. No hubo diferencia significativa entre el número de especies cosechadas en las diferentes intensidades de corte.

  • Open Access

    Spatial stratification per district to obtain regulated forest in Brazil

    by Marco Antonio Monte, Carlos Antonio Alvares Soares Ribeiro, Gilciano Nogueira Paiva, Daniel Henrique Breda Binoti, Antonilmar Araújo Lopes Silva, Maria das Graças Ferreira Reis, Geraldo Gonçalves Reis, Alvaro Augusto Vieria Soares, Helio Garcia Leite

    The classic forest regulation model considers the total forest area in order to regulate production to maximize revenue. However, frequently the forest area covers more than one political or socio-economic zoning, such as a district. Taking into account the continuous operation in every one of these zones when optimizing wood harvest and revenue may result in social-economic benefits such as job maintenance and tax collection. Hence, the aim of this study was to assess a regulated forest structure model using the planted area per district as spatial stratification criterion. Three modeling scenarios were established: spatial stratification per district, annual volumetric production per district and the classic total area regulation. All models were formulated under the model 1 of linear programming. An area of 2,191 ha of eucalypt stands, from one to seven years of age, located in three districts in southeastern Brazil, was used to evaluate the proposed scenarios. The optimal solution of the proposed model met the imposed constraints (area, demand and regulation). The stratification per district, under the conditions of the present study, did not reduce net revenue, guaranteed the annual timber supply and resulted in smaller variation in the annual timber volume per district.

  • Open Access

    Allocation of Storage Yards in Management Plans in the Amazon by Means of Mathematical Programming

    by Evandro Ferreira da Silva, Gilson Fernandes Da Silva, Evandro Orfanó Figueiredo, Daniel Henrique Breda Binoti, Adriano Ribeiro de Mendonça, Carlos Moreira Miquelino Eleto Torres, José Eduardo Macedo Pezzopane

    The present study aimed to optimize the location of wood storage yards in forest management for the production of wood in the Brazilian Amazon. The area of forest management studied was 638.17 ha, with 1478 trees selected for harvest with a diameter at breast height of at least 50 cm in accordance with Brazilian legislation. Taking the topography into account—permanent preservation areas, restricted areas, and remaining trees—and using GIS tools, 7896 sites were identified that could be used as wood storage yards. By using mathematical programming techniques, more specifically binary integer linear programming, and based on the classical p-median model, optimal locations for the opening of yards were defined. Four scenarios were proposed combining distance and volume constraints. The scenarios evaluated promoted reductions in infrastructure investment compared with traditional planning. The results showed reductions in the number of forest roads (–6.33%) and trails to extract logs (–15.49%) when compared to traditional planning. The best performing scenario was that with the maximum volume restriction. It was concluded that the application of mathematical programming was able to promote significant gains in the harvest planning of native forests of the Amazon with the potential to reduce environmental damage.