Loading...
Publication
Simulator for forest management alternatives
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 10.62 MB | Adobe PDF |
Authors
Abstract(s)
As florestas fornecem serviços essenciais para o ecossistema, mas a sua gestão sustentável
permaneceumdesafio. Aotimização do volume de madeira extraída e a avaliação
de diferentes estratégias de gestão exigem a simulação do futuro desenvolvimento dos
povoamentos florestais. Para auxiliar neste processo, os gestores florestais necessitam
de ferramentas que lhes permitam tomar decisões informadas e baseadas em dados,
uma gestão que equilibre metas imediatas com a sustentabilidade a longo prazo.
Este trabalho aborda esses desafios através do desenvolvimento de um simulador web
de gestão de alternativas florestais, dotado deumalgoritmo genético adaptado (NSGAII).
O simulador está disponível na plataforma "Floresta Digital". Para garantir a sua
integração bem-sucedida, o processo de desenvolvimento foi dividido em duas etapas:
primeiro, foram realizadas melhorias no website existente e, em seguida, foi criado e
implementado o simulador.
O simulador permite que os utilizadores explorem diversas opções de gestão florestal,
avaliando o equilíbrio entre a extração de madeira e a variação do volume ao longo
do tempo, apresentando múltiplas alternativas de gestão. A modificação do algoritmo
possibilitou a criação de um maior número de possíveis combinações de povoamentos,
satisfazendo as restrições do problema e indo além dos métodos tradicionais. Para
avaliar o desempenho do NSGA-II modificado, foram aplicados vários indicadores de
desempenho e parâmetros diferentes, comparando-os com a versão padrão. Os resultados
indicam que o algoritmo otimizado gera um maior número de soluções válidas
sem aumentar significativamente o tempo de execução, proporcionando um melhor
desempenho em termos de diversidade de soluções e eficiência computacional.
O simulador fornece dados de uma floresta em Coimbra, Portugal, para estudos experimentais,
mas também suporta conjuntos de dados de outras localidades para problemas
de otimização semelhantes. A criação do simulador segundo um formato Web
permite aumentar a acessibilidade para os profissionais da área florestal. No entanto,
o simulador apresenta algumas limitações, particularmente no que diz respeito à introdução
manual de dados e à definição de objetivos por parte do utilizador. Estas
limitações proporcionam oportunidades para melhorias futuras. Este trabalho contribui
para a gestão sustentável das florestas ao fornecer uma ferramenta prática de
simulação para apoiar a tomada de decisão pelos gestores florestais.
Forests provide essential ecosystem services, but their sustainable management presents a complex challenge. Achieving objectives such as timber harvesting optimisation require simulating the future development of forest stands and evaluating various management strategies. To support this, forest managers need access to decision support tools that enable informed, data-driven choices, ensuring that management practices balance immediate goals with long-term sustainability. This work addresses these challenges by developing a web-based forest management simulator integrated with an adapted genetic algorithm (NSGA-II). The simulator is available on the "Floresta Digital" platform. To successfully integrate the simulator, the development process was divided into two stages: first, improvements to the existing website, followed by the creation and implementation of the simulator itself. The simulator allows stakeholders to explore various forest management options while assessing the trade-off between timber harvesting and volume variation over time, generating multiple management alternatives. By enhancing the algorithm to generate a wider range of valid stand combinations, this modification not only satisfies problem constraints but also outperforms traditional methods. To evaluate the performance of the custom NSGA-II, several performance metrics and different parameters were applied and compared to the standard version. The results suggest that the custom NSGA-II generates a larger number of valid solutions without a significant increase in runtime, offering superior performance in terms of solution diversity and computational efficiency. The simulator provides data from a forest in Coimbra, Portugal, for experimental research, but also supports datasets from other locations for similar optimisation problems. Its web-based design ensures accessibility for non-experts, however, limitations like manual data entry and user-defined objectives highlight opportunities for enhancements. This study strengthens sustainable forest management by providing a practical simulation tool to aid decision-making for forest stakeholders.
Forests provide essential ecosystem services, but their sustainable management presents a complex challenge. Achieving objectives such as timber harvesting optimisation require simulating the future development of forest stands and evaluating various management strategies. To support this, forest managers need access to decision support tools that enable informed, data-driven choices, ensuring that management practices balance immediate goals with long-term sustainability. This work addresses these challenges by developing a web-based forest management simulator integrated with an adapted genetic algorithm (NSGA-II). The simulator is available on the "Floresta Digital" platform. To successfully integrate the simulator, the development process was divided into two stages: first, improvements to the existing website, followed by the creation and implementation of the simulator itself. The simulator allows stakeholders to explore various forest management options while assessing the trade-off between timber harvesting and volume variation over time, generating multiple management alternatives. By enhancing the algorithm to generate a wider range of valid stand combinations, this modification not only satisfies problem constraints but also outperforms traditional methods. To evaluate the performance of the custom NSGA-II, several performance metrics and different parameters were applied and compared to the standard version. The results suggest that the custom NSGA-II generates a larger number of valid solutions without a significant increase in runtime, offering superior performance in terms of solution diversity and computational efficiency. The simulator provides data from a forest in Coimbra, Portugal, for experimental research, but also supports datasets from other locations for similar optimisation problems. Its web-based design ensures accessibility for non-experts, however, limitations like manual data entry and user-defined objectives highlight opportunities for enhancements. This study strengthens sustainable forest management by providing a practical simulation tool to aid decision-making for forest stakeholders.
Description
Keywords
Gestão Florestal Simuladores Florestais Otimização Multi-Objectivo Algoritmos Genéticos NSGA-II