Купить СНПЧ А7 Архангельск, оперативня доставка

Modelos Hipsométricos para Dados Espacialmente Correlacionados no Plantio de Pinus sp. na Flona Ipanema - SP

DOI: http://dx.doi.org/10.12702/II-SGEA-a40

 

downloadpdf

Verônica Scalet1, Júlio C. Pereira2, Débora A. Mouão1 & Carlos A. Martinelli3

 

Resumo: Visando reduzir custos e tempo, muitas vezes, nas parcelas de um inventário florestal, apenas algumas árvores têm suas alturas medidas, sendo necessário estimar a altura das demais. Para isso é comum o uso de modelos de regressão relacionando altura e o diâmetro à altura do peito. No entanto, a suposição de independência dos erros em um modelo de regressão nem sempre é razoável, uma vez que para medidas feitas em pontos próximos entre si, espera-se que as alturas tenham valores parecidos (alta correlação espacial). Neste contexto, o presente trabalho teve por objetivo comparar modelos de regressão com e sem componente espacial, para um plantio de Pinus sp da Floresta Nacional de Ipanema – SP e determinar a função de correlação que propicia o melhor desempenho para o modelo com componente espacial. Dos modelos ajustados o que se mostrou com melhor desempenho foi o modelo com componente espacial com as funções de correlação exponencial, gaussiana e esférica.

Palavras-chave: Geoestatística; Função de correlação; Inventário Florestal;

 

Abstract: In order to reduce costs and time, often in the forest inventory’s plots, only a few trees have their height measures, this is necessary in order to estimate the height of the other trees. So, regression models relating to the height and diameter at breast height are useful. However, the assumption of the independent errors in the regression model is not always true, once the measurements made at points close to each other, it is expected that the heights have similar values (high spatial correlation). In this context, this paper aimed to compare regression models with and without spatial component, for Pinus sp crop in FLONA, SP and to determine the correlation function that gives the best performance for model with spatial component. Among the fitted models, the one that showed the best performance was the model with exponecial, gaussian and spherical correlation functions.

Key words: Geostatistics; Correlation function; Forest inventory.

 

1 Estudante de Engenharia Florestal, Universidade Federal de São Carlos/Campus Sorocaba, Rodovia João Leme dos Santos, km 110, SP 264, Sorocaba – SP - 18052-780, e-mail: ve.scalet@gmail.com, debyarantes@yahoo.com.br
2 Professor Doutor da Universidade Federal de São Carlos/Campus Sorocaba, e-mail: julio-pereira@ufscar.br
3 Professor Doutor da Universidade Federal do Espírito Santo/Departamento de Engenharia Florestal da (in memorian)

 

Literatura Citada

AKAIKE, H. A new look at statistical model identification. IEEE Transactions on Automatic Control, New York, v. 19, n. 6, p. 716-723, 1974.

BARTOSZECK, A. P. S.; MACHADO, S. A.; FIGUEIREDO FILHO, A.; OLIVEIRA, E. B. Distribuição diamétrica para bracatingais em diferentes idades, sítios e densidades da região metropolitana de Curitiba. Revista Floresta, Curitiba, v. 34, n. 3, p. 305-324, 2004.

BOGNOLA, I.; RIBEIRO JÚNIOR, P.; SILVA, E.; LINGAU, C.; HIGA, A. Modelagem uni e bivariada da variabilidade espacial de rendimento de Pinus taeda L. Revista Floresta, v. 38, n. 2, p. 373-385, 2008.

DIGGLE, P. J.; RIBEIRO JÚNIO, P. J. Model-basead geostatístics. Londres: Springer, 2007.

HARDIN, J. W.; HILBE, J. M. Generalized linear models and extensions. 2° ed, 2007.

MELLO, J. M. Geoestatistica Aplicada ao Inventário Florestal. 2004. Escola Superior de Agricultura Luiz de Queiroz, Piracicaba.

MELLO, J. M, BATISTIA, J.L.F., RIBEIRO JÚNIOR, P.J., OLIVEIRA, M.S. Ajuste e seleção de modelos espaciais de semivariograma visando à estimativa volumétrica de Eucalyptus grandis. Revista Scientia Forestalis, n. 69, p.25-37, 2005.

MENG, Q.; CIESZEWSKI, J. C.; STRUB, M. R.; BORDERS, B. E. Spatial regression modeling of tree height-diameter relationships. Canadian Journal of Forest Research. New Westminster, n. 39, p.2283-2293, 2009.

NANOS, N., CALAMA, R., MONTERO, G., GIL, L. Geostatistical prediction of height/diameter models. Forest Ecology and Management. n. 195, p. 221-235, 2004.

RIBEIRO JÚNIOR, P. J.; DIGGLE, P. J. GeoR: a package for geostatistical analysis. R-news, v.1, n.2, p. 15-18, 2001.

SCHMIDT, A. M.; SANSÓ. B. Modelagem Bayesiana da Estrutura de Covariância de Processos Espaciais e Espaço-Temporais, Caxambu: ABE, 2006. 151 p.

SCHUMACHER, F. X.; HALL, F. S. Logaritimic expression of timber volume. Journal of Agricultural Research, v. 47, n. 9, p. 719-734, 1993.

SOARES, C.P.B.; PAULA NETO, F.de.; SOUZA, A.L. Dendrometria e Inventário Florestal. 1ªed. Viçosa: UFV, 2007. 276 p.