Predições geoestatísticas e zonas de incerteza no inventário de povoamentos florestais

Authors

  • Aline Bernarda Debastiani aline.debastiani@gmail.com
    Universidade Federal do Paraná
  • Bruna Nascimento de Vasconcellos brunaslg@hotmail.com
    UFPR
  • Ana Paula Marques Martins anapaula_marquesm@yahoo.com.br
    UFPR
  • Ana Paula Dalla Corte anapaulacorte@gmail.com
    UFPR
  • Carlos Roberto Sanquetta carlossanquetta@gmail.com
    UFPR

DOI:

10.34062/afs.v5i1.5692

Keywords:

Pinus sp., Volume comercial, Krigagem ordinária, Análise espacial

Abstract

O estudo objetiva modelar e mapear a variabilidade espacial do volume de um povoamento de Pinus sp. e avaliar as zonas de incertezas das inferências geradas pelo melhor interpolador geoestatístico testado. Foi realizada a krigagem ordinária testando seis modelos para estimativa do volume, sendo: Circular, Exponencial, Pentaesférico, Esférico, Tetraesférico e Gaussiano. O desempenho dos modelos foi avaliado por meio do grau de dependência espacial (GD), raiz do erro médio quadrático (RMS), erro padrão da estimativa (Syx%) e coeficiente de determinação (R²) da validação cruzada. Após a escolha do melhor modelo testado, foram geradas as zonas de incerteza das estimativas visando proporcionar o controle nos intervalos de incerteza nas estimativas preditas de forma variável espacialmente, diferente do que tradicionalmente vem sendo aplicado, com a consideração de uma incerteza média para toda a área. O modelo Circular proporcionou os melhores resultados, apresentando o maior grau de dependência espacial e menor RMS e Syx%, sendo de 1,7 m³ e 11,2% respectivamente, assim como o maior R² (0,9). A zona de certeza representou 77,79%, e as de incerteza de 22,21% da área, o que torna a distribuição espacial das parcelas amostradas confiáveis para interpolação do volume comercial.

Author Biographies

Aline Bernarda Debastiani, Universidade Federal do Paraná

Engenheira florestal pela UTFPR, mestre em engenharia florestal pela UDESC, atualmente é doutoranda em engenharia florestal pela Universidade Federal do Paraná na área de manejo florestal.

Bruna Nascimento de Vasconcellos, UFPR

Doutoranda em Engenharia Florestal

Ana Paula Marques Martins, UFPR

Doutoranda em Engenharia Florestal

Ana Paula Dalla Corte, UFPR

Professora do Programa de Pós Graduação em Engenharia Florestal

Carlos Roberto Sanquetta, UFPR

Professor do Programa de Pós Graduação em Engenharia Florestal

References

Aronoff S (1989). Geographical Information Systems: a management perspective. Ottawa: WDL Publications. 294p.

Ávila LF, Mello CR, Silva AM (2010). Continuidade e distribuição espacial da umidade do solo em bacia hidrográfica da Serra da Mantiqueira. Revista Brasileira de Engenharia Agrícola e Ambiental, 14 (12): 1257–1266.

Brandelero C, Antunes MUF, Giotto E (2007). Silvicultura de precisão: nova tecnologia para o desenvolvimento florestal. Revista Ambiência, 3 (2): 269-281.

Cambardella CA, Moorman TB, Novak JM, Parkin TB, Karlen DL, Turco RF, Konopka AE (1994). Field-scale variability of soil properties in central Iowa soils. Soil Science Society of America Journal, 58 (5): 1501– 1511.

Cambule AH, Rossiter DG, Stroorvogel JJ, Smaling EMA (2014). Soil organic carbon stocks in the Limpopo National Park, Mozambique: Amount, spatial distribution and uncertainty. Geoderma, 213: 46-56. doi: 10.1016/j.geoderma.2013.07.015.

Correia MD, Menezes RSC, Olinda RA (2014). Modelagem geoestatística da distribuição de carbono do solo e biomassa de herbáceas em sistema silvopastoril na região nordeste do Brasil. Revista Brasileira de Biomassa, 31 (2): 116-129.

Farias EGG, Maia LP (2012). Análise de incerteza do mapeamento batimétrico do canal de navegação do porto do Mucuripe (PE) - Brasil. Mercator, 11 (25): 169-177.

INSTITUTO AGRONÔMICO DO PARANÁ – IAPAR (2017). Cartas Climáticas do Paraná: Classificação Climática. Disponível em http://www.iapar.br/modules/conteudo/conteudo.php?conteudo=863. Acesso em: 15 abr. de 2017.

Landim PMB (2006). Sobre geoestatística e mapas. Terra e didática, 2 (1): 19-33.

Leal FA, Miguel EP, Matricardi EAT (2011). Mapeamento de unidades produtivas utilizando a interpolação geoespacial krigagem a partir do inventário florestal em um povoamento de Eucalyptus urophylla S. T. Blake. Enciclopédia Biosfera, 7 (13): 727-745.

Leal FA (2013). Técnicas de sensoriamento remoto e geoestatística aplicadas em um povoamento de Eucalyptus urophylla S. T. Blake para estimativa de volume. Dissertação, Programa de Pós-Graduação em Ciências Florestais, Universidade de Brasília. 96p.

López SD (2015). Mapeamento da incerteza de realizações condicionais da simulação plurigaussiana truncada. Dissertação, Programa de Pós Graduação em Recursos Minerais e Hidrogeologia, Universidade de São Paulo. 109p.

Matheron G (1971). The theory of regionalized variables and its applications. Fontainebleau: École Nationale Supérieure des Mines de Paris, 211p.

Mello JM (2004). Geoestatística aplicada ao inventário florestal. Piracicaba. 111p.

ODA ML (2005). Aplicação de métodos geoestatísticos para identificação de dependência espacial na análise de dados de um experimento em delineamento sistemático tipo “leque”. Dissertação, Programa de Pós Graduação em Agronomia, Universidade de São Paulo. 72p.

Ortiz JO, Felgueiras, CA, Druck S, Monteiro, AMV (2004). Modelagem de fertilidade do solo por simulação estocástica com tratamento de incertezas. Pesquisa Agropecuária Brasileira, 39 (4): 379- 389. Doi: 10.1590/S0100-204X2004000400012.

Pelissari AL, Caldeira SF, Drescher R, Santos VS (2012). Modelagem geoestatística da dinâmica espacial da altura dominante de Tectona grandis L.f. (TECA). Enciclopédia Biosfera, 8 (15): 1249-1260.

Pelissari AL, Figueiredo Filho A, Caldeira SF, Machado AS (2014). Geoestatística aplicada ao manejo de povoamentos florestais de teca, em períodos pré-desbaste seletivo, no Estado do Mato Grosso. Revista Brasileira de Biometria, 32 (3): 430-444.

Pereira JC, Mourão DAC, Scalet V, Souza CAM (2011). Comparação entre modelos de relação hipsométrica com e sem componente espacial para Pinus sp. na FLONA Ipanema – SP. Scientia Forestalis, 39 (89): 43-052.

Rosa Filho G, Carvalho MP, Montanari R, Silva JM, Siqueira GM, Zambianco EC (2011). Variabilidade espacial de propriedades dendrométricas do eucalipto e de atributos físicos de um Latossolo Vermelho. Bragantia, 70 (2): 439-446. doi: 10.1590/S0006-87052011000200027.

Rufino TMC, Thiersch CR, Ferreira SO, Kanegae Junior H, Fais D (2006). Uso da Geoestatística no estudo da relação entre variáveis dendrométricas de povoamentos de Eucalyptus sp. e atributos do solo. Revista Ambiência, 2 (1): 83-93.

Souza GS, Lima JSS, Xavier AC, Rocha WSD (2010). Krigagem ordinária e inverso do quadrado da distância aplicados na espacialização de atributos químicos de um argissolo. Scientia agraria, 11 (1): 73-81. doi: 10.5380/rsa.v11i1.15939.

Vieira SR (2003). Uso de geoestatística em estudos de variabilidade espacial de propriedades do solo. In: NOVAIS, R. F.; ALVAREZ V., V. H.; SCHAEFER, C. E. G. R. (Org.). Tópicos em ciência do solo, v.1. Viçosa: Sociedade Brasileira de Ciência do Solo. p.01-54.

Yamamoto JK, Landim PMB (2013). Geoestatística: conceitos e aplicações. São Paulo: Oficina de textos, 210p.

Yamamoto JK, Mao XM, Koike K, Crosta AP, Landim PMB, Hu HZ, Wang CY, Yao LQ (2012). Mapping an uncertainty zone between interpolated types of a categorical variable. Computers and Geosciences, 40: 146-152. doi: 10.1016/j.cageo.2011.09.005.

Yamamoto JK, Kikuda AT, Koike K, Campanha GAC, Leite CBB, Endlen A, Lopes SD (2015). Determination of volumetric uncertainty for geological bodies detected by boreholes. Measurement, 66: 45-53. doi: 10.1016/j.measurement.2015.01.023.

Published

2018-04-01