Please use this identifier to cite or link to this item: https://rima.ufrrj.br/jspui/handle/20.500.14407/11229
Full metadata record
DC FieldValueLanguage
dc.contributor.authorAtaíde, Danilo Henrique dos Santos
dc.date.accessioned2023-12-22T01:49:11Z-
dc.date.available2023-12-22T01:49:11Z-
dc.date.issued2019-02-28
dc.identifier.citationATAÍDE, Danilo Henrique dos Santos. Geoestatística aplicada à mensuração e manejo de povoamentos de eucalipto. 2019. 91 f. Dissertação (Mestrado em Ciências Ambientais e Florestais). Instituto de Florestas, Universidade Federal Rural do Rio de Janeiro, Seropédica, RJ, 2019.por
dc.identifier.urihttps://rima.ufrrj.br/jspui/handle/20.500.14407/11229-
dc.description.abstractO objetivo geral deste trabalho foi avaliar processos e intensidades amostrais na análise geoestatística de variáveis dendrométricas no tempo, visando o manejo de povoamentos de eucalipto. Os dados foram obtidos em povoamentos localizados nos municípios de Bocaiuva e Abaeté, Minas Gerais, a partir de inventário florestal contínuo. Foram avaliadas as variáveis diâmetro a 1,30 m do solo, área basal, altura total, altura média das árvores dominantes, volume de madeira e número de árvores por hectare, nos processos de amostragem casual simples, sistemática e conglomerados, em diferentes intensidades amostrais. A estrutura de dependência espacial das variáveis, bem como precisão e exatidão das estimativas geoestatísticas, foram avaliadas em cada combinação de processo e intensidade amostral. Nestas combinações, foram construídos o intervalo de confiança para a média espacial. O comportamento da dependência espacial das variáveis analisadas foi avaliado ao longo do tempo, em três idades consecutivas. Em cada idade foram testadas três intensidades amostrais e sua influência na detecção da dependência espacial. Para os estudos de capacidade produtiva e prognose do volume de madeira utilizando variável geoestatística, aplicou-se o método da Curva-Guia na obtenção da variável índice de sítio, seguido da espacialização das estimativas pela krigagem ordinária e cokrigagem ordinária, utilizando como variáveis secundárias o diâmetro a 1,30 m do solo e a altura total. O modelo de Clutter foi ajustado a partir das estimativas de sítio geradas em cada metodologia. O desempenho de cada método na projeção do volume de madeira foi avaliado por meio de regressão linear e do coeficiente de correlação linear de Pearson. Conclui-se que os processos e intensidades amostrais influenciam na exatidão e precisão de inventários florestais utilizando abordagem geoestatística. A intensidade de uma unidade amostral em cada 16,4 hectares permite estimativas exatas da média populacional, por meio de estimador geoestatístico, em todas as variáveis. Contudo, para a espacialização consistente das variáveis, recomenda-se uma intensidade de uma unidade amostral para cada 6,5 hectares, independente do processo amostral utilizado. Verifica-se que o comportamento da dependência espacial das variáveis em estudo não foi afetado pelo aumento da idade do povoamento. As variáveis diâmetro a 1,30 do solo, área basal, altura total, altura média das árvores dominantes e volume de madeira apresentaram estrutura de dependência espacial predominantemente forte em todas as idades e intensidades amostrais avaliadas, sendo recomendada a análise geoestatística em inventário florestal contínuo, considerando no mínimo uma unidade amostral a cada 16,4 hectares. A correção do índice de sítio pela krigagem e cokrigagem ordinária não propicia alterações significativas no ajuste do modelo de Clutter. Outras formas de melhorar o ajuste deste modelo, utilizando a forte componente espacial apresentada pela altura média das árvores dominantes, devem ser investigadas.por
dc.description.sponsorshipCAPESpor
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Federal Rural do Rio de Janeiropor
dc.rightsAcesso Abertopor
dc.subjectprocesso de amostragempor
dc.subjectinventário florestalpor
dc.subjectdependência espacialpor
dc.subjectcapacidade produtivapor
dc.subjectcrescimento e produçãopor
dc.subjectsampling processeng
dc.subjectforest inventoryeng
dc.subjectspatial dependenceeng
dc.subjectsite productivityeng
dc.subjectgrowth and yieldeng
dc.titleGeoestatística aplicada à mensuração e manejo de povoamentos de eucaliptopor
dc.title.alternativeGeostatistics applied to the measurement and management of eucalyptus stands.eng
dc.typeDissertaçãopor
dc.description.abstractOtherThe general objective of this work was to evaluate the sampling processes and intensities in the geostatistical analysis of dendrometric variables in time, aiming at the management of eucalyptus stands. The data were obtained from stands located in Bocaiuva and Abaeté, Minas Gerais, from continuous forest inventory. The variables diameter were 1.30 m from the soil, basal area, total height, mean height of dominant trees, wood volume and number of trees per hectare, in the random, systematic and conglomerates sampling process, in different sampling intensities. The spatial dependence structure of the variables, as well as the accuracy of the geostatistical estimates, were evaluated in each combination of process and sample intensity. In these combinations, the confidence interval for the spatial mean was constructed. The spatial dependence behavior of the analyzed variables was evaluated over time, in three consecutive ages. At each age, three sample intensities and their influence on the detection of spatial dependence were tested. For the studies of productive capacity and prognosis of the volume of wood using geostatistical variable, the Guidance Curve method was applied to obtain the variable site, followed by the spatialisation of the estimates by ordinary kriging and ordinary cokriging, using as secondary variable diameter 1,30 m from the ground and total height, respectively. The Clutter model was adjusted from the site estimates generated in each methodology. The performance of each method in the projection of the wood volume was evaluated by means of linear regression and the Pearson linear correlation coefficient. It is concluded that the sampling processes and intensities affect the accuracy and precision of forest inventories using a geostatistical approach. The intensity of one sample unit in each 16.4 hectares allows exact estimates of the population mean, by means of a geostatistical estimator, in all variables. However, for consistent spatialization of variables, is recommended an intensity of one sample unit for every 6.5 hectares, regardless of the sampling process used. It is verified that the behavior of the spatial dependence of the variables under study was not affected by the increase of the population age. The variables diameter at 1.30 of the soil, basal area, total height, mean height of dominant trees and wood volume had a predominantly strong spatial dependence structure at all ages and sample intensities evaluated, being recommended the geostatistical analysis in a continuous forest inventory, considering a sampling unit for each 16.4 hectares. Correction of site index by kriging and ordinary cokriging does not lead to significant changes in the fit of the Clutter model. Other ways of improving the fit of this model, using the strong spatial component presented by the mean height of dominant trees, should be investigated.eng
dc.contributor.advisor1Araújo, Emanuel José Gomes de
dc.contributor.advisor1ID065.258.676-73por
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3124188823262093por
dc.contributor.referee1Araújo, Emanuel José Gomes de
dc.contributor.referee2Monte, Marco Antonio
dc.contributor.referee3Curto, Rafaella de Angeli
dc.creator.ID385.208.708-21por
dc.creator.Latteshttp://lattes.cnpq.br/6704416518493370por
dc.publisher.countryBrasilpor
dc.publisher.departmentInstituto de Florestaspor
dc.publisher.initialsUFRRJpor
dc.publisher.programPrograma de Pós-Graduação em Ciências Ambientais e Florestaispor
dc.relation.referencesALVARES, C. A. et al. Koppen’s climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711–728, 2014. ARAÚJO, E. J. G. et al. Allometric models to biomass in restoration areas in the Atlantic rain forest. Floresta e Ambiente, v. 25, n. 1, p. 1–13, 2018. BURNHAN, K. P.; ANDERSON, D. R. Model selection and multimodel inference. 2 ed. New York: Springer, 2002. CALDEIRA, M. A. et al. Spatial distribution of leaf-cutting ant nests (Hymenoptera: Formicidae) in Eucalyptus plantations. Cerne, v. 11, n. 1, p. 34–39, 2005. DE BASTIANI, F.; URIBE-OPAZO, M.A.; DALPOSSO, G.H. Comparison of maps of spatial variability of soil resistance to penetration constructed with and without covariables using a spatial linear model. Engenharia Agrícola, Jaboticabal, v. 32, n. 2, p. 394-404, 2012. GUEDES, I. C. L. et al. Continuidade espacial de características dendrométricas em povoamentos clonais de Eucalyptus sp. avaliada ao longo do tempo. Cerne, v. 21, n. 4, p. 527–534, 2015. KANEGAE JUNIOR, H. et al. Avaliação da continuidade espacial de características dendrométricas em diferentes idades de povoamentos clonais de Eucalyptus sp. Revista Árvore, v. 31, n. 5, p. 859–866, 2007. LANDIM, P. M. B. Sobre Geoestatística e mapas. Terra e Didática, v. 2, n. 1, p. 19–33, 2006. LUNDGREN, W. J. C.; SILVA, J. A. A.; FERREIRA, L. C. R. Influência do tipo de amostragem na estimativa de volume de madeira de eucalipto por Krigagem. Floresta e Ambiente, v. 23, n. 4, p. 511–523, 2016. MELLO, J. M. et al. Estudo da dependência espacial de características dendrométricas para Eucalyptus grandis. Cerne, v. 11, n. 2, p. 113–126, 2005. PÉLLICO NETTO, S.; BRENA, D. A. Inventário Florestal. 1. ed. Curitiba: Próprio autores, 1997. PELISSARI, A. L. et al. Geoestatística aplicada ao manejo de povoamentos florestais de teca, em períodos pré-desbaste seletivo, no estado do Mato Grosso. Revista Brasileira de Biomassa, v. 32, n. 3, p. 430–444, 2014. PÖYRY, C. EM G. E N. L. Relatório 2017 IBÁ. São Paulo, 2017. R CORE TEAM. R: A language and environment for statistical computing.Vienna, Austria.R Foundation for Statistical Computing, 2015. RIBEIRO JÚNIOR, P. J.; DIGGLE, P. J. GeoR: a package for geostatistical analysis. RNEWS, v. 1, n. 2, p. 15–18, 2001. 31 SANTOS, P. C. et al. O emprego da geoestatística na determinação do tamanho “ótimo” de amostras aleatórias com vistas à obtenção de estimativas dos volumes dos fustes de espécies florestais em Paragominas, estado do Pará. Acta Amazonica, v. 41, n. 2, p. 213–222, 2011. SCOLFORO, J. R. S. Biometria florestal: modelos de crescimento e produção florestal. Lavras: UFLA/FAEPE, 2006. SCOLFORO, J. R. S.; THIERSCH, C. R. Biometria Florestal: Medição, Volumetria e Gravimetria. 1. ed. Lavras: UFLA/FAEPE, 2004. YAMAMOTO, J. K.; LANDIM, P. M. B. Geoestatísitica: conceitos e aplicações. 1. ed. São Paulo: Oficina de Textos, 2013. ZIMBACK, C. R. L. Geoestatística. 1. ed. Botucatu: UNESP, 2003. ALVARES, C. A. et al. Koppen’s climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711–728, 2014. ARAÚJO, E. J. G. et al. Allometric models to biomass in restoration areas in the Atlantic rain forest. Floresta e Ambiente, v. 25, n. 1, p. 1–13, 2018. BURNHAN, K. P.; ANDERSON, D. R. Model selection and multimodel inference. 2 ed. New York: Springer, 2002. GUEDES, I. C. L. et al. Continuidade espacial de características dendrométricas em povoamentos clonais de Eucalyptus sp. avaliada ao longo do tempo. Cerne, v. 21, n. 4, p. 527–534, 2015. GUEDES, I. C. L. et al. Técnicas geoestatísticas e interpoladores espaciais na estratificação de povoamentos de Eucalyptus sp. Ciência Florestal, v. 22, n. 3, p. 541–550, 2012. MELLO, J. M. et al. Continuidade espacial para características dendrométricas (número de fustes e volume) em plantios de Eucalyptus grandis. Revista Árvore, v. 33, n. 1, p. 185–194, 2009. MELLO, J. M. et al. Uso do estimador geoestatístico para predição volumétrica por talhão. Floresta, v. 36, n. 2, p. 251–260, 2006. MELLO, J. M. et al. Estudo da dependência espacial de características dendrométricas para Eucalyptus grandis. Cerne, v. 11, n. 2, p. 113–126, 2005. MONTE, M. A. et al. Crescimento de um clone de eucalipto submetido a desrama e desbaste. Revista Árvore, v. 33, n. 5, p. 777-787, 2009. KANEGAE JUNIOR, H. et al. Avaliação de interpoladores estatísticos e determinísticos como instrumento de estratificação de povoamentos clonais de Eucalyptus sp. Cerne, v. 12, n. 2, p. 123–136, 2006. KANEGAE JUNIOR, H. et al. Avaliação da continuidade espacial de características dendrométricas em diferentes idades de povoamentos clonais de Eucalyptus sp. Revista Árvore, v. 31, n. 5, p. 859–866, 2007. PELISSARI, A. L. et al. Geoestatística aplicada ao manejo de povoamentos florestais de teca, em períodos pré-desbaste seletivo, no estado do Mato Grosso. Revista Brasileira de Biomassa, v. 32, n. 3, p. 430–444, 2014. PEREIRA, T. T. C et al. Qualidade de solos cultivados com eucalipto na região central de Minas Gerais. Revista Brasileira de Ciências Agrárias, v. 7, p. 706–713, 2012. R CORE TEAM. R: A language and environment for statistical computing.Vienna, Austria.R Foundation for Statistical Computing, 2015. 55 RIBEIRO JÚNIOR, P. J.; DIGGLE, P. J. GeoR: a package for geostatistical analysis. RNEWS, v. 1, n. 2, p. 15–18, 2001. SCOLFORO, J. R. S. Biometria florestal: modelos de crescimento e produção florestal. Lavras: UFLA/FAEPE, 2006. SCOLFORO, J. R. S.; THIERSCH, C. R. Biometria Florestal: Medição, Volumetria e Gravimetria. 1. ed. Lavras: UFLA/FAEPE, 2004. YAMAMOTO, J. K.; LANDIM, P. M. B. Geoestatísitica: conceitos e aplicações. 1. ed. São Paulo: Oficina de Textos, 2013. ZIMBACK, C. R. L. Geoestatística. 1. ed. Botucatu: UNESP, 2003. ALVARES, C. A. et al. Koppen’s climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711–728, 2014. ANDRIOTTI, J. L. S. Fundamentos de estatística e geoestatística. São Leopoldo: UNISINOS, 2003. CALDEIRA, M. A. et al. Spatial distribution of leaf-cutting ant nests (Hymenoptera: Formicidae) in Eucalyptus plantations. Cerne, v. 11, n. 1, p. 34–39, 2005. CAMPOS, J. C. C.; LEITE, H. G. Mensuração Florestal. 5. ed. Viçosa, MG: UFV, 2017. DEBERTIN, D. L. Significance tests of regression coefficients: an additional reminder. American Journal of Agricultural Economics, v. 57, p. 124, 1974. GUEDES, I. C. L. et al. Continuidade espacial de características dendrométricas em povoamentos clonais de Eucalyptus sp. avaliada ao longo do tempo. Cerne, v. 21, n. 4, p. 527–534, 2015. KANEGAE JUNIOR, H. et al. Avaliação da continuidade espacial de características dendrométricas em diferentes idades de povoamentos clonais de Eucalyptus sp. Revista Árvore, v. 31, n. 5, p. 859–866, 2007. LUNDGREN, W. J. C.; SILVA, J. A. A.; FERREIRA, L. C. R. Influência do tipo de amostragem na estimativa de volume de madeira de eucalipto por Krigagem. Floresta e Ambiente, v. 23, n. 4, p. 511–523, 2016. MELLO, J. M. et al. Estudo da dependência espacial de características dendrométricas para Eucalyptus grandis. Cerne, v. 11, n. 2, p. 113–126, 2005. MELLO, J. M. et al. Uso do estimador geoestatístico para predição volumétrica por talhão. Floresta, v. 36, n. 2, p. 251–260, 2006. PELISSARI, A. L. et al. Geoestatística aplicada ao manejo de povoamentos florestais de teca, em períodos pré-desbaste seletivo, no estado do Mato Grosso. Revista Brasileira de Biomassa, v. 32, n. 3, p. 430–444, 2014. PELISSARI, A. L. et al. Propostas de mapeamentos da capacidade produtiva de sítios florestais por meio de análises geoestatísticas. Scientia Forestalis, v. 43, n. 107, p. 601-608, 2015. PEREIRA, J. C. P. Modelo de crescimento e produção de Clutter adicionado de uma variável latente para predição de volume em um plantio de Eucalyptus urograndis com variáveis correlacionadas espacialmente. Scientia Forestalis, v. 44, n. 110, p. 393-403, 2016. R CORE TEAM. R: A language and environment for statistical computing.Vienna, Austria.R Foundation for Statistical Computing, 2015. RIBEIRO JÚNIOR, P. J.; DIGGLE, P. J. GeoR: a package for geostatistical analysis. RNEWS, v. 1, n. 2, p. 15–18, 2001. 72 SALLES, T. T. et al. Modelo de Clutter na modelagem de crescimento e produção de eucalipto em sistemas de integração lavoura-pecuária-floresta. Pesquisa Agropecuária Brasileira, v. 47, n. 2, p. 253–260, 2012. SCHNEIDER, P. R. et al. Análise de regressão aplicada à engenharia florestal. 2. ed. Santa Maria, RS: UFSM, 2009. SCOLFORO, J. R. S. Biometria florestal: modelos de crescimento e produção florestal. Lavras: UFLA/FAEPE, 2006. SCOLFORO, H. F. et al. Spatial interpolators for improving the mapping of carbon stock of the arboreal vegetation in Brazilian biomes of Atlantic forest and Savanna. Forest Ecology and Management, v. 376, p. 24–35, 2016. SCOLFORO, J. R. S.; THIERSCH, C. R. Biometria Florestal: Medição, Volumetria e Gravimetria. 1. ed. Lavras: UFLA/FAEPE, 2004. YAMAMOTO, J. K.; LANDIM, P. M. B. Geoestatísitica: conceitos e aplicações. 1. ed. São Paulo: Oficina de Textos, 2013. ZIMBACK, C. R. L. Geoestatística. 1. ed. Botucatu: UNESP, 2003.por
dc.subject.cnpqRecursos Florestais e Engenharia Florestalpor
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/66963/2019%20-%20Danilo%20Henrique%20dos%20Santos%20Ata%c3%adde.pdf.jpg*
dc.originais.urihttps://tede.ufrrj.br/jspui/handle/jspui/5090
dc.originais.provenanceSubmitted by Sandra Pereira (srpereira@ufrrj.br) on 2021-09-27T23:26:06Z No. of bitstreams: 1 2019 - Danilo Henrique dos Santos Ataíde.pdf: 5941620 bytes, checksum: 534a99173542711b4e4b9786e7e3d3c0 (MD5)eng
dc.originais.provenanceMade available in DSpace on 2021-09-27T23:26:06Z (GMT). No. of bitstreams: 1 2019 - Danilo Henrique dos Santos Ataíde.pdf: 5941620 bytes, checksum: 534a99173542711b4e4b9786e7e3d3c0 (MD5) Previous issue date: 2019-02-28eng
Appears in Collections:Mestrado em Ciências Ambientais e Florestais

Se for cadastrado no RIMA, poderá receber informações por email.
Se ainda não tem uma conta, cadastre-se aqui!

Files in This Item:
File Description SizeFormat 
2019 - Danilo Henrique dos Santos Ataíde.pdf2019 - Danilo Henrique dos Santos Ataíde5.8 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.