ABORDAGEM BORROW STRENGHT APLICADA A MODELO GEOESTATÍSTICO PARA ESTIMATIVA DE VOLUME

AUTOR(ES)
FONTE

Ciênc. Florest.

DATA DE PUBLICAÇÃO

2017-06

RESUMO

RESUMO O presente estudo teve como objetivo utilizar o compartilhamento de parâmetros de modelos geoestatísticos aplicado aos estimadores de máxima verossimilhança para predizer os volumes por hectare em três fragmentos de Floresta Estacional Subtropical localizados em Santa Teresa - RS empregando a abordagem Borrow strenght. Os dados foram coletados em 56 unidades amostrais (U.A) de tamanho variável com aproximadamente 250 m2 em um total de 9 ha, distribuídas em um grid sistemático de 40 x 40 m, sendo medidas as variáveis dendrométricas dos indivíduos com DAP ≥ 10 cm próximas ao centro das unidades. Foram elaboradas duas abordagens para o conjunto de dados, sendo que a primeira considerou as áreas totalmente independentes entre si, subdivididas em dois tipos: ajuste ao modelo não espacial (NSM) e ajuste pelo método de máxima verossimilhança (MV) não compartilhado (ajuste individual). A segunda abordagem descreveu os ajustes dos modelos de máxima verossimilhança compartilhados em função do erro aleatório ou nugget, sendo: modelos sem nugget fixo (variabilidade entre as U.A) e com nugget fixo (variabilidade dentro das U.A), utilizando como correlação a função exponencial da família Matèrn. Em seguida, os modelos foram comparados pelo critério de informação de Akaike (AIC) e grau de dependência espacial para posterior krigagem e elaboração das superfícies de predição dos modelos selecionados. Foi observado que os modelos combinados para estimativa do volume foram superiores para os valores de AIC e grau de dependência espacial em relação aos ajustes para as áreas individuais. Entre os modelos compartilhados, observou-se que houve um ganho nas estimativas dos parâmetros utilizando o nugget fixo, que resultaram em uma correlação das amostras e grau de dependência espacial maior (AP = 88 m), em relação aos modelos compartilhado sem nugget fixo (AP = 75 e 66 m). O AIC mostrou-se eficiente, uma vez que comparou os diferentes níveis de ajustes propostos na metodologia do trabalho, selecionando um modelo com parcimônia e compatível com os padrões de distribuição espacial encontrados nas áreas. Sugere-se o uso de modelos compartilhados para dados de amostragem em diferentes áreas, com introdução da estimativa do erro intraparcela (nugget fixo) nas equações de MV, para aumentar a correlação entre as U.A, com avaliação conjunta do AIC somado ao grau de dependência espacial na estimativa de variáveis dendrométricas.

ASSUNTO(S)

máxima verossimilhança silvicultura de precisão critério de akaike inventário florestal

Documentos Relacionados