Volume de madeira: determinação, amostragem e métodos de estimativa
Ministério da Educação e Universidade Federal Rural da Amazônia.
| Autor principal: | LEÃO, Fábio Miranda |
|---|---|
| Grau: | Tese |
| Idioma: | pt_BR |
| Publicado em: |
UFRA
2019
|
| Assuntos: |
| id |
ir-123456789-688 |
|---|---|
| recordtype |
dspace |
| spelling |
ir-123456789-6882019-04-16T19:42:47Z Volume de madeira: determinação, amostragem e métodos de estimativa LEÃO, Fábio Miranda MIRANDA, Izildinha de Souza NASCIMENTO, Rodrigo Geroni Mendes Madeira - Amostragem Madeira - Cubagem Fator de forma Madeira - Modelagem Madeira - Regressão Redes neurais artificiais Madeira - Métodos de alternativa Madeira - Determinação Ministério da Educação e Universidade Federal Rural da Amazônia. Buscar estratégias para estabelecer a melhor prática de determinação do volume, o melhor método de modelagem e o número mínimo de amostra para compor uma equação volumétrica robusta é importante para o manejador, pois gera informações confiáveis acerca do estoque volumétrico florestal. Neste sentido o objetivo desta tese foi buscar estratégias que possam melhorar a qualidade do ajuste de modelos estatístico para estimar o volume de árvores em pé no sudeste do Pará. A estimativa do volume foi estudado a partir de três análises: a primeira análise foram levantados três objetivos: o primeiro foi comparar as três práticas de medição dos volumes de árvores (volume real, volume aproveitável e volume geométrico); o segundo foi verificar a influência das espécies e das classes diamétricas na composição do volume de madeira obtido pelas três práticas de medição do volume; e por último foi quantificar as perdas volumétricas após o corte das árvores em uma unidade de manejo florestal em Anapu- PA. Para isso foram analisadas 53 árvores-amostra pertencentes a cinco espécies, separadas em três classes diamétricas; foi realizada uma ANOVA em esquema fatorial (5x3x3) para verificar o efeito das espécies, das classes diamétricas e práticas de medição, sobre os diferentes volumes obtidos. O volume geométrico em média foi menor que volume real para todas as espécies nas diferentes classes, não havendo diferença entre as médias do volume aproveitável e o volume real. A segunda análise buscou determinar o número mínimo de árvores a serem cubadas para seis espécies em Novo Repartimento-PA. Foram cubadas 318 árvores-amostra pertencentes a seis espécies. Para determinar o mínimo de árvores-amostra, foram realizadas 1000 simulações aleatórias, para tamanhos de amostra diferentes (4, 5, ..., n - 1). Em cada simulação, foram ajustados os modelos volumétricos de Husch e Schumacher- Hall e obtidos o índice de Confiabilidade (IC%) e o Limite de Erro admissível (LEa%), para cada tamanho de amostra. Para o LEa%, foram considerados seis limites variando entre 10 e 35%. O teste t, foi utilizado para comparar a média do LEa% com a média do IC%, para cada tamanho de amostra, quando o IC% foi menor que o Lea% este foi considerado o ponto de árvores-amostra mínima. Para o modelo de Schumacher-Hall, a um limite de erro de 20%, são necessárias 29 árvores-amostra por espécie e 81 para todas espécies. Para o modelo de Husch, a 35% de limite, são necessárias 39 árvores-amostra por espécie e 158 para todas espécies. A terceira análise buscou comparar a precisão volumétrica das diferentes formas de modelagem do volume de árvores (fator de forma 0,7, fator de forma estimado, regressão linear e redes neurais artificiais - RNA's), para diferentes tamanhos de árvores-amostra em Novo Repartimento-PA. Foram cubadas 681 árvores-amostra, pertencentes a 52 espécies, posteriormente foram selecionadas aleatoriamente do total árvores de árvores cubadas para compor diferentes tamanhos de amostra (25, 50, 75, 100, 150, 200, 250, 300) para cada método de modelagem. Para análise da precisão dos modelos foi calculado o Erro padrão da estimativa, o critério de informação Bayesiano e o teste F de Graybill. A precisão e exatidão dos modelos foram analisadas; também foi realizado uma ANOVA fatorial (7 modelos x 8 tamanhos de amostra), para comparar o volume estimado pelos métodos nos diferentes tamanhos de árvores-amostras. Os melhores modelos em termos de precisão e exatidão foram Schumacher e Hall, ajustados a partir de 75 árvores-amostra, Husch, a partir de 150 árvores amostra e as RNA's de dupla entrada, a partir 100 árvores-amostra. Uma análise das vantagens e desvantagens dos resultados de cada método foi elaborada e o modelo de Husch foi o recomendado. Finding strategies to establish the best practice of volume determination, the best modeling method and the minimum number of samples to compose a robust volumetric equation is important for the manager since it generates reliable Information about the volumetric forest inventory. In this sense, the objective of this thesis was to search for strategies that can improve the quality of the adjustment of statistical models to estimate the volume of standing trees in the southeast of Pará. The volume estimation was studied from three analyzes: the first analysis was raised three objectives: the first was to compare the three practices of measuring tree volumes (real volume, usable volume and geometric volume); the second one was to verify the influence of the species and the diameter classes in the composition of the volume of wood obtained by the three practices of volume measurement; and finally it was quantified the volumetric losses after the cutting of the trees in a forest management unit in Anapu-PA. Fifty-three sample-trees belonging to five species were analyzed in three diametric classes. A factorial (5x3x3) ANOVA was used to verify the effect of the species, diameter classes and measurement practices, on the different volumes obtained. The geometric volume presented, on average, less volume than the actual volume for ali species in the different classes, with no difference between the averages of the commercial volume and the actual volume. The second objective aimed to determine the minimum number of trees required to estimate the volume for six species in Novo Repartimento-PA. A total of 318 sample-trees belonging to six species were measured. To determine the minimum number of sample-trees, 1000 random simulations were performed for different sample sizes (4, 5, ..., n- 1). In each simulation, the Husch and Schumacher-Hall volumetric models were adjusted and the Reliability Index (IC%) and the Permissible Error Limit (LEa%) were obtained for each sample size. For the LEa%, we considered six limits varying between 10 and 35%. The t test was used to compare the mean LEa% with the mean IC%, for each sample size, when the IC% was lower than the Lea%, this was considered the minimum sample-tree point. For Schumacher-Hall, at a 20% error limit, 29 sample-trees per species and 81 trees for ali species are required. For Husch, at 35% limit, 39 sample-trees per species and 158 trees for ali species are required. The third objective aimed to compare the volumetric precision of the different forms of tree volume modeling (form factor 0.7, estimated form factor, linear regression and artificial neural networks), for different sizes of sample-trees in Novo Repartimento-PA. A total of 681 sample-trees belonging to 52 species were considered. Trees were randomly selected to compose different sample sizes (25, 50, 75, 100, 150, 200, 250, 300) for each modeling method. The precision of the models was analyzed by the Sy.x%, the BIC and the Graybill F test. The models with the lowest values of the precision parameters were selected. The factorial ANOVA (7x8) was used to compare the estimated volume by the methods in the different sample-trees sizes. The best models in terms of accuracy and precision were Schumacher-Hall, adjusted from 75 sample-trees, Husch, from 150 sample-trees and the double entry RNAs, from 100 sample-trees. Therefore, in order to generate a robust volumetric equation, 150 sample-trees must be rigorously measured for the fitting of the Husch model using linear regression. 2019-04-16T19:42:47Z 2019-04-16T19:42:47Z 2019-02-21 Thesis LEÃO, Fábio Miranda. Volume de madeira: determinação, amostragem e métodos de estimativa. Orientadora: Izildinha de Souza Miranda. 2019. 108 f. Tese (Doutorado em Ciências Florestais) - Universidade Federal Rural da Amazônia, Belém, 2019. CDD: 582.1609811 repositorio.ufra.edu.br/jspui/handle/123456789/688 pt_BR Attribution-NonCommercial-NoDerivs 3.0 United States http://creativecommons.org/licenses/by-nc-nd/3.0/us/ application/pdf UFRA |
| institution |
Repositório Institucional - Universidade Federal Rural da Amazônia - UFRA |
| collection |
RepositorioUFRA |
| language |
pt_BR |
| topic |
Madeira - Amostragem Madeira - Cubagem Fator de forma Madeira - Modelagem Madeira - Regressão Redes neurais artificiais Madeira - Métodos de alternativa Madeira - Determinação |
| spellingShingle |
Madeira - Amostragem Madeira - Cubagem Fator de forma Madeira - Modelagem Madeira - Regressão Redes neurais artificiais Madeira - Métodos de alternativa Madeira - Determinação LEÃO, Fábio Miranda Volume de madeira: determinação, amostragem e métodos de estimativa |
| topic_facet |
Madeira - Amostragem Madeira - Cubagem Fator de forma Madeira - Modelagem Madeira - Regressão Redes neurais artificiais Madeira - Métodos de alternativa Madeira - Determinação |
| description |
Ministério da Educação e Universidade Federal Rural da Amazônia. |
| author_additional |
MIRANDA, Izildinha de Souza |
| author_additionalStr |
MIRANDA, Izildinha de Souza |
| format |
Tese |
| author |
LEÃO, Fábio Miranda |
| title |
Volume de madeira: determinação, amostragem e métodos de estimativa |
| title_short |
Volume de madeira: determinação, amostragem e métodos de estimativa |
| title_full |
Volume de madeira: determinação, amostragem e métodos de estimativa |
| title_fullStr |
Volume de madeira: determinação, amostragem e métodos de estimativa |
| title_full_unstemmed |
Volume de madeira: determinação, amostragem e métodos de estimativa |
| title_sort |
volume de madeira: determinação, amostragem e métodos de estimativa |
| publisher |
UFRA |
| publishDate |
2019 |
| _version_ |
1787132994722463744 |
| score |
11.653393 |