Scientia Forestalis, volume 44, n. 110
p.393-403, junho de 2016
DOI: dx.doi.org/10.18671/scifor.v44n110.12

Modelo de crescimento e produção de Clutter adicionado de uma variável latente para predição do volume em um plantio de Eucalyptus urograndis com variáveis correlacionadas espacialmente

Clutter´s growth and yield model with latent component to predictions of volume in a plantation of Eucalyptus urograndis with data Sapatially correlated

Júlio César Pereira1
Priscila Aiko Someda Dias2
Ricardo Coser Mergulhão3
Cláudio Roberto Thiersch1
Luiz Carlos Faria1

1Professor Adjunto do Departamento de Ciências Florestais. UFScar - Universidade Federal de São Carlos - Campus Sorocaba. Rodovia João Leme dos Santos, Km 110 - SP-264 - 18052780 - Sorocaba, SP, Brasil. E-mail: julio.pereira.ufscar@gmail.com; mergulhao@ufscar.br; crthiersch@ufscar.br; lcfaria@ufscar.br.
2Graduando em Engenharia Florestal. UFScar - Universidade Federal de São Carlos - Campus Sorocaba. Rodovia João Leme dos Santos, Km 110 - SP-264 - 18052780 - Sorocaba, SP, Brasil. E-mail: prit92@gmail.com.
3Professor Adjunto do Departamento de Engenharia de Produção. UFScar - Universidade Federal de São Carlos - Campus Sorocaba. Rodovia João Leme dos Santos, Km 110 - SP-264 - 18052780 - Sorocaba, SP, Brasil. E-mail: mergulao@ufscar.br.

Recebido em 29/05/2015 - Aceito para publicação em 18/11/2015

Resumo

Os modelos de produção são necessários para projetar mudanças no crescimento de florestas e fornecer informações para auxiliar nas tomadas de decisões. A aplicação da geoestatística é uma alternativa para se obter estimativas mais precisas sobre a produção quando os dados são espacialmente correlacionados. O presente trabalho tem o objetivo comparar o modelo de produção de Clutter com o mesmo modelo adicionado de uma componente espacial em termos de precisão das estimativas volumétricas, sendo que a hipótese do trabalho é a de que a inserção dessa componente espacial trará melhoria no ajuste bem como na capacidade de predição do modelo para um conjunto de dados com variáveis espacialmente correlacionadas. Os dados utilizados são provenientes de 117 parcelas permanentes de um plantio de Eucalyptus urograndis. A base de dados apresenta medições anuais, do segundo até o sexto ano. O modelo adicionado de componente espacial foi definido pela adição de uma variável latente na equação de área basal, para a qual foram testadas diversas funções de correlação espacial. Os ajustes foram realizados pelo método da máxima verossimilhança, e comparados pelo critério de informação de Akaike (AIC) pelo erro padrão residual (EPR). O modelo com componente espacial apresentou melhor ajuste quando comparado ao modelo tradicional, sendo as funções de correlação de Matérn (k=0,2 e k=0,3), esférico, exponencial e exponencial potência as que proporcionaram os melhores resultados para esse modelo. Além disso, o modelo adicionado da componente espacial se mostrou superior ao modelo tradicional em termos de predição. As predições de volume realizadas com o modelo adicionado de componente espacial reduziram o erro padrão residual em até 6,57%.
Palavras-chave: Geoestatística, área basal, mapa de volume, modelagem de correlação.

Abstract

Growth and yield models are important to predict changes in a forest and provide information that helps to make more reliable decisions. Geo-statistical techniques used jointly with growth and yield models can be useful to obtain more precise estimates of yield when the data set is spatially correlated. Therefore, this paper is aimed to compare the Clutter model (1963) and the same model with a spatial component in terms of precision of volumetric estimates. The working hypothesis was that inserting a spatial component into Clutter’s model would provide improvement on its fitting and predictive capacity when applied to a spatially dependent data set. The data set used was from a Eucalyptus plantation where 117 plots of 400 m2 each were measured from the 2nd to the 6th year of growth. The traditional model proposed by Clutter (1963) and the same model with a spatial component in the basal area equation were fitted with likelihood methods. The second model was tested with several correlation functions for the spatial component. The models were compared using the Akaike Information Criterion (AIC) and the Residual Standard Error (RSE). The results showed that the model with a spatial component fitted better than the traditional model to the data set. There was a gain of precision when predicting basal area and volume using the model with a spatial component with the spherical, exponential, Mátern (k=0.2 and k=0.3) and powered exponential correlation functions. The volume predictions made by the model with a spatial component reduced the residual standard error to 6.57%.
Keywords: Geo-statistics, Basal Area, Volume Mapping, Correlation Modeling.





Instituto de Pesquisas e Estudos Florestais
Via Comendador Pedro Morganti, 3500 - Bairro Monte Alegre
CEP: 13415-000 - Piracicaba, SP - Brasil
Reprodução permitida desde que citada a fonte.