ABORDAGEM BORROW STRENGHT APLICADA A MODELO GEOESTAT\xc3\x8dSTICO PARA ESTIMATIVA DE VOLUME

Ciencia Florestal

Julio Cesar Wojciechowski ; Julio Eduardo Arce ; Saulo Henrique Weber ; Paulo Justiniano Ribeiro Junior ; Carlos Alberto da Fonseca Pires

关键词: ResumoO presente estudo teve como objetivo utilizar o compartilhamento de par\xc3\xa2metros de modelos geoestat\xc3\xadsticos aplicado aos estimadores de m\xc3\xa1xima verossimilhan\xc3\xa7a para predizer os volumes por hectare em tr\xc3\xaas 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 vari\xc3\xa1vel com aproximadamente 250 m2 em um total de 9 ha, distribu\xc3\xaddas em um grid sistem\xc3\xa1tico de 40 x 40 m, sendo medidas as vari\xc3\xa1veis dendrom\xc3\xa9tricas dos indiv\xc3\xadduos com DAP \xe2\x89\xa5 10 cm pr\xc3\xb3ximas ao centro das unidades. Foram elaboradas duas abordagens para o conjunto de dados, sendo que a primeira considerou as \xc3\xa1reas totalmente independentes entre si, subdivididas em dois tipos: ajuste ao modelo n\xc3\xa3o espacial (NSM) e ajuste pelo m\xc3\xa9todo de m\xc3\xa1xima verossimilhan\xc3\xa7a (MV) n\xc3\xa3o compartilhado (ajuste individual). A segunda abordagem descreveu os ajustes dos modelos de m\xc3\xa1xima verossimilhan\xc3\xa7a compartilhados em fun\xc3\xa7\xc3\xa3o do erro aleat\xc3\xb3rio ou nugget, sendo: modelos sem nugget fixo (variabilidade entre as U.A) e com nugget fixo (variabilidade dentro das U.A), utilizando como correla\xc3\xa7\xc3\xa3o a fun\xc3\xa7\xc3\xa3o exponencial da fam\xc3\xadlia Mat\xc3\xa8rn. Em seguida, os modelos foram comparados pelo crit\xc3\xa9rio de informa\xc3\xa7\xc3\xa3o de Akaike (AIC) e grau de depend\xc3\xaancia espacial para posterior krigagem e elabora\xc3\xa7\xc3\xa3o das superf\xc3\xadcies de predi\xc3\xa7\xc3\xa3o dos modelos selecionados. Foi observado que os modelos combinados para estimativa do volume foram superiores para os valores de AIC e grau de depend\xc3\xaancia espacial em rela\xc3\xa7\xc3\xa3o aos ajustes para as \xc3\xa1reas individuais. Entre os modelos compartilhados, observou-se que houve um ganho nas estimativas dos par\xc3\xa2metros utilizando o nugget fixo, que resultaram em uma correla\xc3\xa7\xc3\xa3o das amostras e grau de depend\xc3\xaancia espacial maior (AP = 88 m), em rela\xc3\xa7\xc3\xa3o aos modelos compartilhado sem nugget fixo (AP = 75 e 66 m). O AIC mostrou-se eficiente, uma vez que comparou os diferentes n\xc3\xadveis de ajustes propostos na metodologia do trabalho, selecionando um modelo com parcim\xc3\xb4nia e compat\xc3\xadvel com os padr\xc3\xb5es de distribui\xc3\xa7\xc3\xa3o espacial encontrados nas \xc3\xa1reas. Sugere-se o uso de modelos compartilhados para dados de amostragem em diferentes \xc3\xa1reas, com introdu\xc3\xa7\xc3\xa3o da estimativa do erro intraparcela (nugget fixo) nas equa\xc3\xa7\xc3\xb5es de MV, para aumentar a correla\xc3\xa7\xc3\xa3o entre as U.A, com avalia\xc3\xa7\xc3\xa3o conjunta do AIC somado ao grau de depend\xc3\xaancia espacial na estimativa de vari\xc3\xa1veis dendrom\xc3\xa9tricas.;   

DOI  :  10.5902/1980509827739

学科分类：农业科学（综合）

来源: Universidade Federal de Santa Maria * Centro de Pesquisas Florestais

【 摘 要 】

ResumoO presente estudo teve como objetivo utilizar o compartilhamento de par\xc3\xa2metros de modelos geoestat\xc3\xadsticos aplicado aos estimadores de m\xc3\xa1xima verossimilhan\xc3\xa7a para predizer os volumes por hectare em tr\xc3\xaas 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 vari\xc3\xa1vel com aproximadamente 250 m2 em um total de 9 ha, distribu\xc3\xaddas em um grid sistem\xc3\xa1tico de 40 x 40 m, sendo medidas as vari\xc3\xa1veis dendrom\xc3\xa9tricas dos indiv\xc3\xadduos com DAP \xe2\x89\xa5 10 cm pr\xc3\xb3ximas ao centro das unidades. Foram elaboradas duas abordagens para o conjunto de dados, sendo que a primeira considerou as \xc3\xa1reas totalmente independentes entre si, subdivididas em dois tipos: ajuste ao modelo n\xc3\xa3o espacial (NSM) e ajuste pelo m\xc3\xa9todo de m\xc3\xa1xima verossimilhan\xc3\xa7a (MV) n\xc3\xa3o compartilhado (ajuste individual). A segunda abordagem descreveu os ajustes dos modelos de m\xc3\xa1xima verossimilhan\xc3\xa7a compartilhados em fun\xc3\xa7\xc3\xa3o do erro aleat\xc3\xb3rio ou nugget, sendo: modelos sem nugget fixo (variabilidade entre as U.A) e com nugget fixo (variabilidade dentro das U.A), utilizando como correla\xc3\xa7\xc3\xa3o a fun\xc3\xa7\xc3\xa3o exponencial da fam\xc3\xadlia Mat\xc3\xa8rn. Em seguida, os modelos foram comparados pelo crit\xc3\xa9rio de informa\xc3\xa7\xc3\xa3o de Akaike (AIC) e grau de depend\xc3\xaancia espacial para posterior krigagem e elabora\xc3\xa7\xc3\xa3o das superf\xc3\xadcies de predi\xc3\xa7\xc3\xa3o dos modelos selecionados. Foi observado que os modelos combinados para estimativa do volume foram superiores para os valores de AIC e grau de depend\xc3\xaancia espacial em rela\xc3\xa7\xc3\xa3o aos ajustes para as \xc3\xa1reas individuais. Entre os modelos compartilhados, observou-se que houve um ganho nas estimativas dos par\xc3\xa2metros utilizando o nugget fixo, que resultaram em uma correla\xc3\xa7\xc3\xa3o das amostras e grau de depend\xc3\xaancia espacial maior (AP = 88 m), em rela\xc3\xa7\xc3\xa3o aos modelos compartilhado sem nugget fixo (AP = 75 e 66 m). O AIC mostrou-se eficiente, uma vez que comparou os diferentes n\xc3\xadveis de ajustes propostos na metodologia do trabalho, selecionando um modelo com parcim\xc3\xb4nia e compat\xc3\xadvel com os padr\xc3\xb5es de distribui\xc3\xa7\xc3\xa3o espacial encontrados nas \xc3\xa1reas. Sugere-se o uso de modelos compartilhados para dados de amostragem em diferentes \xc3\xa1reas, com introdu\xc3\xa7\xc3\xa3o da estimativa do erro intraparcela (nugget fixo) nas equa\xc3\xa7\xc3\xb5es de MV, para aumentar a correla\xc3\xa7\xc3\xa3o entre as U.A, com avalia\xc3\xa7\xc3\xa3o conjunta do AIC somado ao grau de depend\xc3\xaancia espacial na estimativa de vari\xc3\xa1veis dendrom\xc3\xa9tricas.

【 授权许可】

CC BY-NC