Back to Search Start Over

Predições geoestatísticas e zonas de incerteza no inventário de povoamentos florestais

Authors :
Debastiani, Aline Bernarda
Vasconcellos, Bruna Nascimento de
Martins, Ana Paula Marques
Corte, Ana Paula Dalla
Sanquetta, Carlos Roberto
Os autores agradecem à Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) e Conselho Nacional de Desenvolvimento Científico e Tecnológico pela concessão de bolsa aos primeiros autores.
Source :
Advances in Forestry Science; v. 5, n. 1 (2018): Advances in Forestry Science; 283-287
Publication Year :
2018
Publisher :
Universidade Federal de Mato Grosso, 2018.

Abstract

O estudo objetiva modelar e mapear a variabilidade espacial do volume de um povoamento de Pinus sp. e avaliar as zonas de incertezas das inferências geradas pelo melhor interpolador geoestatístico testado. Foi realizada a krigagem ordinária testando seis modelos para estimativa do volume, sendo: Circular, Exponencial, Pentaesférico, Esférico, Tetraesférico e Gaussiano. O desempenho dos modelos foi avaliado por meio do grau de dependência espacial (GD), raiz do erro médio quadrático (RMS), erro padrão da estimativa (Syx%) e coeficiente de determinação (R²) da validação cruzada. Após a escolha do melhor modelo testado, foram geradas as zonas de incerteza das estimativas visando proporcionar o controle nos intervalos de incerteza nas estimativas preditas de forma variável espacialmente, diferente do que tradicionalmente vem sendo aplicado, com a consideração de uma incerteza média para toda a área. O modelo Circular proporcionou os melhores resultados, apresentando o maior grau de dependência espacial e menor RMS e Syx%, sendo de 1,7 m³ e 11,2% respectivamente, assim como o maior R² (0,9). A zona de certeza representou 77,79%, e as de incerteza de 22,21% da área, o que torna a distribuição espacial das parcelas amostradas confiáveis para interpolação do volume comercial.

Details

Language :
Portuguese
ISSN :
23596570 and 23578181
Database :
OpenAIRE
Journal :
Advances in Forestry Science
Accession number :
edsair.revistasumft..a0ed4ddaf530daad66a483006b0d5326