Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
Universidade Federal de Lavras Departamento de Ciências Florestais Turma 5A - Engenharia Florestal Evandro Nunes Miranda Relação Hipsométrica Lavras 2014 Introdução O objetivo deste estudo foi ajustar modelos de relação hipsométrica para plantio de eucalipto. Foram ajustados três modelos de relação hipsométrico. Também foram avaliados o teste F, a significância dos coeficientes de regressão e a análise gráfica dos resíduos. A área de estudo compreende um plantio de Eucalyptus grandis localizado no município de Lavras-MG, dentro do campus da Universidade Federal de Lavras, totalizando uma área de 2,95ha. Em fevereiro de 2004 realizou-se o plantio, porém em 2006 houve uma reestruturação do experimento devido aos fortes ventos que o danificou. A relação hipsométrica sofre influência de diversos fatores, como o sítio, a idade, o tamanho da copa, a espécie e a posição sociológica. Entretanto, a densidade promove significativa influência, a qual é dependente do estrato florestal e da concorrência das árvores pelos fatores de crescimento, como luz, água e nutrientes do solo. Assim, nas árvores dominantes a altura é pouco afetada pelo espaçamento, já nas dominadas a influência no desenvolvimento da altura é bastante acentuada (Prodan et al., 1997; Scolforo, 2005). Figura 1: Área experimental aos 64 meses de idade Metodologia A seleção das árvores será feita através das variações visuais de DAP e altura, buscando árvores que estejam em classes diamétricas distintas .No campo, numa floresta plantada de eucalipto, pegamos uma vareta de comprimento igual a distância do olho e da mão. Selecionou-se 20 árvores com variações visuais de DAP e H. Ajustou-se a vareta à arvore de forma a tangenciar a base e a ponta da copa, contou-se os passos até a árvore e multiplica-se depois pelo comprimento do passe do individuo, dá-se então a Altura(H), e também mediu-se o CAP, passando para DAP, dividindo o CAP por π. Resultados e Discursão Dados Arvóre CAP DAP Altura(H) 1 39,00 12,41 10,50 2 20,30 6,46 9,00 3 66,00 21,01 30,75 4 72,40 23,05 23,25 5 60,70 19,32 18,00 6 65,50 20,85 22,50 7 72,00 22,92 19,50 8 57,00 18,14 21,75 9 81,40 25,91 24,00 10 44,10 14,04 19,50 11 51,10 16,27 21,00 12 78,50 24,99 24,00 13 50,20 15,98 18,00 14 63,80 20,31 27,75 15 38,10 12,13 13,50 16 81,00 25,78 24,00 17 35,00 11,14 14,25 18 77,20 24,57 26,25 19 46,70 14,87 19,50 20 84,00 26,74 26,25 Ajuste Modelo 1: H= β0+BDAP Coeficientes: Valor Estimado Erro t valor Pr(>ΙtΙ) β0 54.724 26.117 2.095 0.0505 β1 0.8061 0.1328 6.069 9.8e-06 *** R² = 0,6717 Resíduos: Mínimo 1Q Mediana 3Q Máximo -49.790 -18.754 -0.5648 17.502 83.427 Tabela de Análise de Variância, H: GL SQ QM F valor Pr(>) DAP 1 409.17 36.828 1409.17 9.796e-06 *** Resíduos 18 199.99 Análise de Resíduos: Arvóre Valor Obersevado - Valor Ajustado 1 -4.9790168 2 -1.6812418 3 8.3427446 4 -0.7992358 5 -3.04740021 6 0.2209110 7 -4.4468639 8 1.6521575 9 -2.3586487 10 2.7119129 11 2.4159716 12 -1.6146389 13 -0.3534902 14 5.9069991 15 -1.7484786 16 -2.2562768 17 -0.2028798 18 0.9690773 19 2.0444805 20 -0.7760811 Gráfico Modelo 1: Histograma Frequência x H Ajuste Modelo 2: Ln(H) = β0 + β1 * 1/DAP Resíduos: Mínimo 1Q Mediana 3Q Máximo -0.42895 -0.04091 -0.00158 0.0756 0.31376 Coeficientes: Valor Estimado Erro t valor Pr(>ΙtΙ) β0 3.59137 0 39.469 < 2e-16 *** β1 -10.06831 1.38177 -7.287 9.03e-07 *** R² = 0.7468 Tabela de Análise de Variância: Log(H): GL SQ QM F valor Pr(>) DAP 1 144.131 144.131 53.094 9.027e-07 *** Resíduos 18 0.48864 0.02715 Arvóre Valor Obersevado - Valor Ajustado 1 7.719673 2 6.966708 3 27.637866 4 20.095507 5 14.929708 6 19.3911520 7 16.347928 8 18.713539 9 20.797201 10 16.625846 11 20.811554 12 15.038685 13 24.654384 14 24.654384 15 10.738799 16 20.799115 17 11.5623445 18 23.068342 19 16.58899 20 23.035168 Histograma de DAP x H Gráfico do Modelo 2: Ajuste Modelo 3: 1/H = β0 + β1 * 1/DAP Resíduos: Mínimo 1Q Mediana 3Q Máximo -0.01245 -0.0051896 -0.0004504 0.0025552 0.0284651 Coeficientes: Valor Estimado Erro t valor Pr(>ΙtΙ) β0 0.013488 0.005019 2.687 0.0151 * β1 0.661474 0.076223 8.678 7.55e-08 *** R² = 0.8071 Tabela de Análise de Variância: GL SQ QM F valor Pr(>) 1/DAP 1 0.0062211 0.00622211 75.311 7.548e-08 *** Resíduos 18 0.0014869 0.0000826 Arvóre Valor Obersevado - Valor Ajustado 1 10.433227 2 8.884148 3 30.705026 4 23.207809 5 17.952277 6 22.454786 7 19.457650 8 21.700055 9 23.960983 10 19.439391 11 20.945845 12 23.960040 13 17.945118 14 27.703941 15 13.431970 16 23.960857 17 14.177139 18 26.209594 19 19.442016 20 26.211773 Gráfico Modelo 3: Histograma Frequência x DAP R² 1= 0,6717 R² 2 = 0.7468 R² 3 = 0.8071 O coeficiente de determinação, também chamado de R², é uma medida de ajustamento de um modelo estatístico linear generalizado, como a Regressão linear, em relação aos valores observados. O R² varia entre 0 e 1, indicando, em percentagem, o quanto o modelo consegue explicar os valores observados. Quanto maior o R², mais explicativo é o modelo, melhor ele se ajusta à amostra, contudo é preciso verificar a gráfico de resíduos para validar o modelo. Caso a distribuição de resíduos não tenha uma distribuição homogênea não aceita-se o modelo. Sendo assim, o único modelo que explica bem os valores é o melhor modelo 1, com coeficiente de determinação de 67% e gráfico de resíduos bem uniforme. Conclusão Os modelos tradicionais de relação hipsométrica são eficientes para estimar a altura total da espécie eucalipto, em plantios com diferentes variações visuais de DAP e altura no estado de Minas Gerais, não sendo recomendado o uso de um modelo único para condições diferentes de plantio. Assim, não é recomendado o uso de um único modelo hipsométrico para diferentes condições de plantio.
Compartilhar