Baixe o app para aproveitar ainda mais
Prévia do material em texto
Volumetria Prof. Ricardo de Oliveira Gaspar Universidade de Brasília Departamento de Engenharia Florestal Dendrometria VOLUME DA ÁRVORE 2) Estimação do volume do fuste a) Fator de forma: De acordo com a figura pode-se dizer que o volume do fuste é uma percentagem do volume de um cilindro imaginário definido pelo DAP e pela altura da árvore. Fator de forma Fator de forma Desta forma, tem-se: f < 1 em que f = fator de forma (com ou sem casca) Vreal = volume real com ou sem casca Vcilindro = volume do cilindro )ou .( 000.40 . 2 HcHt DAP Vcilindro Vcilindro Vreal f Fator de forma Pode-se, então, redefinir a expressão anterior: Em que é um fator de forma médio apropriado para a espécie. Esta expressão permite estimar o volume da árvore em pé. fcilindroreal .VV fHcHt DAP real ).ou .( 000.40 . V 2 f Fator de forma Como obter o fator de forma ( )? -> Dados da cubagem rigorosa: f Vreal (m 3 ) Árvore DAP Ht ou Hc Vc/c Vs/c Vcilindro fc/c fs/c 1 f1c/c f1s/c 2 f2c/c f2s/c . . . . . . . . . n fnc/c fns/c ccf / csf / Fator de forma Resumo do procedimento anterior: Derruba-se algumas árvores para obter o fator médio e aplica este fator nas árvores que estão em pé. Observações importantes: • Normalmente se utiliza a altura total das árvores (Ht) para a geração de fatores de forma por facilidade de medição, exceto em matas nativas, onde a altura comercial (Hc) ou do fuste é mais fácil de obter. • Sempre utilizar a altura correspondente àquela que gerou o fator, ou seja, se o fator foi gerado utilizando a altura total, o volume do cilindro deve ser obtido com essa altura. • Verificar se o fator se refere a um fator de forma com casca ou a um fator de forma sem casca. Fator de forma Observações importantes (cont...): • Nunca utilize um fator de forma de uma espécie para outra espécie; • Verifique as condições do plantio (idade e espaçamento) → forma VOLUME DA ÁRVORE b) Equação de volume Seja a seguinte expressão: Como é uma constante denominada de , então, a expressão pode ser reescrita como: Como outras variáveis podem explicar o volume de uma árvore, deve-se acrescentar o termo que representa estas variáveis f . Ht . 4 DAP. V 2 f . 4 0 Ht .DAP .V 20 Equação de volume Assim, tem-se o seguinte modelo volumétrico, denominado de Modelo da Variável Combinada. Em 1933, Schumacher & Hall fizeram modificações no modelo acima para torná-lo mais flexível, ajustando-se melhor aos dados observados: . Ht .DAP .V 20 . Ht .DAP .V 210 Equação de volume Para facilitar o ajuste e atender algumas pressuposições estatísticas o modelo de Schumacher e Hall (1933) pode ser linearizado, assumindo a seguinte forma: em que LnV = variável dependente (Y) – volume com ou sem casca e até um “d” específico; LnDAP e LnHt = variáveis independentes (X1 e X2) LnHtLnDAP LnV 210 Equação de volume Outros modelos volumétricos: N o Modelos 1 V = 0 + 1.DAP + 2 V = 0 + 1.DAP +2.DAP 2 + 3 V = 0.DAP 1 + 4 V = 0.(DAP 2 .H) 1 + 5 LogV = 0 + 1.LogDAP +2.DAP + 6 LogV = 0 + 1.Log(DAP 2 .H) + Equação de volume Com um modelo volumétrico não se estima o volume de uma árvore. Mas com uma equação, sim! Para isso devemos encontrar os valores dos β`s. Dados: Cubagem rigorosa; De 5 a 7 árvores por classe de DAP; (e para Mata Nativa ?) Equação de volume Método de ajuste para o modelo linearizado: Mínimos Quadrados Ordinários (MQO) Resolver um sistema de equações: Especificamente para o modelo de Schumacher e Hall (1933), tem-se os seguintes vetores e matrizes: YX'X)(X'ˆ -1 Equação de volume (esta matriz deve ser invertida) em que: n = número de observações (árvores); X1 = logaritmo do DAP; X2 = logaritmo da altura total (Ht); e Y = logaritmo do volume. 2 1 0 ˆ ˆ ˆ ˆ n 1i 2 2 n 1i 12 n 1i 2 n 1i 21 n 1i 2 1 n 1i 1 n 1i 2 n 1i 1 XXXX XXXX XXn X)(X' n 1i 2 n 1i 1 n 1i YX YX Y YX' Equação de volume Ajuste do modelo de Schumacher & Hall (1933) X1 X2 Y X1 2 X2 2 X1X2 X1Y X2Y Y 2 Árvore DAP(cm) Ht (m) VCC (m 3 ) (lnDAP) (lnHt) (lnVCC) 1 8,0 9,7 0,0274 2,079441542 2,272125886 -3,59721227 4,324077125 5,16255604 4,724752954 -7,48019262 -8,1733191 12,939936 2 27,7 27,6 0,7159 3,321432413 3,317815773 -0,33421479 11,03191328 11,0079015 11,01990085 -1,11007183 -1,10886309 0,1116995 3 23,2 26,5 0,5505 3,144152279 3,277144733 -0,59692832 9,885693551 10,7396776 10,30384208 -1,87683355 -1,95622051 0,3563234 4 17,7 17,4 0,1780 2,87356464 2,856470206 -1,72597173 8,257373738 8,159422039 8,208251779 -4,95969133 -4,93018682 2,9789784 5 13,8 12,9 0,1003 2,624668592 2,557227311 -2,29958958 6,888885219 6,539411522 6,711874207 -6,03566056 -5,88057329 5,2881123 6 17,0 16,5 0,1852 2,833213344 2,803360381 -1,68631896 8,027097853 7,858829425 7,942518039 -4,77770137 -4,72735975 2,8436716 7 18,8 20,3 0,2423 2,93385687 3,010620886 -1,41757865 8,607516133 9,06383812 8,832730769 -4,15897286 -4,26779189 2,0095292 8 8,0 11,6 0,0327 2,079441542 2,451005098 -3,4203802 4,324077125 6,007425991 5,09672182 -7,11248068 -8,38336931 11,699001 9 15,0 16,7 0,1292 2,708050201 2,815408719 -2,04639369 7,333535892 7,926526257 7,624268149 -5,54173684 -5,76143463 4,1877271 10 21,6 21,2 0,3542 3,072693315 3,054001182 -1,03789355 9,441444206 9,326923218 9,384009014 -3,18912858 -3,16972814 1,077223 11 11,0 12,8 0,0608 2,397895273 2,549445171 -2,80016549 5,749901739 6,49967068 6,113302524 -6,71450359 -7,13886839 7,8409268 12 24,2 24,7 0,4368 3,186352633 3,206803244 -0,82827985 10,1528431 10,28358704 10,21800596 -2,6391917 -2,65613052 0,6860475 somatório 33,25476264 34,17142859 -21,7909271 94,02435896 98,57576944 96,18017814 -55,5961655 -58,1538455 52,019176 12 33,25476264 34,17142859 -21,7909271 (X`X) = 33,25476264 94,02435896 96,18017814 (X`Y) = -55,5961655 34,17142859 96,18017814 98,57576944 -58,1538455 8,812880031 4,185755771 -7,13903062 -21,7909271 -9,59071338 4,185755771 7,496053523 -8,76488231 * -55,5961655 1,748280173 -7,13903062 -8,76488231 11,03677732 -58,1538455 1,028900248 (X`X) -1 (X`Y) LnV = -9,59071+1,74828LnDAP+1,02890LnHt ˆ Carlos Pedro Boechat Soares DEF/UFV Equação de volume Após o ajuste da equação deve-se realizar a análise da sua precisão: Análise de variância (ANOVA), do teste “t” para os β`s e medidas de precisão. ANOVA da regressão p = número de variáveis independentes e C = Fonte de variação Graus de liberdade Soma de quadrado (SQ) Quadrado médio (QM) Fcalculado Regressão p C- YX''ˆ C- YX''ˆ / p QMReg / QMRes Resíduo n-p-1 (diferença) SQ Resíduo / n-p-1 Total n-1 Y’Y - CFtab ( %; p e n – p – 1gl) n Y 2 n 1i Equação de volume O teste “F” da análise de variândia (ANOVA) testa as seguintes hipóteses: Ho:. . Ha:. Pelo menos um dos parâmetros é estatisticamente diferente de zero. Em termos práticos, se F calculado > F tabelado, a regressão existe; do contrário, para qualquer valor de X (variável independente), o correspondente valor de Y será igual à média de Y (variável dependente). 0 ... n10 Equação de volume Embora o teste “F” possa indicar que a regressão existe, ele não garante que todas as variáveis são estatisticamente significativas a um dado nível de probabilidade. Nesse caso, há a necessidade de se efetuar o teste “t” (Student) para os parâmetros separadamente, através da seguinte estatística: cujas hipóteses a serem testadas são: Ho:. βi = 0 Ha:. βi ≠ 0 em que βi é a estimativa do i-ésimo parâmetro e , as variâncias dos parâmetros, obtidas pela multiplicação do quadrado médio do resíduo, da análise de variância (ANOVA), pela matriz (X’X)-1 e representadas pela diagonal principal da matriz resultante da multiplicação. i i calc ˆVˆ 0ˆ t iβˆVˆ Equação de volume Se “t” calculado > “t” tabelado, rejeita-se Ho. Então, se βi é estatisticamente diferente de zero, a variável deve permanecer na equação. Se algum parâmetro for estatisticamente igual a zero, teoricamente a variável deveria ser retirada da equação e uma nova equação deveria ser ajustada sem ela. Contudo, se a variável for não-significativa, porém possuir significado (realismo) biológico ou tiver caráter explicativo muito forte para o fenômeno, ela deverá permanecer. Uma vez procedido o teste “F” e o teste “t” para os parâmetros e feitas as devidas análises, deve-se proceder também ao cálculo das medidas de precisão da equação ajustada. Equação de volume Medidas de precisão: a) Coeficiente de determinação (R2): informa a porcentagem da variação dos dados observados em torno da média que está sendo explicada pela equação ajustada. É calculado por: Quanto mais próximo de 100, maior a precisão da equação. 100. SQTotal oSQRegressã R2 Equação de volume b) Erro padrão da estimativa (Sy.x): de forma bem didática, esta medida de precisão indica o erro médio associado ao uso da equação. Quanto menor o valor do erro-padrão da estimativa, menor o erro associado ao uso da equação. QMResíduo S y.x Equação de volume Com os dados do exemplo anterior: De posse da equação ajustada, procedeu-se à análise de variância ANOVA, cujo quadro-resumo é o a seguinte: Fonte de variação Graus de liberdade Soma de quadrado (SQ) Quadrado médio (QM) Fcalc. Regressão 2 12,38798 6,19399 916,54* Resíduo 9 0,06082 0,006758 Total 11 12,4488 Ftab(5%;2 e 9gl) = 4,26 em que: 4488,1257037526,390191571,52 n Y YSQTotal 2 2 ; SQ Regressão = 38798,1257037526,39 15384545,58 5961655,55 79092708,21 .028900248,1748280173,1590713358,9 ; e SQ Resíduo = SQ Total – SQ Regressão = 0,06082. Como “F” calculado > “F” tabelado (916,54 > 4,26), então rejeita-se Ho, ou seja, pelo menos um dos parâmetros é estatisticamente diferente de zero. Equação de volume * Teste “t” para β0 590713385,9ˆ0 059557443,0006758,0.812880031,8βˆVˆ 0 t(5%; 9 gl) = 2,262 30,39 059557443,0 590713385,9 tcalc / “t” / calculado > “t” tabelado => rejeita-se Ho, ou seja, 00 . * Teste “t” para β1 748280173,1ˆ1 050658329,0006758,0.496053523,7βˆVˆ 1 t(5%; 9 gl) = 2,262 77,7 050658329,0 748280173,1 tcalc “t” calculado > “t” tabelado => rejeita-se Ho, ou seja, 01 . Equação de volume * Teste “t” para β2 028900248,1ˆ2 074586541,0006758,0.03677732,11βˆVˆ 2 t(5%; 9 gl) = 2,262 77,3 074586541,0 028900248,1 tcalc “t” calculado > “t” tabelado => rejeita-se Ho, ou seja, 02 . Como todos os parâmetros foram estatisticamente diferentes de zero, a 95% de probabilidade, então foram calculadas as medidas de precisão da equação: Equação de volume Medidas de precisão: a) Coeficiente de Determinação (R 2 ) %51,99100. 4488,12 38798,12 100. SQTotal oSQRegressã R2 Interpretação: 99,51% da variação dos volumes em torno da sua média são explicados pela equação ajustada. b) Erro-padrão das estimativa (Sy.x) )mln(082207,00,006758 QMResíduo S 3y.x Interpretação: o erro médio associado ao uso da equação é de 0,08219 Ln(m 3 ). Equação de volume Embora as medidas apresentadas anteriormente indiquem a precisão do modelo, uma análise complementar deve ser feita através dos resíduos, obtidos pela diferença entre os valores observados da variável dependente (volume) e os valores estimados pela equação. A análise dos resíduos permite inferir sobre a existência de problemas de heterocedasticidade de variância, mesmo que a equação seja precisa. Equação de volume Exercício Objetivos: Com este trabalho prático o aluno será capaz de ajustar equações pelo método de regressão linear simples; calcular e interpretar as medidas de precisão associadas às equações. Dados: Cubou-se rigorosamente 24 árvores de eucalipto, obtendo-se a estimativa do volume total com casca e as medidas do DAP (cm) e das alturas totais (metros) de cada árvore. Com os dados em anexo, pede-se: Ajustar o modelo: lnVCC = 0 + 1lnDAP + 2lnHt + , pelo método dos mínimos quadrados ordinários, mostrando os resultados; Em que: Ln = logaritmo neperiano; VCC = volume com casca, em m3; DAP = diâmetro medido à 1,30m, em cm; Ht = altura total, em metros. Calcular as medidas de precisão da equação ajustada (coeficiente de determinação, erro padrão da estimativa) e interpretar os resultados; Equação de volume Dados: ÁRVORE DAP Vc/c Ht 1 14,5 0,154 21,2 2 11,2 0,0861 19 3 14,1 0,1282 18,5 4 13,6 0,1262 19,7 5 8,1 0,0205 12,4 6 7,9 0,0256 13,4 7 11,2 0,0816 18,6 8 8 0,042 16,9 9 11,5 0,0824 17,6 10 11,1 0,0849 19,4 11 13,7 0,167 22,4 12 19,2 0,3316 25,1 13 14,8 0,1561 21,8 14 19,2 0,3123 25,5 15 7,7 0,032 14,8 16 11,2 0,0766 18,5 17 19 0,2871 23,1 18 19,2 0,2697 24,5 19 16,9 0,2065 21,8 20 17,1 0,2111 21,8 21 19 0,2547 22,3 22 16,3 0,1974 21,1 23 16,9 0,1947 21 24 14 0,1195 20,1 β0 = -11,7316 β1 = 1,485756 β2 = 1,928382 R2 = 99,32% Sy.x = 0,067827 lnm3 Resultado:
Compartilhar