Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 DEPARTAMENTO DE CIÊNCIAS FLORESTAIS AMOSTRAGEM E INVENTÁRIO FLORESTAL CADERNO DIDÁTICO – GEF 161 PROF. José Marcio de Mello josemarcio@dcf.ufla.br josemarcio.florestal@gmail.com LAVRAS – MG 2 1. INVENTÁRIO FLORESTAL E SUAS INTERFACES COM AS DISCIPLINAS CORRELATAS NA FORMAÇÃO DO ENGENHEIRO FLORESTAL Neste item será abordada uma questão bastante importante no contexto do curso de graduação em Engenharia Florestal. Trata-se da relação da disciplina de Amostragem e Inventário Florestal com as demais disciplinas dentro do curso de engenheira florestal, e outras disciplinas relacionadas. Esta relação está expressa no uso da amostragem dentro das demais disciplinas do curso, assim como, o uso de técnicas de outras disciplinas dentro da amostragem. Em suma, trata-se da sinergia entre as disciplinas que compõe parte da grade de formação do estudante de engenharia florestal. - Silvicultura Antes do plantio propriamente dito, há inicialmente o preparo do solo. Para que se tenha uma floresta com características bem desejadas, é necessário que se faça um preparo do solo da melhor forma possível. Desta forma é preciso inicialmente fazer a amostragem do solo. É o ponto onde se utiliza pela primeira vez conceitos de amostragem antes da formação da floresta. “A amostragem do solo é uma tarefa aparentemente simples, no entanto, deve ser executada com rigoroso critério, para que o resultado seja o mais fidedigno possível”. SILVICULTURA - PREPARO PARA PLANTIO. - PLANTIO DE QUALIDADE? COMO CRESCEM AS MUDAS? TALHÕES BEM DEFINIDOS? INVENTÁRIO DE QUALIDADE 2 MESES APÓS PLANTIO 3 FIGURA 1. Plantio novo de eucalipto e pontos brancos mostrando os locais de coleta de solo para análise. - O plantio foi bem feito? - As mudas estão crescendo adequadamente? - Qual a taxa de mortalidade do plantio? São perguntas importantes para o planejamento da silvicultura dentro de uma empresa florestal. Desta forma as ações para maximizar a qualidade do plantio podem ser tomadas. Para tal é feito o “Inventário de Qualidade” logo após o plantio. O tempo após o plantio dependerá de características de algumas empresas e a época em que o plantio foi feito. No inventário de qualidade utilizam-se conceitos de amostragem dentro dos talhões. - Biometria É a ciência que trata das medições e da modelagem. A qualidade das medições efetuada nos indivíduos afeta de forma significativa toda a base de dados. Esta base de dados é utilizada no processamento do inventário florestal, que as repassa para decisões de manejo, economia e planejamento florestal (Pesquisa operacional). BIOMETRIA TREINAMENTO DAS EQUIPES DE CAMPO. QUALIDADE DE MEDIÇÃO DO DAP. QUALIDADE DE MEDIÇÃO DA HT. EQUAÇÕES VOLUMÉTRICAS. 4 FIGURA 2. Ilustra nos dois casos a mudança do ponto de medição da CAP em função de um engrossamento irregular do tronco no ponto a 1,30 metros do solo. - Sensoriamento remoto e SIG Uma boa caracterização inicial de uma população alvo a ser inventariada é obtida por meio de imagens de satélite. Pelas imagens é possível a definição de estratos florestais, localização de estradas, aceiros, mapas, áreas de preservação permanente (APP) e outros. Estas definições auxiliam de forma significativa na qualidade do planejamento do inventário florestal. É possível também obter a área geral da população alvo, áreas de estratos e por fim áreas de efetivo plantio florestal (MAPAS). Além, de possibilitar (favorecer) a distribuição das unidades amostrais conforme o procedimento adotado. São ações que possibilitam aumentar de forma efetiva a precisão e qualidade do inventário. SR E SIG MAPAS DEFINIÇÃO DE ÁREAS/TALHÕES LANÇAMENTO DAS PARCELAS COORDENADAS DE PARCELAS 5 FIGURA 3. Ilustra uma área de cerrado, onde foi possível obter estratos por segmentação da imagem de satélite Landsat, e a distribuição das parcelas dentro de cada estrato. - Inventário Florestal “É a disciplina que utiliza os conceitos da Teoria de Amostragem para representar populações florestais”. É de responsabilidade do inventário estabelecer as unidades amostrais na área de forma que estas sejam de fato representativas da população. INVENTÁRIO FLORESTAL MAPEAMENTO (SR) AMOSTRAGEM MEDIÇÃO PROCESSAMENTO 6 FIGURA 4. Projeto florestal de eucalipto com as parcelas distribuídas de forma sistemática desencontrada em toda a área. - Manejo Florestal No Manejo Florestal utilizam-se informações mensuradas pela biometria nas unidades amostrais (parcelas) distribuídas na área. É no manejo que se trabalha a questão da modelagem para a prognose. PROGNOSE é UTILIZADA PARA O PLANEJAMENTO FLORESTAL A CURTO, MÉDIO E LONGO PRAZO. Definição dos modelos de crescimento e produção, os quais auxiliam nas tomadas de decisões da empresa. MANEJO FLORESTAL BASE DE DADOS DO PROCESSAMENTO DO INVENTÁRIO MODELAGEM DA PROGNOSE E CRESCIMENTO MONITORAMENTO DO CRESCIMENTO (PLANTADA OU NATIVA) BASE PARA O PLANEJAMENTO FLORESTAL (PO) 7 FIGURA 5. Ilustra uma árvore numa floresta nativa com as plaquetas de identificação numa parcela permanente. Ao lado um gráfico de barra mostrando os percentuais de madeira fornecida de cada local, ao longo dos anos. - Planejamento florestal PLANEJAMENTO FLORESTAL TEMOS ESTOQUE DE MADEIRA? QUANTO DE MADEIRA? ONDE ESTÁ? PRECISAMOS COMPRAR MADEIRA? PRECISAMOS PLANTAR MAIS? É POSSÍVEL AMPLIAR A FÁBRICA? 8 FIGURA 6. Mapa de micro planejamento da colheita florestal. - Colheita Florestal O inventário florestal é responsável para estimar o volume das áreas que serão cortadas. É através desta informação que é possível planejar a Colheita Florestal. No caso de colheita terceirizada, a informação do IFL é útil para a estimativa da produção, sobre a qual é efetuado o pagamento para os prestadores de serviço. COLHEITA FLORESTAL INVENTÁRIO PRÉ-CORTE MACROPLANEJAMEN TO DA COLHEITA – VOLUME A SER COLHIDO POR ÁREA MICROPLANEJAMENT O DA COLHEITA – PAGAMENTO POR PRODUTIVIDADE DEMANDA DE MÁQUINAS E EQUIPAMENTOS 9 FIGURA 7. Atividades das operações de colheitas numa área de eucalipto. - Ecologia Florestal Através da análise estrutural da floresta, associada ao conhecimento em ECOLOGIA, é que se estabelecem as ações do manejo em floresta nativa. É através do inventário (amostragem) que definimos estes parâmetros. A interpretação dos mesmos juntamente com aspectos ecológicos, permite estabelecer critérios de remoção em floresta nativa. ECOLOGIA FLORESTAL INVENTÁRIO ANÁLISE ESTRUTURAL ANÁLISE DE DINÂMICA AÇÕES DE MANEJO COM BASE NA ANÁLISE ESTRUTURAL 10 FIGURA 8. Ilustra parcelas demarcada numa área a ser explorada e corte de uma árvore que foi marcada para abate. Ex.: DA = 150 DoA = 50FA = 15 - Melhoramento Genético Avaliação do desenvolvimento de clones é efetuada com base em amostragem. Utiliza-se de certo procedimento de amostragem para retirar uma amostra representativa na população. Através desta amostragem avalia-se o desempenho dos clones frente a diversas situações. Imagina um determinado clone que foi desenvolvido para regiões com déficit de água. Uma vez estabelecida a floresta, é necessário lançar parcelas a fim de acompanhar o desenvolvimento deste material genético. Baixa freqüência e alta densidade. É um indicativo de agregação. O padrão de distribuição agregado influencia no processo de manejo. MELHORAMENTO GENÉTICO DESENVOLVIMENTO DE CLONES AMOSTRAGEM NOS TALHÕES CRESCIMENTO DOS CLONES AÇÕES DE MANEJO PARA OTIMIZAR O CRESCIMENTO 11 FIGURA 9. Ilustra a avaliação das árvores dentro de um clone que está sendo avaliado numa determinada empresa florestal - Tecnologia da madeira Para a avaliação da densidade básica de um novo material genético, retiram-se amostras ao longo do fuste da árvore e a partir desta amostra conclui-se sobre a densidade média do novo material genético. Possibilida também, conhecer as propriedades físicas, químicas e mecânicas da madeira. Para qualquer uma destas situações utiliza-se de uma amostra para inferir para o todo. TECNOLOGIA DA MADEIRA AMOSTRAGEM E TORAS/ÁRVORES AMOSTRAGEM EM PAINÉIS ESTUDOS DE RESISTÊNCIA DE DIVERSAS PROPRIEDADES. AMOSTRAGEM NO PROCESSO DE PRODUÇÃO DE CELULOSE 12 FIGURA 10. Ilustra o técnico no laboratório de tecnologia de madeira efetuando as análises nos corpos de provas (amostras) retirados de árvores representativa do material a ser avaliado. 13 2. DEFINIÇÃO DE INVENTÁRIO FLORESTAL O que é Inventário Florestal? Conceituar inventário envolve conceituar amostragem estatística, representatividade estatística e confiabilidade. Outro aspecto importante e relevante para a conceituação é compreender que existe uma componente intermediária entre a árvore e a floresta, objetivo alvo do levantamento florestal ou inventário florestal. Esta componente é denominada de parcela ou arvoredo que é a unidade amostral do levantamento florestal. Estes termos serão definidos com maior clareza num outro momento. Amostragem estatística – garante uma amostra representativa da população. Representatividade estatística – ligado ao conceito de probabilidade não nula que cada elemento da população tem de participar de uma amostra. Quando analisa custo e representatividade, surge um conceito diferenciado de representatividade para o inventário florestal. É um conceito mais do florestal que pensa numa amostra que seja capaz de captar a variabilidade espacial da floresta (parcelas bem distribuídas). CONCEITO FLORESTAL DE REPRESENTATIVIDADE CUSTO X REPRESENTATIVIDADE 14 Amostragem não estatística – a seleção da amostra é efetuada conforme a subjetividade do técnico. PROBLEMA: 2 técnicos com experiências diferenciadas podem conduzir a resultados diferentes. EX.: Na Europa Central no século 18 e 19 era parte do treinamento do Engenheiro Florestal ESTIMAR VISUALMENTE o estoque de madeira e de crescimento da floresta. MANEJAR CORRETAMENTE A FLORESTA VISANDO SUSTENTABILIDADE TÉCNICAS DE INVENTÁRIO PARA AVALIAR OS RECURSOS FLORESTAIS – SURGIU ANTES DA TEORIA DE AMOSTRAGEM ESCASSEZ DE RECURSOS 15 Confiabilidade – é acreditar numa informação que vem de uma amostra representativa da população. Definição de Inventário Florestal “É a atividade que visa determinar ou estimar características quantitativas e/ou qualitativas dos recursos florestais existentes em uma área pré-estabelecida, através de técnicas de amostragem”. Características quantitativas: VT, área basal, HT, peso, etc... Características qualitativas: vitalidade, qualidade do fuste, etc... 3. OBJETIVOS OU FINALIDADES DO INVENTÁRIO FLORESTAL 3.1 Conhecer o estoque presente de madeira numa floresta “Um determinado produtor deseja conhecer o estoque presente de madeira em 50 hectares de eucalipto. Ele pretende explorar e vender esta madeira. Qual o volume disponível ele teria para vender? Se alguém desejar comprar esta floresta em pé, por quanto ele poderia vendê-la”? INVENTÁRIO FLORESTAL 1 a FASE Mapeamento 2 a FASE Amostragem 3 a FASE Medição 4 a FASE Processamento 16 3.2 Conhecer e identificar o potencial da floresta “As informações do inventário permitem efetuar a classificação de sítio, ou seja, definir subáreas com produtividade semelhante”. 3.3 Proporcionar base de informações para estudo do crescimento e produção – prognose volumétrica. “Através de parcelas mensuradas periodicamente, é possível conhecer como as espécies nativas se desenvolvem ao longo do tempo. Quais espécies se regeneram? Por que uma determinada espécie deve ser protegida por lei”? 3.4 Base de informações para conhecer a estrutura horizontal e vertical da floresta “O conhecimento da estrutura da floresta serve de auxílio para o estabelecimento de planos de manejo com maior compromisso com a sustentabilidade”. Permite perceber o padrão de distribuição das espécies na área. Outra informação importante para o manejo de florestas nativas 4. TIPOS DE INVENTÁRIO FLORESTAL Os tipos de inventário florestal se diferem conforme o objetivo proposto para o levantamento. 17 4.1 Inventário em uma única ocasião É o inventário realizado para quantificar a característica de interesse num dado momento da vida da floresta. Ex.: a) qual o volume de madeira aos 7 anos de idade num povoamento de eucalipto? b) qual a biomassa florestal que será inundada por uma construção de uma hidroelétrica? 4.2 Inventários em ocasiões sucessivas As unidades amostrais (parcelas) são estabelecidas com o objetivo de acompanhar o crescimento da floresta – MUDANÇAS. Ex.: os inventários realizados com base em parcelas permanentes. Estas parcelas são remedidas anualmente. É o grande experimento da empresa florestal. 4.3 Inventário Pré-Corte (IPC) É o inventário realizado poucos meses antes do corte. Ele tem como objetivo principal estimar o volume por talhão ou subáreas menores dentro da floresta. Ex.: ele é utilizado para planejamento da colheita florestal – dimensionamento de equipes, máquinas, pagamento por produtividade e avaliação do potencial imediato para o abastecimento da unidade fabril. 4.4 Inventário para prognose É realizado aos 3 anos de idade e tem como objetivo estimar o volume de madeira aos 7 anos. Ex.: seria uma alternativa ao inventário em ocasiões sucessivas. A diferença é que se mede apenas aos 3 anos e utiliza um modelo de prognose emprestado para efetuar as estimativas. 4.5 Inventário Qualitativo – IQ É realizado no período de 1 a 2 meses após o plantio. É útil para avaliar a qualidade da implantação da floresta (espaçamento e plantio), sobrevivência, ataque de pragas, etc. É efetuado apenas em floresta plantada. 18 4.6 Inventário em populações sujeitasa desbastes É efetuado em parcelas permanentes imediatamente antes e após o desbaste. Permite conhecer: - volume antes do desbaste; - volume depois do desbaste; - volume desbastado; - avaliação da qualidade do desbaste. 4.7 Enumeração completa ou censo É a medição de todos os indivíduos da floresta. Se houvesse recurso disponível, este seria o melhor Sistema de Inventário Florestal. Ex.: planos de manejo na Amazônia. São definidas as glebas a serem manejadas no ano. Nestas glebas medem-se todos os indivíduos das espécies de interesse, os quais possuem dimensões desejadas. 19 5. CONCEITOS BÁSICOS DE ESTATÍSTICA PARA INVENTÁRIO FLORESTAL 5.1 População – conjunto de unidades amostrais (parcelas) com características comuns (árvores) nas quais se faz observações. Área de 100 hectares. Parcelas de 1hectare. 1 100 QUAL É A POPULAÇÃO ALVO? QUAL É A POPULAÇÃO ESTATÍSTICA? É necessário definir o SAMPLING FRAME. Na população acima, qual é o Sampling Frame? N=100. Portanto, é definir quantas parcelas cabem na área. 20 Parcela – é uma fração de área onde se mede todos todas as árvores. Também chamada de unidade amostral ou arvoredo – conjunto de árvores. Através da área da parcela é possível efetuar extrapolações para toda a floresta. Por que não efetuamos o inventário pensando em árvores? - Localização das árvores no campo; - Variabilidade entre árvore é alta. COMO QUANTIFICAR O VOLUME DE MADEIRA NAS 100 PARCELAS de 1ha? Enumeração completa; Amostragem. 5.2 Enumeração Completa – medição de todos os indivíduos. Neste caso temos a determinação do PARÂMETRO. Estes parâmetros descrevem a distribuição de frequência da característica avaliada. Estatítica Parâmetro Média Desvio padrão Variância 2 21 5.3 Amostra – é um conjunto de unidades amostrais ou parcelas, que são REPRESENTATIVA DA POPULAÇÃO. Estatítica Estimativa do parâmetro Média y Desvio padrão Sy Variância 2S y AMOSTRA CENSO DETERMINAÇÃO DO PARÂMETRO AMOSTRA ESTIMATIVA DO PARÂMETRO ESPERANÇA MATEMÁTICA 22 OBS.: toda amostra deve ser formada observando 2 pontos fundamentais: Eliminar influências subjetivas como “desejo” e “preferência”. Parcelas inconvenientes não podem ser substituídas. ATENÇÃO: toda vez que utilizamos uma amostra, nós estamos estimando a característica de interesse. Portanto, nós estamos efetuando a estimativa através de um estimador. 5.4 Exatidão e Precisão - Existem duas propriedades que todo estimador deveria possuir: “exatidão” e “precisão”. Portanto, são propriedades de um bom estimador. i. Exatidão: é a capacidade ou propriedade do estimador em gerar valores próximos ao parâmetro populacional. Ou seja, sem qualquer tendência em sub ou super estimar a característica avaliada. “A medida estatística chamada de exatidão, só é conhecida quando se mede toda a floresta”. 23 1 2 3 40 P1 – contém um número x de árvores. 70 covas (dap, ht) – estimar o volume V1...V40 = 40 1 30820mstVi Fator de forma AMOSTRA DE 12 PARCELAS 32997,5 m3 Equação de volume 24 EXATIDÃO: 30820 – 32997,5 = -2177,5 m3 “A amostra superestimou o volume de madeira”. Esta diferença existiu em função do processo de amostragem. ii. Precisão: é a propriedade que o estimador possui em estimar valores próximos entre si, oriundos de diferentes amostras retiradas da floresta. “Todas as vezes que efetuamos amostragem, a estatística obtida é a precisão ou erro de amostragem”. No inventário o erro de amostragem ou PRECISÃO, é obtido através do DESVIO PADRÃO DA MÉDIA, ou seja, é a variação entre diferentes estimativas da média. N = 40 n= 12 Cada valor de X é uma estimativa de uma dada amostragem. 25 )!(! ! nNn N C N n - Número de combinações possíveis de diferentes amostras. 480.853.586.5 )!1240(!12 !4040 12 C - Número de amostras diferentes 12 a 12 retiradas da população. 5.5 Desvio padrão da média: é a variância das diferentes médias geradas para cada um dos inventários. É a medida de precisão do inventário florestal. N n n S VS 1 2 5.6 Teorema do Limite Central “ Seja uma população qualquer, com média µ e variância 2 . Se infinitas amostras de tamanho n são retiradas dessa população, então a média x dessas amostras terão distribuição aproximadamente normal, com média µ e variância n 2 , a medida que aumenta o tamanho da amostra”. 26 5.7 Medidas de posição i. Média aritmética n ynyyyy y ...4321 n i yi n y 1 1 27 EXEMPLO Um estudo feito nos EUA focalizou o número de cesariana realizado por médicos em um ano. Os dados a seguir são de uma amostra de 15 médicos. [27, 50, 33, 25, 86, 25, 85, 31, 37, 44, 20, 36, 59, 34, 28] O número médio de operações que os médicos fizeram foi de 41,3. Observe nos dados que apenas 5 médicos dos 15 fizeram mais do que o número médio de operações. Isto porque 2 valores discrepantes (85 e 86) puxaram a média para cima. Se fosse feita a média das outras 13 observações, a média seria de 34,5. Este exemplo mostra que dados discrepantes puxa a média para cima ou para baixo. ii. Média aritmética ponderada Os pesos de cada observação referem a ponderação de cada observação. y fi 1y f1 2y f2 . . . . . . yn fn 28 1 1 2 2 n n p 1 2 n y .f + y .f +...+ y .f y = f + f +...+ f n i i i=1 p n i i=1 f y y = f iii. Moda É a realização mais freqüente em um conjunto de dados. Considerando a série 5,10,15,15,15,17,25,32 a sua moda será 15. iv. Mediana É o valor central de uma série ordenada de forma crescente. Considerando a série {5, 8, 10, 12, 14} sua mediana será 10. Caso o número de observações seja par, a mediana é a média aritmética das duas observações centrais. Para a série {5, 8, 10, 12, 14, 16} a sua mediana será: 10+12 Md= =11 2 . 29 5.8 Medidas de dispersão As medidas de dispersão são: variância, desvio padrão e coeficiente de variação. i. Variância É a variação de cada valor observado em relação a sua média. Ela quantifica a soma dos desvios de cada valor em relação à média. mínimovalorxX n i i / 1 2 n i ii xxxx 1 2 2 2 2 111 2 2 n i n i in i i xxxx 2 1 1 1 2 2 xnx n x x n i i n i in i i 2 2 1 2 1 1 2 2 n x n n x x n i i n i in i i 30 2 1 1 2 n x x n i in i i O estimador da variância é dado pela seguinte expressão: 1 1 2 12 2 n n x x s n i n i i i x ii. Desvio padrão É a mesma definição de variância, porém, na unidade da característica avaliada. Ela é obtida pelo seguinte estimador: 2 xss iii. Coeficiente de variação Expressa em termos relativos a dispersão média dos valores em relação a sua média. É útil para comparar a variabilidade entre conjunto de dados com características diferentes ou não. A seguir está apresentado o estimador do CV. (%) *100x s CV x 31 5.9 Fator de correção para população finita i. População finita É aquela que se conhece a área total da população e o tamanho de parcela a ser utilizada no levantamento. Assim, é possível conhecer o N cabível na floresta. 2600 500 10000*130 N n = 4 0015.0 2600 4 N n (FRAÇÃO AMOSTRADA) Se nós efetuamos amostragem, certamente ficou uma parte sem amostrar. Esta parte é denominada de “FRAÇÃO NÃO AMOSTRADA”. É através dela é que surge o “erro do inventário”, ou “erro de amostragem”. 998,01 N n (FRAÇÃO NÃO AMOSTRADA) – FNA 130 ha 32 “Se FNA > 0,99 ela pode ser desprezível”. Assim, surge um novo conceito: POPULAÇÃO INFINITO CONTÁVEL: é quando o FNA > 0,99 e conhecemos o valor de N. POPULAÇÃO INFINITA CONTÁVEL: É quando não sabemos o valor de N. Ou o valor de N tende ao infinito. 5.10 Intervalo de confiança i. Distribuição Normal A distribuição normal é central na estatística em geral, mas principalmente na amostragem estatística. É ela quem permite gerar o intervalo de confiança e é a pressuposição para aplicação de outros testes. 33 ii. Propriedades da Distribuição Normal - Forma de “SINO”: unimodal e simétrica - Possui dois parâmetros: média e desvio padrão 34 - Não possui limite inferior e superior. - UNIDADES PADRÕES: o desvio padrão define “unidades padrões” na distribuição a partir da média, isto é, a dispersão dos dados é controlada pelas “unidades de desvio padrão”. 35 OBS.: A importância da curva normal para a teoria de amostragem, se fundamenta na Teoria do Limite Central. iii. Definição: é a determinação do limite inferior e superior, dentro do qual o valor do parâmetro (µ) deve variar, conforme um coeficiente de confiança (95%). a. Intervalo Empírico x s Esse é um intervalo empírico. A variância dá ideia de variação ao redor da média. Qual é a confiança na estimativa desta média? Neste tipo de intervalo não há nenhum nível de confiança. É o tipo de intervalo que não há nenhuma pretensão em efetuar estimativas de parâmetros estatísticos. b. Intervalo de confiança estatístico Com base na normalidade e no Teorema do Limite Central, W.S. Gosset, cujo pseudonome “Student”, deduziu uma distribuição estatística para inserir o GRAU DE CONFIANÇA na estimativa. xs x t MÉDIA VARIÂNCIA AMOSTRA 36 xxst. xstx . %95..: xstxxstxIC “Existe 95% de chance da média verdadeira (Parâmetro) estar dentro do IC”. INTERPRETAÇÃO ESTATÍSTICA: “espera-se que em 100 inventários, 95 gera IC dentro dos quais a verdadeira média estará presente”. ANÁLISE DO IC a. O que é preciso para diminuir o IC? b. O que é melhor em termos prático: um IC maior ou um IC menor? c. Se considerar 90% de probabilidade de acerto para uma mesma intensidade amostral. O IC será maior ou menor? Aumentou para 10% a chance de erro, portanto sua margem de erro é maior. Logo, o IC pode ser menor. (O valor T para um mesmo grau de liberdade será menor). 37 OBS.: quem controla a amplitude do IC é o erro padrão da média. Se desejar um IC menor, é preciso aumentar a amostra para aumentar a precisão. 5.11 Cálculo da Intensidade Amostral A definição do número de parcelas a ser lançada numa floresta, depende: erro admissível; variação da característica avaliada na floresta. vstE . 2 yS nt 1- =E n N 2 2 y y2 2 S S .n t - =E n nN t2 2 2 y y 2 S N - S n =E nN t2 2 yS N-t2 2 yS n=nNE2 nt2 2 yS +nNE2=t2 2 yS N n(t2 2 yS +NE2)=t2 2 yS N 2 2 y 2 2 2 y t S N n = t S +NE 38 Dividindo ambos os termos por N tem-se que: n= 2 2 y 2 2 y2 t S t S E + N E=erro máximo admissível para o inventário florestal (pré-estabelecido). É um valor percentual da média. 2 yS = variância da característica de interesse N = número de unidades cabíveis na população n = intensidade amostral Se o erro é estabelecido em percentagem, à medida que expressa variabilidade deverá ser o coeficiente de variação e o cálculo da intensidade amostral é obtido como: n= 22 22 2 t . CV% t . CV% E %+ N (POPULAÇÃO FINITA) Se a população é considerada infinita, então: n= 2 2 y 2 t S E ou n = 22 2 t CV% E % (POPULAÇÃO INFINITA) Suponhamos que um florestal deseja saber quantas unidades amostrais (parcelas) são necessárias para se obter, com 95% de confiança, uma estimativa de produção da floresta (st/ha) com um erro amostral de no máximo ± 10%. Ele acredita que a floresta tenha CV= 25% e estima que um bom número inicial seja de 25 parcelas. 39 t(0.975;24) = 2,064 276.26 10 25.064.2 2 22 n t(0.975;26) = 2,056 274.26 10 25.056.2 2 22 n Se o chute inicial for alto, o processo de convergência é geralmente rápido. Porém, se o número inicial for pequeno, pode haver várias interações antes de convergir. USO DA INTENSIDADEAMOSTRAL PARA DEFINIÇÃO DE ÁRVORES DE CUBAGEM RIGOROSA ÁRVORE DAP(cm) HT(m) VTCC (m3/ha) 1 21.8 30.1 0.514764 2 20.3 30.6 0.387458 3 17.8 28.8 0.305286 4 23.5 30.4 0.546136 5 19.4 28.4 0.347813 6 18.6 28.3 0.321360 7 21.2 31.4 0.513952 8 26.5 32.6 0.745956 9 25.5 32.3 0.703315 MÉDIA= DESVIO= CV= 0.487338 0.161471 33.13 40 n= 22 2 t CV% E % t(0.975;8) = 2.306 5938,58 10 13.33.306.2 2 22 n t(0.975;58) = 2.0017 450046,44 10 13.33.0017.2 2 22 n t(0.975;44) = 2.015 4565,44 10 13.33.015.2 2 22 n 5.12 Efeito do tamanho de parcela na variabilidade Para uma mesma população e para uma mesma intensidade amostral, parcelas menores proporcionam maiores coeficientes de variação. Quando aumenta-se o tamanho da parcela, aumenta-se a probabilidade do valor observado estar mais próximo da média. Diminui assim, as diferenças no cálculo da variância, reduzindo o coeficiente de variação. - 400 m2 = CV - 600 m2 = CV 41 OBS 1.: maior parcela mais área amostrada. Portanto, espero redução no valor do desvio padrão. OBS 2.: Se trabalharmos numa população clonal, tudo muito uniforme, mudanças no tamanho de parcela tem pouco efeito sobre o CV. EX.: Lançou-se parcelas de 600 m2 em uma população e obteve-se o CV% para volume de 25%. Caso fosse lançado a mesma intensidade amostral com parcelas de 400 m2, qual seria o coeficiente de variação? 2 12 1 2 2 .%% A A CVCV 400 600 .25% 222 CV 4655,765%22 CV CV = V A R I A B I ÁREA DA PARCELA 42 67,274655,765%2 CV 5.13 Covariância e Correlação É comum obtermos informações sobre duas ou mais característica dentro de uma floresta. Se for desejado conhecer a correlação simples entre duas quaisquer, pode-se utilizar da análise de correlação ou covariância. Existindo correlação, a pergunta é: qual a magnitude desta relação? Este gráfico de dispersão mostra que aumento em (X) provoca aumento em (Y). Quando mais os valores de X e Y estiverem próximo da reta 1:1, maior a correlação entre estas duas variáveis. x y (µ1,µ2) 43 No primeiro gráfico forte correlação e no segundo uma fraca correlação. Se estivermos pensando na relação entre DAP e HT de floresta plantada, o gráfico 1 estaria representando bem esta situação. Nesta mesma relação para nativa o segundo gráfico seria mais interessante. 1 1 1 1 n n yx xy COV n i n i n i xy OBS.: a covariância é uma medida estatística cuja unidade é a mesma das variáveis envolvidas na correlação. Portanto, fica difícil de interpretar a magnitude desta covariância. Daí surgiu a medida de correlação, que nada mais é do que a padronização da covariância. Ela dá resultado de [-1 a +1]. x y (µ1,µ2) 44 22 yx xy SS COV Exemplo: Calcule a covariância entre a Altura (yi) e o DAP (xi) de 9 árvores medidas em um povoamento clonal de Eucalyptus grandis TABELA. Pares de Altura – DAP em povoamento clonal de Eucalyptus grandis. Nº da árvore DAP (xi) Altura (yi) x . y 1 25,8 22,3 575,34 2 24,5 18,5 453,25 3 33,4 23,0 768,20 4 31,8 22,3 709,14 5 33,7 20,5 690,85 6 33,4 24,5 818,30 7 32 26,0 832 8 28,3 21,0 594,30 9 29 23,0 667 10 30,2 22,0 664,4 11 32,56 25,3 823,768 TOTAL 334,66 248,4 7596,548 Média de xi = 30,42 cm Média de yi = 22,58 m Desvio padrão de xi = 3,1694 cm Desvio padrão de yi = 2,17017 m 45 Covariância (Cov) ( , ) 334,66*248,4 7596,548 11 11 1 x yCov ( , ) 3,93167x yCov Correlação ou r xy xy 2 2 Cov 3,93167 3,1694 . 2,17017S x S y xy 0,5716 xy x y xy nCov 1 46 6. AMOSTRAGEM CASUAL SIMPLES 6.1 Introdução É o procedimento de amostragem mais antigo, e se caracteriza por não apresentar nenhuma restrição quanto à casualização. É importante diferenciarmos 4 termos que comumente utilizamos em inventário florestal. TEORIA DA AMOSTRAGEM: é o ramo da estatística que estuda os procedimentos de amostragem, independentemente de qual for a ciência. PROCEDIMENTO DE AMOSTRAGEM: é conjunto de técnicas de amostragem que o inventário utiliza para amostrar florestas. MÉTODO DE AMOSTRAGEM: refere-se a unidade amostral (tamanho, forma, demarcação, medição, etc...). SISTEMA DE AMOSTRAGEM: é a união de procedimento mais método de amostragem. É a definição de como se realiza todo o processo de amostragem dos povoamentos florestais. 6.2 Definição de ACS É o procedimento em que a seleção das unidades amostrais é completamente aleatória. Todas as (N) parcelas possuem a mesma probabilidade de serem sorteadas para compor a amostra. No caso de levantamentos florestais isso implica que a localização espacial de cada parcela é completamente aleatória. No processo aleatório como é a ACS, todas as possíveis combinações de tamanho n possui a mesma probabilidade. Considere uma população estatística com 20 parcelas, e desejamos compor amostra de tamanho 4. Cada combinação 4 a 4 determinado a seguir tem a mesma probabilidade de ser a amostra. N = 20 n = 4 )!(! ! nNn N C Nn 4845 )!420(!4 !2020 4 C 47 OBS.: no contexto de população fixa, cada elemento da população tem a probabilidade de N 1 de fazer parte da amostra (amostra com reposição). i. AMOSTRA COM REPOSIÇÃO: N 1 ii. AMOSTRA SEM REPOSIÇÃO: a probabilidade de inclusão de cada elemento dos (N) se reduz a medida que entra uma nova unidade amostral. N 1 ; 1 1 N ; .... 1 ' 1N n n’ = a posição da parcela a ser sorteada. OBS.: a medida que vamos sorteando novas parcelas, a probabilidade das demais fazerem parte da amostra vai aumentando. 6.3 Considerações gerais da ACS i. Uso da ACS Pequenas florestas plantadas Áreas de fácil acesso Populações homogêneas Floresta nativa de fácil acesso ii. Vantagens 48 Não tem viés nos estimadores Facilidade no processamento dos dados iii. Desvantagens Grandes áreas com sub-bosque surjo. Neste caso há grande dificuldade de localização das parcelas (aumenta o custo). Possibilidade de se obter uma distribuição irregular das unidades amostrais. iv. Aleatorização Sorteio (papeis numerados conforme a população estatística – N); Número aleatório da calculadora; OBS.: estas duas possibilidades de sorteio se enquadram no conceito de população fixa. Quando se trata de população contínua, pode-se pensar em sortear coordenadas geográficas, as quais fazem parte da área do levantamento. Sorteio de coordenadas x e y do plano cartesiano; (população contínua). 49 6.4 Estimadores da Amostrgem Casual Simples A seguir serão apresentados os estimadores da amostragem casual simples. São estimadores que não apresentamviés de estimativa. MÉDIA n y y n i i 1 VARIÂNCIA 1 1 2 12 2 n n y y s n i n i i i DESVIO PADRÃO 2ss ERRO PADRÃO DA MÉDIA N n n s ys 1* 2 ERRO DO INVENTÁRIO ystE * 100* * y yst E INTERVALO DE CONFIANÇA ystyIC *: 1** ystyysty Y X 50 6.5 Aplicação do procedimento Deseja-se inventariar uma área de 316 hectares de Eucalyptus cloeziana, localizada no centro-oeste de Minas Gerais. Trata-se de uma floresta em primeira talhadia e de um clone altamente produtivo. A floresta sofreu tratos silviculturais de forma adequada. PERGUNTAS CHAVES DIANTE DESDE PROBLEMA: Qual procedimento de amostragem a ser utilizado? Quantas parcelas? Qual o tamanho das parcelas? Para chegar às respostas destas perguntas, é necessário termos uma visão geral das etapas fundamentais para a realização de um levantamento. A seguir vamos trabalhar passo a passo como efetuar um inventário florestal. 1o PASSO: Mapa da propriedade Mapa de ótima qualidade é de fundamental importância para realização do inventário florestal. O mapa é a base para o lançamento das parcelas e é através da área quantificada no mesmo, que se efetua a extrapolação volumétrica. Como gerar mapas? - levantamento topográfico; - fotografia aérea; - GPS diferencial (estação total); - GPS de navegação: vale ressaltar que mapas oriundos de GPS de navegação apresentam erros na quantificação e localização espacial das área. Porém, ele é útil para definir o formato da área, a qual é de extrema importância para o lançamento de parcelas; - imagem de satélite (geoprocessamento e sensoriamento remoto). Com o uso destas técnicas é possível estabelecer estratos com produtividades diferentes, a fim de otimizar o processamento do inventário florestal. 51 Considere no exemplo que se tem o mapa da área na qual consta a área total de 316 hectares, apresentado a seguir OBS.: NESTE INSTANTE NÃO IREMOS PREOCUPAR COM OS ESTRATOS FORMADOS NO MAPA APRESENTADO. 2o PASSO: Conhecer a floresta Conhecer a floresta neste ponto refere-se a caminhamentos dentro da área a ser inventariada, a fim de efetuar o planejamento do inventário florestal. No planejamento do inventário florestal inclui: Definição de toda logística para execução das atividades pertinentes ao inventário florestal (carro, combustível, alimentação, número de pessoas, material para realização do inventário florestal, etc...); Definir o procedimento de amostragem. T-01 T-02 T-03 T-04 T-05 T-06 T-07 T-08 T-09 T-10 T-11 T-12 T-13 T-14 T-15 52 No exemplo, pelo tipo de vegetação e conforme as características da floresta, pode-se pensar na amostragem casual simples. Definir o tamanho de parcelas. A seguir estão apresentados alguns tamanhos de parcelas sugeridos para diferentes fisionomias. Estes tamanhos de parcelas já são “consagrados” no meio florestal. Trabalharemos um item somente de definição ótima de parcela. FISIONOMIA TAMANHO DA PARCELA (m2) Eucaliptus sp. primeira rotação 250 a 420 Eucaliptus sp. primeira rotação (circular) 380 Eucaliptus sp. primeira rotação (pré-corte) 250 Eucaliptus sp. segunda rotação 500 a 600 Pinus sp. 400 a 500 Cerrado 600 a 1000 Floresta de grande porte 1000 a 5000 Tamanho de 1000 m2 para o presente estudo. 3o PASSO: Conhecer a variabilidade da floresta Esta é a etapa que permite conhecer a intensidade amostral. Implica em obter uma medida de variação da floresta (CV%; desvio padrão ou variância). A seguir serão apresentadas as formas de como obter uma medida de variabilidade. prática do inventariador – imagine um sujeito que trabalha com inventário florestal de cerrado na região norte do estado de Minas. Este indivíduo provavelmente deverá possuir um bom “palpite” sobre a variabilidade de uma determinada área de cerrado nesta região. revisão de literatura; (LIVROS DO INVENTÁRIO) amostra piloto – este é o critério ideal para se obter de forma correta uma medida de variabilidade. No exemplo proposto neste item, lançou-se uma amostra piloto de 12 parcelas de 400 m2. Estas parcelas foram distribuídas obedecendo aos princípios que regem a amostragem casual simples. 53 PARCELA VOLUME (m3) 1 76,82 2 205,35 3 191,37 4 237,32 5 234,71 6 131,86 7 170,47 8 170,59 9 208,14 10 233,16 11 248,63 12 198,64 54 # n = # y # xs # CV(%) = Através da amostra piloto, a variação da floresta foi de 26,84%. A partir deste número será definida a intensidade amostral a ser lançada na área. Considerando que a área total foi de 316 hectares e o tamanho da parcela de 400 m2. É possível definir a população estatística . # N # # 4o PASSO: Cálculo da intensidade amostral Como é uma população, cuja população estatística é conhecida, pode-se utilizar a fórmula do cálculo da intensidade para população finita. 11 0,05t # # # # # OBS.: Amostrar 35 parcelas. Como já foram amostradas 12 parcelas, restam mais 23 a serem lançadas na área. 55 (INVENTÁRIO CONTÍNUO DE EMPRESA – 1:10) 5o PASSO: Seleção das unidades amostrais Consiste em lançar aleatoriamente as parcelas dentro do povoamento. Este lançamento pode ser efetuado por: - número aleatório; 1 2 3 4 5 6 7 8 9 10 7900 - sorteio de distâncias na estrada e para dentro do talhão; Considere que todos os talhões irão receber parcela conforme o tamanho dos mesmos / / t * área talhão n n áreatotal Talhão Area (ha) n/talhão 1 27,78 3 2 24,64 3 3 24,50 3 4 16,36 2 5 32,98 4 6 34,66 4 7 33,31 4 8 27,32 3 9 35,92 4 56 10 33,16 4 11 31,28 3 12 14,49 2 13 12,47 2 14 13,33 2 - Mapa georeferenciado (sorteio com ArcGis) OBS.: TEREMOS UMA PRÁTICA NO ARCGIS. 6o PASSO: Localização das parcelas no campo - GPS; - Conforme distâncias sorteadas no mapa (estrada e talhão). OBS.: As distâncias deverão ser estabelecidas conforme a escala do mapa. Portanto, cuidado com a questão xérox, esta pode afetar a escala do mapa. 7o PASSO: Demarcação das parcelas no campo CIRCULAR – o ponto sorteado na floresta é o ponto central da parcela. Este ponto pode ser aleatório (onde cair), ou entre duas plantas ou entre 4 plantas. PARCELAS RETANGULARES – definição correta de ângulos retos nos vértices e distâncias (largura e comprimento). 57 8o PASSO: Medição das árvores dentro da parcela FLORESTA PLANTADA - Medição do DAP de todas as plantas da parcela (verificar a altura de medição). - Marcação com prego na altura de 1,30 metros a fim de acompanhar o crescimento da floresta. - Árvores bifurcadas medir os dois diâmetros. - Altura total. - 1a opção: medir todas as alturas. - 2a opção: medir a altura das 10 primeiras árvores da parcela (relação hipsométrica). - 3a opção: medir só a altura das dominantes e utilizar uma equação do povoamento. HdGparv **/ 10 OBS.: sempre medir a altura dominante da parcelaconforme algum conceito de altura dominante (ASSMANN). FLORESTA NATIVA - Medição de todas as plantas da parcela; - Altura total ou altura do fuste; - Identificação botânica 9o PASSO: Cálculo do volume por parcela - Equações volumétricas para estimativa do volume individual; - Fator de forma 58 - Equações de afilamento 10o PASSO: Processamento do inventário florestal APLICAÇÃO DA AMOSTRAGEM CASUAL SIMPLES Considere a base de dados apresentada a seguir. Estes valores referem-se a parcelas de 400 m2 lançadas em um povoamento 316ha de Eucalyptus cloeziana. Processar os dados utilizando os estimadores da ACS. PARCELA VOLUME (m2) 1 176,82 2 205,35 3 191,37 4 237,32 5 234,71 6 181,86 7 170,47 8 170,59 9 208,14 10 233,16 11 248,63 12 198,64 13 189,86 14 193,45 15 176,43 16 270,17 17 260,86 59 18 241,29 19 225,88 20 252,09 21 225,98 22 216,92 23 231,95 24 265,26 25 171,18 26 178,76 27 172,66 28 69,65 29 63,25 30 123,66 31 181,39 32 188,37 33 198,38 34 231,94 35 275,54 # # # # # # # # 60 # # # # # # # # # # # # # # # # # # # # # # # # # # # 61 # # # # # # # # # # # # # 62 7. AMOSTRAGEM CASUAL SIMPLES - Razão e Estimador de regressão - 7.1 Introdução No caso da amostragem casual simples, a estimativa da média foi baseada somente na informação da variável de interesse (Y), observadas em cada unidade amostral. A partir deste conjunto de informações de (Y), efetua-se as estimativas para o restante da área. Veja que as estimativas são baseadas tão somente só, na variável de interesse observada (Y). OBS.: Cada parcela teve o mesmo peso na composição da média final 1 4 . 10 10 8 12 31 40 10 m / 4 n ii V V parcela n V n 1 63 Existem situações em que a média de Y pode ser estimada com auxílio de outra variável, denominada de X (VARIÁVEL AUXILIAR), coletada em cada unidade amostral. Esta variável tendo relação com a variável de interesse poderá aumentar a precisão das estimativas no processamento do inventário florestal. Exemplos i. Parcelas com tamanho desigual - Neste caso a área da parcela pode auxiliar na estimativa do volume (Y). 318V m - MÉDIA ARITIMÉTICA 318,35PV m - MÉDIA PONDERADA Observe que a própria média ponderada pelo tamanho da parcela já proporcionou uma média diferente em relação à média aritmética. Neste caso devemos avaliar se considera ou não o tamanho da parcela como peso para definição da média amostral. Esta avaliação descreveremos mais adiante neste material. ii. Número de planta/parcela – o número total de planta por parcela pode auxiliar na estimativa do volume de madeira. iii. Caracterização de biomassa em arborização urbana – o número de árvores por quarteirão pode auxiliar na estimativa de biomassa. A PROPOSTA É QUE PODE HAVER UMA VARIÁVEL AUXILIAR PARA ESTIMAR MELHOR A VARIÁVEL DE INTERESSE Y. 1000 m2 800 m2 600 m2 400 m2 24 13 15 20 m3 m3 m3 m3 64 No entanto, o uso de variável auxiliar demanda que se conheça o parâmetro da variável auxiliar (X), denominada de X . Nos três exemplos citados anteriormente é necessário que se conheça: (i) tamanho de parcela – conhecer a população estatística ou matemática (N). Para tal é necessário saber o tamanho de parcela e a área total amostrada. (ii) Número de planta por parcela – contagem de todas as árvores dentro da floresta. Nesta situação seria necessária alguma técnica como Lazer para conhecimento do parâmetro número de árvores da floresta. (iii) caracterização de biomassa em arborização urbana – o uso de imagem de satélite permite contagem das árvores de ruas, e consequentemente, o número total de plantas. 7.2 Definição de Razão e Estimador de Regressão “São dois métodos utilizados para analisar amostragem casual simples, onde a variável de interesse (Y) é estimada com auxílio de uma variável (X) denominada de variável auxiliar”. A distribuição das parcelas na população alva obedece aos critérios de aleatorização das parcelas na área. O uso de um ou de outro veremos com a aplicação dos métodos a seguir. 7.3 Aplicação Deseja-se inventariar uma área de 18,455 hectares de floresta nativa. As parcelas terão formato de faixas, com largura fixa de 5 metros e comprimento variável. Conforme revisão de literatura, para parcelas de 1000 m2, o coeficiente de variação é de 36%. O erro máximo é de 17% com 95% de probabilidade de acerto. ESCALA 1:5000 16cm 65 # N = # # a) Cálculo da intensidade amostral # # # # # # 7.4 Verificação da base de dados para usar razão ou estimador de regressão Neste exemplo tem-se o tamanho de parcela variando. As parcelas são em faixas com comprimento variado, o que as fazem possuir tamanhos diferentes. Na parcela observou-se DAP, HT e a área da parcela. Posteriormente estimou o volume das árvores e os volumes totais de cada faixa (parcela). Na tabela a seguir contém os valores de volumes totais das 16 parcelas avaliadas na população alvo em estudo. A variável (x) se refere a área da parcela e (y) o volume total da parcela em (m3). PARCELA x(ha) y(m3) X2 Y2 XY 1 0.1550 54.6 0.02403 2981.16 8.463 2 0.1200 43.6 0.01440 1900.96 5.232 3 0.1050 18.5 0.01103 342.25 1.943 4 0.1375 33 0.01891 1089 4.538 5 0.0900 18.1 0.00810 327.61 1.629 6 0.0975 24.4 0.00951 595.36 2.379 7 0.1275 41.6 0.01626 1730.56 5.304 66 8 0.1050 18.1 0.01103 327.61 1.901 9 0.0575 12.2 0.00331 148.84 0.702 10 0.0500 9.3 0.00250 86.49 0.465 11 0.1350 33.6 0.01823 1128.96 4.536 12 0.0725 21.8 0.00526 475.24 1.581 13 0.1050 22.2 0.01103 492.84 2.331 14 0.0500 8.5 0.00250 72.25 0.425 15 0.1200 49.4 0.01440 2440.36 5.928 16 0.1725 82.8 0.02976 6855.84 14.283 TOTAL 1.7 491.7 0.20021 20995.33 61.6375 Após montado a tabela com as informações de volume por parcela, é necessário verificar se há ou não possibilidade de utilizar (x) como variável auxiliar. Por meio da correlação linear simples de Person é possível detectar que nível de correlação existe entre (x) e (y). Havendo correlação entre (x) e (y) é possível definir qual método podemos utilizar para processar o inventário, Razão ou Estimador de Regressão. - Correlação entre (x) e (y): # # ysxs n n yx xy rxy 22 1 67 # # # # # # # # # OBS.: Não havendo correlação, pode-se pegar os valores da variável de interesse e extrapolar para uma mesma unidade de área (ha). Isto mostra que o efeito da variável auxiliar (X) não é significativo na estimativa da variável de interesse (Y). Portanto, (x) neste exemplo não seria uma variável auxiliar. 7.5 Definição do método a ser utilizado Quando usar Razão? Forte correlação entre a variável de interesse (y) e a variável auxiliar (x). A média (µ) da variável auxiliar é conhecida. A linha de regressão entre (y) e (x) passa pela origem. 68 Quando usar Estimador de Regressão? Não é forte a correlação entre a variável de interesse (y) e a variável auxiliar (x). A média (µ) da variável auxiliar é conhecida. A linha de regressão entre (y) e (x) não passa pela origem. Y X 69 7.6 Estimador de Razão Razão da estimativa yi – valores de volume em m3; xi – tamanho das parcelas em hectare Y X 1 1 ˆ n i i n i i y R x 70 OBS.: No exemplo a área das parcelas está em hectares. Variância n 2 i i N N N 2 2 2 2i 1 ˆ i i i iR i 1 i 1 i 1 Rˆ 1 ˆ ˆS 2R R n -1 n 1 y y y x x x OBS.: A razão nada mais é do que uma fração de correção de cada dado observado. Desvio padrão 2 ˆ ˆR R S S Variância da média 2 ˆ2 R ˆ 2R x SN n 1 S . . N n x = valor médio da variável auxiliar a partir da população (parâmetro). N= Número total de parcelas (faixas) cabíveis na população. n = Número de parcelas (faixas) aleatorizadas na área. 2 Rˆ S = Variância da média da Razão. 71 Desvio padrão da média (precisão) 2 ˆ ˆR R S S Erro do Inventário Rˆ E t *S ˆ * (%) *100 ˆ R t S E R Intervalo de Confiança : Rˆ Rˆ t .S ˆ ˆR R ˆ ˆR t .S R t .S 1 7.7 Aplicação do Estimador de Razão # # # # # # # # # 72 # # # # # # # # # # # # # # # # # # # # # # # # # 73 # # # # # # # # # # # # # # # # # # # # # # # # # 74 # # # # # # # # # # # # # # # # # # # # # # # # # 75 # # # # # # # # # # # # # # # # # # # # # # # # # 76 # # # # # # # # # # # # # # # # # # 7.8 Estimador de Regressão Média ajustada X ˆx xXbyy reg * 77 Variância Variância da média Desvio Padrão da Média 2 reg regS S Erro do inventário regE t*S * (%) *100 reg reg t S E y Intervalo de confiança : reg regy t .S reg reg reg regy t .S y t .S 1 n yx xyb n y y n S n i reg * * 2 1 1 2 22 n S N nN S reg reg 2 2 * 78 7.9 Aplicação do Estimador de Regressão # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # 79 # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # 80 # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # 81 # # # # # # # # # # # # 82 8. AMOSTRAGEM CASUAL SIMPLES - Estimador de proporções - 8.1 Introdução Variável contínua: faz-se uso do TLC para aplicação dos conceitos da teoria de amostragem; Ex.: volume, DAP, HT, etc... são exemplos de variáveis contínuas. - UNIDADE AMOSTRAL – PARCELA Variável discreta: contagem de sementes germinadas, ou plantas mortas por parcela. Uso dos conceitos da teoria de amostragem com base no Teorema do Limite Central. - UNIDADE AMOSTRAL – PARCELA Variável discreta (contagem) – a UNIDADE AMOSTRAL É A ÁRVORE (ausência e presença). É uma série de BERNOULLI, que é caracterizada por uma distribuição binomial. VARIÁVEL DISCRETA UA – ÁRVORE (TCL) UA – PARCELA (TCL) 83 8.2 Aplicações i. Realizou-se um inventário florestal com o objetivo de avaliar o número de falhas em parcelas de 420 m2 numa área de eucalipto. Os dados a seguir referem-se ao número de falhas por parcela. Espaçamento 3 X 2 metros. PARCELA No DE FALHAS PARCELA No DE FALHAS 1 4 11 0 2 3 12 0 3 5 13 3 4 2 14 5 5 0 15 1 6 1 16 6 7 2 17 2 8 4 18 1 9 1 19 0 10 3 20 0 # MÉDIA = # DESVIO PADRÃO = # COEFICIENTE DE VARIAÇÃO = # DESVIO PADRÃO DA MÉDIA = # ERRO DO INVENTÁRIO = # ERRO (%) = - QUAL É O PERCENTUAL MÉDIO DE FALHA? 70 ------ 100% 2.15------ X # X = 70 – número de covas teórico (420 m2), sendo que cada planta ocupa um espaço útil de crescimento de 6 m2. Portanto, cada parcela, se o espaçamento fosse perfeito caberia 70 covas (100%). 84 ii. Proporções Considere uma floresta com 1000 hectares num espaçamento 3 X 2 (1667 plantas), para a qual amostrou-se 1000 árvores. Esta amostragem teve como objetivo avaliar o índice de sobrevivência. A precisão aceita para o levantamento é de no máximo 2%. Foram amostradas 1000 árvores. Destas, 980 estavam estabelecidas. Qual foi o percentual de sobrevivência? - ESTIMADORES DE PROPORÇÕES MÉDIA OU PROPORÇÃO n y p i Onde: yi = trata-se do número de sucesso avaliados; p = proporção de acerto # # # VARIÂNCIA # # # # 1 )1(2 n pnp S 85 # # # VARIÂNCIA DA MÉDIA DA PROPORÇÃO # # # # # # # # # # ERRO PADRÃO DA MÉDIA 2 pp ss N nN n pp S p * 1 )1(2 86 # # # # # # # # ERRO DO INVENTÁRIO p stE * # # # # # # # # # # # 87 INTERVALO DE CONFIANÇA # # # # # # # # # INTENSIDADE AMOSTRAL - População finita N ppt E ppt n )1(* 1* 2 2 2 - População infinita 2 2 1* E ppt n # # 88 # # # # # # # # # 89 9. AMOSTRAGEM CASUAL ESTRATIFICADA 9.1 Introdução Até o presente momento, após processamento do inventário florestal,caso o erro máximo fosse superado pelo erro do processamento, deve-se retornar a campo e lançar mais parcelas na população alvo. Isto implica em lançar mais parcelas, o que significa aumento do custo do inventário florestal. O erro de amostragem máximo de um levantamento ou inventário florestal é definido pela empresa florestal ou pelo órgão contratante do inventário ou ainda, pela legislação ambiental. Quanto mais preciso for o levantamento mais parcelas serão necessárias para amostrar a floresta. Diversidade de uma floresta em termos de volumetria, biomassa ou área basal é relativamente alta. Esta variabilidade é mais acentuada em florestas nativas. Essa condição implica em muitas unidades amostrais pensando nos princípios da Amostragem Casual Simples para a avaliação florestal (aumento de custo). Mediante este contexto, fica fácil de perceber que a estratificação é uma alternativa bastante positiva no sentido de reduzir o custo do levantamento. O grande detalhe é definir com clareza a fonte estratificadora. Precisão versus custos entram em cena novamente nas discussões sobre amostragem e estimativa de características dendrométricas. Uma alternativa promissora para aumentar precisão sem aumento de custo é a estratificação da floresta. Sempre há informações espaciais da população alvo para se obter uma boa estratificação. Este aspecto começaremos a discutir na sequência deste material, aqui apresentado de forma sucinta, devendo ao estudante se aprofundar mais em livros de inventário florestal. Inicialmente trataremos sobre conceitos básicos referente ao procedimento de Amostragem Casual Estratificada. 9.2 Definição de Amostragem Casual Estratificada “É o procedimento que tem como objetivo subdividir a população em subpopulações (estratos) mais homogênea possível” (Figura 1). ESTRATO: É a unidade mais homogênea que tem na floresta. A menor unidade para receber um estrato é o talhão, em função do conhecimento da área do mesmo no mapa. Hoje não é mais problema (Arcgis/geotecnologias), pode-se ter dividido talhões em 90 partes com produtividade semelhante a outra(s) parte(s) de talhão (ões). É necessário conhecer a área de cada estrato dentro de uma floresta. 2 2 strS S FIGURA 1. Esquema de uma área dividida em 3 estratos. FIGURA 2. Área real dividida em 5 estratos com as parcelas em cada estrato. Nas duas situações (figura 1 e figura 2) apresentadas, a variância da população estratificada tem que ser menor do que a variância da população sem estratificação. Caso esta redução da variância estratificada não ocorrer, significa que a fonte de estratificação não foi adequada. 9.3 Vantagens da ACE Para uma mesma intensidade amostral a ACE é superior a ACS, quando há uma boa fonte de estratificação e quando houve redução da variância com a estratificação. Menores custos/menor número de parcelas a serem amostradas quando se tem uma boa estratificação. II III III I 91 9.4 Uso da Amostragem Casual Estratificada Grandes áreas plantadas/característica avaliada muito variada. Pós-estratificação com base na variável de interesse (IQD e KRIGAGEM). Pode ser para plantada ou nativa. 9.5 Bases para estratificação i) PRÉ-ESTRATIFICAÇÃO: a estratificação é feita antes do levantamento de campo. Como exemplo pode-se destacar o cadastro florestal, segmentação de imagens de satélite ou uso de interpoladores espaciais com base na resposta espectral de alvos. CADASTRO: é um conjunto de informações das diferentes atividades da empresa florestal que devem ser armazenadas em softweres específicos com formação de banco de dados. Projeto Ano de plantio Índice de sítio Tipo de solo Espaçamento Procedência Talhão 11007 1980 24 AQ1 3 x 2 Rodésia 2 Fazenda Kiogle 3 dos Macacos 1 LEM1 3 x 2 Kiogle 4 5 7 AQ1 3 x 2,5 Rodésia 8 13 27 9 LEM1 3 x 2,5 Rodésia 10 SEGMENTAÇÃO DE IMAGENS – faz uso de técnicas de segmentação (classificação) da imagem com base na resposta espectral de alvos da floresta. A seguir, na figura 3, está apresentado a segmentação de uma imagem de satélite em uma área de eucalipto com 7 anos de idade. 92 FIGURA 3. Mapa de um pantio de eucalipto aos 7 anos de idade com a imagem LandSat segmentada. KRIGAGEM DA BANDA 5 – PLANTIO DE EUCALIPTO FIGURA 4. Krigagem de uma área de eucalipto com base na banda 5 do satélite LandSat 5TM. Volume alto Volume medio Volume baixo 93 ii) PÓS-ESTRATIFICAÇÃO – a estratificação é efetuada com base em características obtidas nas parcelas durante o inventário florestal. Efetua-se o levantamento florestal e posteriormente, com as características pode-se efetuar a interpolação espacial, seja pelo inverso quadrado da distância ou pela krigagem. É a situação em que se faz um mapa de valores (krigagem), buscando definir local com diferentes produtividades dentro do povoamento e dentro do talhão (menor unidade de manejo). “É a situação que há necessidade de haver estrutura de continuidade espacial da característica avaliada” (Figura 5). Na figura a seguir temos um comportamento espacial estruturado, ou seja, há relação entre as unidades amostrais avaliadas no povoamento. FIGURA 5. Semivariograma de diâmetro e volume de um plantio de eucalipto aos 7 anos de idade. A figura 5 mostrou que as características diâmetro e volume, mensuradas aos 7 anos de idade, possuem continuidade espacial ao longo da área. Esta é uma situação onde é possível realizar a inferência espacial por meio do interpolador de Krigagem. 94 Figura 6. Mapa de krigagem para volume em um plantio de eucalipto com 7 anos de idade. Figura 7. Mapa de krigagem para DAP em um plantio de eucalipto com 7 anos de idade. 95 FIGURA 8. Mapa especializado pelo Inverso Quadrado da Distância para a variável volume em um plantio florestal aos 7 anos. No caso específico do projeto C13 da figura 8, a interpolação foi efetuada com base na variável volume em (m3). Não teve dependência espacial, e, portanto, utilizou-se do Inverso Quadrado da Distância (IQD). Gerou-se 4 estratos, os quais receberão as parcelas do IPC para avaliação do volume antes do corte com alta precisão. A seguir será apresentado uma situação onde foi efetuado o inventário florestal lançando parcelas de forma sistemática em toda a área. Até neste instante, não houve preocupação com a estratificação. Após realizado o inventário florestal, verificou-se que o erro amostral foi superior ao erro máximo admitido para o levantamento florestal. Foi colocado sob as parcelas no mapa uma imagem Landsat 5Tm (Figura 9). Através dela será feita a segmentação da imagem. 96 FIGURA 9. Mapa de uma área de cerrado com imagem LandSat e parcelas sistematizadas. A segmentação da área permitiu definir 4 estratos conforme pode ser observado na figura 10. FIGURA 10. Mapa com os estratos baseados na segmentação de imagem de satélite. De posse da estratificação, as parcelas já mensuradas em campo, foram distribuídas ao longo da área. Assim, foi possível permitir verificar quais parcelas estão inseridasem quais estratos (FIGURA 11). 97 FIGURA 11. Mapa com as parcelas em seus respectivos estratos. 9.6 Estimadores da Amostragem Casual Estratificada INFORMAÇÕES POR ESTRATO ESTATÍSTICAS FÓRMULAS DOS ESTIMADORES - MÉDIA nj ij i =1 j j y y = n - VARIÂNCIA nj 2 ij j 2 i=1 j y - y S = nj -1 - DESVIO PADRÃO 2 j jS = S 98 INFORMAÇÕES POPULACIONAIS ESTATÍSTICAS FÓRMULAS DOS ESTIMADORES - MÉDIA DA POPULAÇÃO ESTRATIFICADA M j str j j = 1 N y = . y N - VARIÂNCIA DA POPULAÇÃO ESTRATIFICADA h j2 2 str j j=1 N S = .S N - DESVIO PADRÃO DA POPULAÇÃO ESTRATIFICADA 2 str strS = S - COEFICIENTE DE VARIAÇÃO *100str str S cv y - VARIÂNCIA DA MÉDIA 2 2 2 1 1 * str L j j j jy j j S S N N n N n - DESVIO PADRÃO DA MÉDIA 2 str stry y S S 9.7 Aplicação do Procedimento A partir da informação cadastral de um projeto de eucalipto, dividiu- se a área em 3 estratos distintos. Para realização do inventário florestal, efetuou-se a amostra piloto, lançando algumas parcelas (0,1 ha) em cada estrato, conforme a tabela a seguir: TABELA – Valores de volume de uma amostra piloto realizada em um povoamento divididos em 3 estratos. ESTRATO PARCELA VOLUME (m3) I 01 2.40 02 1.20 03 9.40 04 0.20 99 II 01 13.6 02 14.1 03 5.90 04 11.8 05 15.9 06 10.0 07 18.3 III 01 26.0 02 28.3 03 24.7 04 20.2 - PROCESSAMENTO DA AMOSTRA PILOTO EST. ÁREA NJ NJ/N nj Ymj Sj (NJ/N)Sj (NJ/N)ymj I 10.0 II 19.8 III 10.2 TOTAL 100 a) Qual o coeficiente da população estratificada? # # # # # # b) Qual o valor de n? # # # # # # # c) Quantas parcelas cada estrato deve receber? c.1) Alocação proporcional a área * j j N n n N # n1 = # n2 = # n3 = c.2 Alocação proporcional a variabilidade do estrato 1 * * * j j j str N n S n N S # n1 = # n2 = 101 # n3 = - PROCESSAMENTO DO INVENTÁRIO DEFINITIVO Na tabela a seguir estão apresentadas as informações referentes a volume por parcela para o inventário definitivo realizado na área. PARCELA ESTRATOS I II III 1 2,4 13,6 26,0 2 1,2 14,1 28,3 3 9,4 5,90 24,7 4 0,2 11,8 20,2 5 8,8 15,9 10,0 6 7,1 10,0 21,8 7 3,5 18,3 23,8 8 10,0 16,5 20,6 9 5,9 14,7 10 1,8 17,7 11 12,4 12 7,10 13 9,40 14 15,3 15 10,6 16 18,3 17 4,7 18 10,8 19 8,8 102 ESTRATO ÁREA(ha) Nj Nj/N n ym Sj (Nj/N)*Sj (Nj/N)*ym S2j S2estrat. I 10 100 II 19,8 198 III 10,2 102 TOTAL 40 400 a) Média da população estratificada # # # # # # # # # b) Variância da população estratificada # # # # # # c) Desvio padrão da população estratificada # # # # # # 103 d) Coeficiente de variação da população estratificada # # # e) Variância da média para a população estratificada # # # # # # # # f) Desvio padrão da média # # # # # # g) Erro do inventário # # # # # # 104 h) Intervalo de confiança # # # # 105 10. PROCEDIMENTO DE AMOSTRAGEM SISTEMÁTICO 10.1 Introdução A questão da variabilidade espacial em floresta é percebida, pelo menos de forma subjetiva por todos àqueles que atuam na área de amostragem. Tanto isto é verdade, que o fato de sistematizar parcelas, tem como objetivo “oculto” captar essa variabilidade espacial. Este fato pode ser facilmente percebido em florestas plantadas quanto nativas. Mediante estas circunstâncias, aliado ao aspecto PRÁTICO, foi que surgiu a AS. Nós floresteiros, percebemos ao longo dos anos, que as estimativas com a AS não provoca viés substancial em relação ao valor paramétrico. Esta constatação corrobora o uso quase que em 100% da AS em inventários florestais. A amostragem sistemática proporciona uma melhor representatividade florestal – variando em relação a uma representatividade estatística, porém, com impactos pouco significativos no resultado final. 10.2 Conceito “É o procedimento pelo qual as parcelas são distribuídas de forma sistemática em toda a área”. É conhecida com seleção mecânica das unidades amostrais. 10.3 Princípio básico do procedimento (AS) “Aleatorizar somente a primeira unidade amostral, sendo as demais distribuídas conforme um valor K (distância entre parcelas)”. 106 OBS.: na floresta ocorrem variações espaciais que podem afetar a estimativa da variável de interesse. Ao aleatorizar somente uma parcela, surge com o método um PROBLEMA ESTATÍSTICO DE COMO CALCULAR A VARIÂNCIA. Portanto, pode-se pensar numa alternativa que seria MÚLTIPLOS INÍCIOS ALEATÓRIOS. 10.4 Obtenção do K Considere uma população de 2000 hectares, cuja variabilidade da característica de interesse foi de 70% para parcelas de 1000 m2. Qual deve ser o valor de K? Erro máximo de 10%. Cálculo da intensidade amostral # # # # 107 Qual é a área de abrangência de cada parcela? # # # # # Qual é a distância entre parcelas? # # # # O valor K é a distância entre o ponto inicial de uma parcela e o ponto inicial da próxima parcela. 10.4 Uso da Amostragem Sistemática - FLORESTA NATIVA FACILIDADE DE LOCALIZAÇÃO DAS PARCELAS DISTRIBUIÇÃO ESPACIAL DOS INDIVÍDUOS 108 - FLORESTA PLANTADA: a cada 10 ha lançar uma parcela (sistemático desencontrado). 10.5 Vantagens e desvantagens da (AS) Fácil operacionalização; Propicia ótima estimativa da média; Capta a variabilidade espacial em volume e em espécie; As N unidades não possuem a mesma chance de serem sorteadas (não probabilístico); Efeito de periodicidade. 10.6 Aplicação do Procedimento Pretende-se conhecer o volume por hectare e do total de uma propriedade com 2500 hectares de floresta nativa. O tamanho da parcela a ser utilizada é de 1000 m2 (10 X 100). O erro máximo admissível é de 20% da média. Baseado numa revisão de literatura, o inventariador adotou um CV% de 33%. Executar todo o processamento do inventário. Calcular a intensidade amostral. # # # # # # 109 Determinar o valor da distância entre parcelas. # # # # # Processar o inventário conforme 2 maneiras de ordenação dos dados na planilha. SITUAÇÃO 01 29,82 21,01 24,44 22,38 27,46 21,88 20,16 21,01 23,13 23,46 20,13 - 110
Compartilhar