Uma nova proposta metodológica para cubagem rigorosa e ajuste de modelos hipsométricos

• Ano de defesa: 2007
• Autor(a) principal: Thiersch, Claudio Roberto
• Orientador(a): Scolforo, José Roberto Soares
• Banca de defesa: Andrade Filho, Marinho Gomes de, Melo, José Márcio de, Oliveira, Antônio Donizette de, Machado, Sebastião do Amaral
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: UNIVERSIDADE FEDERAL DE LAVRAS
• Programa de Pós-Graduação: DCF - Programa de Pós-graduação
• País: brasil
• Palavras-chave em Português: Fotodendro; Cubagem rigorosa; Modelo de Curtis; Modelo de Prodan; Relação hipsométrica; Restrição de parâmetros; Inferência bayesiana; MCMC
• Área do conhecimento CNPq: CNPQ_NÃO_INFORMADO
• Link de acesso: https://repositorio.ufla.br/handle/1/4070

O presente estudo teve como objetivos desenvolver e testar um equipamento para realizar a cubagem rigorosa de árvores, sem o abate das mesmas, utilizando fotos digitais e propor uma abordagem Bayesiana para resolver o problema de inferência com restrição nos parâmetros do modelo de Curtis e Prodan para representar a relação hipsométrica (altura-diâmetro) em clones de Eucalyptus sp. As estimativas realizadas através de equações de afilamento ajustadas a partir de mensurações realizadas pelo Fotodendro (nome definido para o equipamento) foram acuradas, precisas e não viesadas, sendo que, dentre os diferentes números de árvores, comprimentos de seções e distâncias do equipamento até as árvores testados, do ponto de vista operacional, a melhor opção foi aquela em que foram mensuradas com o equipamento 10 árvores com seções de 4 metros a uma distância até as árvores igual a 25 metros. As restrições nos parâmetros dos modelos hipsométricos em estudo foram modeladas considerando-se densidades a priori truncadas para os parâmetros e suas estimativas foram calculadas com a técnica de simulação de Monte Carlo em Cadeia de Markov (MCMC). O método proposto foi aplicado em diferentes conjuntos de dados reais, e os resultados foram comparados aos obtidos pelo método de mínimos quadrados, destacando-se a superioridade da abordagem Bayesiana proposta.