Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DCF - Departamento de Ciências Florestais >
DCF - Programa de Pós-graduação >
DCF - Engenharia Florestal - Mestrado (Dissertações) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/12269

Título: Funções de densidade e probabilidade e métodos de predição de parâmetros para povoamentos de Khaya ivorensis no Brasil
Título Alternativo: Probability density functions and parameter prediction methods for Khaya ivorensis stands in Brazil
Autor(es): Mayrinck, Rafaella Carvalho
Lattes: http://lattes.cnpq.br/6038067500675287
Orientador: Ferraz Filho, Antônio Carlos
Coorientador: Lima, Renato Ribeiro de
Membro da banca: Arce, Júlio
Membro da banca: Gomide, Lucas Rezende
Assunto: Florestas – Estrutura horizontal
Estimativa de parâmetros
Distribuição diamétrica
Mogno africano
Forests – Horizontal structure
Parameter estimation
Diameter distribution
African mahogany
Data de Defesa: 16-Jan-2017
Data de publicação: 7-Fev-2017
Agência de Fomento: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
Referência: MAYRINCK, R. C. Funções de densidade e probabilidade e métodos de predição de parâmetros para povoamentos de Khaya ivorensis no Brasil. 2017. 106 p. Dissertação (Mestrado em Engenharia Florestal)-Universidade Federal de Lavras, Lavras, 2017.
Resumo: A estrutura horizontal de um povoamento, normalmente obtida por função densidade de probabilidade, é conhecida por meio de sua distribuição diamétrica e ou de área basal. É por meio da modelagem desta, que se pode fazer a prognose, se conhecer a priori o efeito de práticas de manejo no povoamento, além de se planejar intervenções e a negociação da madeira com maior segurança. O ajuste de uma função densidade de probabilidade permite que se conheça a probabilidade da ocorrência de árvores em determinada classe de diâmetro e, além disso, que se relacionem os parâmetros da função com os atributos do povoamento, o que pode deixar sistemas de prognose mais simples, acessíveis e práticos. Este tipo de abordagem é especialmente usado no caso de florestas com maior valor agregado, cuja madeira é destinada a múltiplos usos, como os plantios de Khayaivorensis, por exemplo. Khayaivorensis é uma espécie em potencial para plantios comerciais, de madeira nobre, cujas técnicas de manejo são incipientes. Tem altíssimo valor no mercado internacional. Sendo assim, o objetivo deste estudo foi a caracterização da estrutura horizontal de povoamentos de Khayaivorensis localizados nos estados de Minas Gerais, Goiás e Pará, por meio de funções densidade de probabilidade e relacionar os parâmetros da função de melhor aderência com atributos do povoamento. No primeiro artigo, foram usadas as distribuições SB de Johnson, Weibull2 e 3 parâmetros, Beta e Gama. A função densidade de probabilidade SB de Johnson foi ajustada por cinco métodos de ajuste (máxima verossimilhança, momentos, Knoebel-Burkhart, regressão linear e moda). A função densidade de probabilidade de Weibull foi ajustada por 3 métodos (percentis, máxima verossimilhança e momentos) e as funções densidade de probabilidade Beta e Gama foram ajustadas pelo método de ajuste dos momentos. A aderência das funções densidade de probabilidade foi testada por meio do teste de Kolmogorov-Smirnov a 5% de probabilidade. Para saber qual a função densidade de significância teve melhor ajuste, as funções densidade de probabilidade foram ranqueadas com base na distância máxima entre os dados observados e estimados (valor D no teste de Kolmogorov-Smirnov). Além disso, a diferença entre os dados observados e estimados foi também observada por meio do erro e da raiz quadrada do quadrado médio do erro. O melhor ajuste foi obtido pela função SB de Johnson ajustada pelo método da máxima verossimilhança, momentos e pela função Weibull ajustado pelo método dos percentis. O segundo artigo teve o objetivo de predizer os parâmetros da função Weibull pelo método dos percentis e máxima verossimilhança, por meio de equações lineares, pelos métodos stepwise e por um modelo estabelecido por Cao, em um trabalho publicado na Societyof American Foresters em 2004. O melhor método foi obtido pelo método de ajuste da máxima verossimilhança cujos parâmetros foram preditos pelo modelo estabelecido por Cao.
Abstract: Stand horizontal structure in a stand is normally given by a probabilit density function, described by its diameter or seccionalarea distribution. This way, one is able to plan the effect of management practices, silvicultural interventions and wood trade. The fit of a probability density function describes the chance of finding a tree at a determined diameter class, and to relate its parameters with stand attributes, which ease prognosis systems. Diameter class modeling is specially used for those forest with high wood value, as Khayaivorensis for example. It is species with potential for commercial plantations because of its high-priced hardwood. However, its management practices are unknown. This work aims to characterize horizontal structure of Khayaivorensis stands in Brazil, located at Minas Gerais, Goias and Para states by probability density functions and relate the parameters of the best function with stand attributes. On the first paper, Johnson´s SB, Weibull 2 and 3 parameters, Beta and Gamma functions are tested. Johnson´s SB was fitted by 5 methods (maximum likelihood, moments, Knoebel-Burkhart, linear regression and mode). Weibull was fitted by 3 methods (percentis, maximum likelihood and moments). Beta and Gamma functions were fitted by moments method. The adherence was assessed by Kolmogorov-Smirnov test with 5% level of significance. Functions performances were ranked based on the Kolmogorov-Smirnov test. Besides, fittings were compared by the error and mean absolute error. The best fitting method wasJohnson´s SB fitted my maximum likelihood and moments. Weibul fitted by percentis was good as well. The second paper aims to predict Weibull parameters fitted by maximum likelihood and percentile methods using linear models. One of the models tested was proposed by Cao in 2004 in a paper published at Society of American Foresters the others are models constructed by stepwise methods. The best prediction was made by maximum likelihood method, using Cao´s model.
Informações adicionais: Arquivo retido, a pedido da autora, até fevereiro de 2018.
URI: http://repositorio.ufla.br/jspui/handle/1/12269
Publicador: Universidade Federal de Lavras
Idioma: por
Aparece nas coleções: DCF - Engenharia Florestal - Mestrado (Dissertações)

Arquivos neste Item:

Não há arquivos associados para este Item.

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback