Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/14076
Título: Modelos não lineares generalizados aplicados na predição da área basal e volume de Eucalyptus clonal
Título(s) alternativo(s): Generalized nonlinear models applied to the prediction of basal area and volume of Eucalyptus sp
Autor: Carvalho, Samuel de Pádua Chaves e
Calegario, Natalino
Silva, Fabyano Fonseca e
Borges, Luís Antônio Coimbra
Mendonça, Adriano Ribeiro de
Lima, Mariana Peres de
Palavras-chave: Modelos estocásticos
Predição
Produção florestal
Crescimento florestal
Probability models
Prediction
Forestry growth
Forestry yield
Publicador: Universidade Federal de Lavras (UFLA)
Data: 12-Mai-2015
Referência: CARVALHO, S. de P. C. e et al. Modelos não lineares generalizados aplicados na predição da área basal e volume de Eucalyptus clonal. CERNE, Lavras, v. 17, n. 4, p. 541-548, out./dez. 2011.
Resumo: Neste trabalho, objetivou-se propor o uso de modelos não lineares generalizados na predição da área basal e do crescimento e produção em volume total do híbrido Eucalyptus urocamaldulensis, em um plantio localizado na região central do estado de Minas Gerais, pertencente à V&M Florestal. A metodologia proposta permite trabalhar com os dados na sua forma original sem a necessidade de transformações de variáveis, e gerar modelos mais precisos. Para a avaliação da qualidade de ajuste dos modelos propostos, foram utilizados os critérios de informação Bayesiano, de Akaike e o teste de razão da máxima verossimilhança, além do erro padrão residual e percentual, e dos gráficos de resíduos. Os modelos se mostraram com uma boa performance, altamente precisos e parcimoniosos nas estimativas das variáveis propostas, com erros reduzidos para 12% em área basal e 4% para predição volumétrica.
Abstract: This paper aims to propose the use of generalized nonlinear models for prediction of basal area growth and yield of total volume of the hybrid Eucalyptus urocamaldulensis, in a stand situation in a central region in state of Minas Gerais. The used methodology allows to work with data in its original form without the necessity of transformation of variables, and generate highly accurate models. To evaluate the fitting quality, it was proposed the Bayesian information criterion, of the Akaike, and test the maximum likelihood, beyond the standard error of estimate, and residual graphics. The models were used with a good performance, highly accurate and parsimonious estimates of the variables proposed, with errors reduced to 12% for basal area and 4% for prediction of the volume.
Idioma: por
Aparece nas coleções:CERNE



Este item está licenciada sob uma Licença Creative Commons Creative Commons