Browsing by Author "Binoti, Daniel Henrique Breda"

Now showing 1 - 2 of 2

Modelagem da distribuição diamétrica de povoamentos de eucalipto utilizando a função Gama
(UFLA - Universidade Federal de Lavras, 2013-06-01) Araújo Júnior, Carlos Alberto; Leite, Helio Garcia; Castro, Renato Vinícius Oliveira; Binoti, Daniel Henrique Breda; Alcântara, Aline Edwiges Mazon de; Binoti, Mayra Luiza Marques da Silva [UFVJM]; Universidade Federal de Viçosa (UFV) Departamento de Engenharia Florestal; Universidade de Brasília (UnB) Departamento de Engenharia Florestal; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
Neste estudo, avaliou-se o comportamento da função densidade de probabilidade Gama com 2 parâmetros para a descrição da distribuição diamétrica de um povoamento de eucalipto em diferentes idades. Um modelo de projeção da distribuição de diâmetros foi construído e ajustado aos dados das parcelas permanentes. Os ajustes da função Gama foram avaliados pelo teste de Kolmogorov-Smirnov (KS) e o modelo de distribuição diamétrica foi avaliado por meio dos coeficientes de determinação e gráficos de resíduos das estimativas geradas pelas equações que compuseram o modelo. As distribuições diamétricas estimadas pelo sistema de equações foram comparadas com as distribuições observadas pelo teste KS. A maioria dos ajustes apresentou aderência pelo teste KS. O modelo foi capaz de projetar as distribuições diamétricas de maneira satisfatória, acompanhando a tendência de achatamento da curva da distribuição em uma sequência de idades. Conclui-se que a função Gama pode ser utilizada em um modelo de projeção da distribuição dos diâmetros de povoamentos de eucalipto
Modelagem do crescimento e produção florestal com a estratificação de povoamentos empregando o método k means
(UFVJM, 2014) Rabelo, Luiz David Oliveira; Oliveira, Marcio Leles Romarco de; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Binoti, Daniel Henrique Breda; Leite, Helio Garcia; Nogueira, Gilciano
O trabalho teve como objetivo propor uma metodologia de estratificação de povoamentos florestais, testar o modelo de Clutter utilizando outras variáveis independentes, empregar o modelo proposto por Oliveira em 2009 e propor uma alternativa para realização de prognose do crescimento e produção de povoamentos com uma ou duas medições do inventário florestal. O estudo foi realizado com informações de parcelas permanentes de inventários florestais contínuos, conduzidos em povoamentos de clones de Eucalipto localizados no Estado de Minas Gerais. A definição dos estratos foi realizada pelo método de mineração de dados k-means, a partir dos parâmetros de equações lineares simples de cada talhão para as variáveis de povoamento em função da idade. O índice de local para a classificação da capacidade produtiva foi calculado para cada talhão e a sua determinação foi feita utilizando o modelo de Schumacher. A classificação de talhões com uma (36 meses) ou duas medições, (48 meses) foi realizada com o cálculo da distância euclidiana para as variáveis de povoamento do talhão com relação à média do estrato definido pelo k-means. Foi ajustado para os dados de um mesmo conjunto de talhões o modelo de Clutter e algumas alternativas com a substituição de variáveis explicativas, bem como o modelo proposto por Oliveira. O desempenho dos modelos foi avaliado pela raiz quadrada do erro médio, bias %, AIC, BIC e gráficos com a dispersão dos resíduos. Com o intuito de verificar se o método k means foi eficiente na formação de estratos, procedeu se com o teste White para o ajuste dos modelos de área basal e volume. O modelo de Clutter apresentou estimativas volumétricas precisas com a estratificação usando o método k-means. Não verificou-se a violação de homocedasticidade de variâncias para a maioria dos estratos gerados pelo método k-means. A altura total média explicou com melhor desempenho a variação volumétrica do povoamento. A classificação de talhões florestais com a distância euclidiana entre as variáveis de povoamento apresentou resultados diferentes quanto a idade de referência. As estimativas projetadas com a classificação aos 48 meses obtiveram resultados mais consistentes do que as projetadas com 36 meses.