de Lavras (PPGEF-UFLA), à Coordenação de Aperfeiçoa-
mento de Pessoal de Nível Superior (CAPES) e ao Conselho
Nacional de Desenvolvimento Científico e Tecnológico
pelo apoio financeiro na realização deste estudo.
Os autores agradecem ao Programa de Pós-Gra-
duação em Engenharia Florestal da Universidade Federal
Alvares, C. A.; Stape, J. L; Sentelhas, P. C.; Gonçalves, J. L. de M.;
Sparovek, G. 2013. Köppen’s climate classification map for Brazil.
Meteorologische Zeitschrift, 22: 711–728. doi: https://dx.doi.
org/10.1127/0941-2948/2013/0507.
Lima, E. S.; Montanari, R.; Lovera, L. H.; Teixeira Filho, M. C. M.;
González, A. P. 2017. Variabilidade espacial das propriedades
dendrométricas do eucalipto e atributos químicos de um Neossolo
Quartzarênico. Journal of Neotropical Agriculture, 4(1): 1–11.
Biase, A. G.; Santana, T. V. F. de. 2012. Geoestatística análise de dados em
outro software Gamma Desing GS+. Piracicaba: Escola superior de
Agricultura Luiz de Queiroz, 120f.
Machado, S. A; Conceição, M. B.; Figueiredo, D. J. 2002. Modelagem do
volume individual para diferentes idades e regimes de desbaste em
plantações de Pinus oocarpa. Revista Ciências Exatas e Naturais, 4: 185–
197.
Burnham, K. P.; Anderson, D. R. 2002. Model selection and multimodel
inference. 2. ed. Springer. New York.
Mc Bratney, A.G.; Webster, A.G. 1986. Choosing functions for semi-
variograms and fitting them to sampling estimates. Journal of Soil
Science,
37: 617–639. doi: https://doi.org/10.1111/j.1365-2389.1986.
tb00392.x.
Cochran, W. G. 1977. Sampling Techniques. 3 ed. New York.
Couto, E. G.; Stein, A.; Klamt, E. 1997. Large area spatial variability of
soil chemical properties in central Brazil. Agriculture Ecosystems and
Environment, 66: 139–152. doi: https://doi.org/10.1016/S0167-
8809(97)00076-5.
Mello, J. M. de.; Oliveira, M. S. de; Batista, J. L. F.; Justiniano Júnior,
P. R.; Kanegae Júnior, H. 2006. Uso do estimador geoestatístico para
predição volumétrica por talhão. Floresta, 36: 251–260. doi: http://
dx.doi.org/10.5380/rf.v36i2.6454.
Cressie, N. 1993. Statistics for spatial data. New York: Wiley.
Mello, J. M.; Diniz, F. S.; Oliveira, A. D.; Scolforo, J. R. S.; Acerbi junior,
F. W.; Thiersh, C. R. 2009. Métodos de amostragem geoestatística para
estimativa do número de fustes e volume em plantios de Eucalyptus
grandis. Floresta, 39: 157–166. doi: http://dx.doi.org/10.5380/
rf.v39i1.13735.
Dantas, D. 2019. Estimador geoestatístico e modelos de efeito misto
para
modelagem hipsométrica e volumétrica de povoamentos florestais.
Lavras:
Universidade Federal de Lavras, 120f. Dissertação Mestrado. Disponível
em: http://repositorio.ufla.br/jspui/handle/1/33647.
Mello, J. M. de. 2004. Geoestatística aplicada ao inventário florestal.
Piracicaba: Universidade de São Paulo, 122f. Tese Doutorado.
Dantas, D.; Calegario, N.; Acerbi Júnior, F. W.; Carvalho, S. P. C.; Isaac
Júnior, M. A.; Melo, E. A. 2020. Multilevel nonlinear mixed-effects model
and machine learning for predicting the volume of Eucalyptus spp. trees.
Cerne, 26(1): 1–10. doi: https://doi.org/10.1590/010477 60202026012668.
Nielsen, D. R.; Wendroth, O. 2003. Spatial and temporal statistics:
sampling field soils and their vegetation. Reiskirchen: Catena Verlag.
Nogueira, C. H. 2013. Análise de variância com dependência espacial sob
uma abordagem geoestatística. Lavras: Universidade Federal de
Lavras,
124f. Dissertação Mestrado. Disponível em: http://repositorio.
ufla.br/jspui/handle/1/700.
Diggle, P. J.; Ribeiro Júnior, P. J. 2000. Model-based geostatistics. In:
Simpósio Nacional de Probabilidade e Estatística. Associação Brasileira
de
Estatística.
Diggle, P. J.; Ribeiro Júnior, P. J. 2007. Model-based geostatistics.
Springer. Londres.
Palmer, D. J.; Hock, B. K.; Kimberley, M. O.; Watt, M. S.; Lowe, D. J.;
Payn, T. W. 2009. Comparison of spatial prediction techniques for
developing Pinus radiata productivity surfaces across New Zealand.
Forest Ecololy and Management, 258: 2046–2055. doi: https://doi.
org/10.1016/j.foreco.2009.07.057.
ESRI. ArcGIS Desktop: Release 10. 2011. Redlands, CA: Environmental
Systems Research Institute.
Guedes, I. C. de L.; Mello, J. M. de; Mello, C. R. de; Oliveira, A. D. de;
Silva, S. T. da; Scolforo, J. R. S. 2012. Técnicas geoestatísticas e
interpoladores espaciais na estratificação de povoamentos de Eucalyptus
sp.. Ciência Florestal, 22: 541-550. doi: https://dx.doi.
org/10.5902/198050986621.
R Core Team. R. 2019. A language and environment for statistical
computing. Vienna: R Foundation for Statistical Computing.
Raimundo, M. R.; Scolforo, H. F.; Mello, J. M.; Scolforo, J. R. S.; McTague,
J. P.; Reis, A. A. R. 2017. Geoestatística Aplicada às Estimativas de
Crescimento em Inventários Florestais Contínuos, Forest Science, 63(1):
29–
38. Disponível em: https://doi.org/10.5849/FS-2016-056.
Hernández J.; Emery X. 2009. A geostatistical approach to optimize
sampling designs for local forest inventories. Canadian Journal of Forest
Research, 39: 1465–1474. doi: https://doi.org/10.1139/X09-048.
Ribeiro Júnior, P. J. 1995. Métodos geoestatísticos no estudo da
variabilidade espacial de parâmetros do solo. Piracicaba: Escola Superior de
Agricultura “Luiz de Queiroz”, 99f. Dissertação Mestrado. Disponível
em:
https://doi.org/10.11606/D.11.2019.tde-20191108-110517.
Isaaks, E. H.; Srivastava, R. M. 1989. Anintroduction to applied
geostatistics. Oxford University Press. New York, NY, USA.
Journel, A. G.; Huijbregts, C. J. 1978. Mininggeostatistics. Academic
Press. London, UK.
Ribeiro Júnior, P. J.; Diggle, P. J. 2001. geoR: Apackage for geostatistical
analysis. R-News, 1: 15–18.
Journel, A. G.; Huijbregts, C. J. 2003. Mining geoestatistics. Academic.
London, UK.
Sakamoto, Y.; Ishiguro, M.; Kitagawa, G. 1986. Akaike information
criterion statistics. Dordrecht, The Netherlands: D. Reidel.
Cad. Ciênc. Agrá., v. 12, p. 01–11, DOI: https://doi.org/10.35699/2447-6218.2020.15927