Volumetric prediction through punctual kriging reduces sampling effort in pre-cut forest inventories
DOI:
https://doi.org/10.35699/2447-6218.2020.15927Keywords:
Semivariogram, Forest inventory, Geostatistical modelAbstract
The objective of this work was to evaluate the performance of a geostatistical estimator to estimate the wood volume per hectare of an eucalyptus stand, considering different sample intensities. The database was derived from pre-cut forest inventories, with a sampling intensity of one plot per 4.95 ha (approximately, 1:5), totaling 220 plots. Data were splitted into two groups: 80% for semivariograms fits and 20% for validation. Sampling units representing four different sample intensities (1:5, 1:10, 1:15 and 1:20) were selected and the semivariograms models were fitted. The models were then used to estimate the volumes per hectare of the parcels intended for validation. It was verified that the spherical models adjusted for the different sample intensities presented satisfactory and similar performances with each other, with mean relative errors lower than 10%. The lowest value was presented in the sampling intensity of 1:5, 7.33%, and the highest in the intensity of 1:20, 8.90%. An average relative error difference of only 1.57%. Therefore, it is possible to reduce the sample intensity in pre-cut inventories for Eucalyptus stands, without great losses in accuracy, with the use of point kriging to obtain the volume of wood per hectare in non-sampled points.
Downloads
References
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.
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.
Burnham, K. P.; Anderson, D. R. 2002. Model selection and multimodel inference. 2. ed. Springer. New York.
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.
Cressie, N. 1993. Statistics for spatial data. New York: Wiley.
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
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/10.1590/01047760202026012668.
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.
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.
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.
Journel, A. G.; Huijbregts, C. J. 2003. Mining geoestatistics. Academic. London, UK.
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.
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.
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.
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.
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.
Mello, J. M. de. 2004. Geoestatística aplicada ao inventário florestal. Piracicaba: Universidade de São Paulo, 122f. Tese Doutorado.
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
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
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
Ribeiro Júnior, P. J.; Diggle, P. J. 2001. geoR: Apackage for geostatistical analysis. R-News, 1: 15-18.
Sakamoto, Y.; Ishiguro, M.; Kitagawa, G. 1986. Akaike information criterion statistics. Dordrecht, The Netherlands: D. Reidel.
Santos, M. C.dos; Roveda, M.; Zanon, M. L. B.; Figueiredo Filho, A.; Roik, M.; Pacheco, J. M.; Scavinski, V. 2017. Inventário Florestal utilizando técnicas de silvicultura de precisão em povoamentos de Eucalyptus grandis Hill ex Maiden. Floresta e Ambiente, 24. doi: https://dx.doi.org/10.1590/2179-8087.082714.
Schumacher, F. X.; Hall, F. S. 1933. Logarithmic expression of timber-tree volume. Journal of Agricultural Research, 47: 719 – 734.
Sena, K. K. K.; da Silva Campos, P. S.; Rodrigues, H. C. T.; Chase, O. A.; Marques, G. T.; dos Reis Moraes, R. I.; Santos Galate, R. 2019. Análise geoestatística em povoamento de floresta nativa no município de Paragominas–Pará/Geostatistical analysis in native forest stand in the municipality of Paragominas-Pará. Brazilian Journal of Development, 5(10): 18695-18713.
Shapiro, S. S.; Wilk, M. B. 1965. An analysis of variance test for normality (complete samples). Biometrika, 52: 591-611. doi: https://dx.doi.org/10.2307/2333709.
Thompson, S. K. 1992. Sampling. New York: Wiley.
Vieira, S. R. 2000. Geoestatística em estudos de variabilidade espacial do solo. In: Tópicos em ciências do solo. Viçosa, MG, Sociedade Brasileira de Ciência do Solo.
Wonnacott, T. H; Wonnacott, R. J. 1972. Introductory Statistics. 2. ed. John Wiley, New York, NY, USA
Published
How to Cite
Issue
Section
License
Copyright (c) 2020 Agrarian Sciences Journal
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish in this journal agree to the following terms:
The Copyright for articles published in this journal follow authorship. The articles are open access, with their own attributions, in educational and non-commercial applications.
The journal reserves the right to make regulatory, orthographic and grammatical changes in the originals, with the aim of maintaining the standard language and the credibility of the vehicle. It will respect, however, the writing style of the authors.
Changes, corrections or suggestions of conceptual order will be forwarded to the authors, when necessary. In such cases, the articles, once appropriate, should be submitted for further consideration.
The opinions issued by the authors of the articles are their sole responsibility.
Agrarian Science Journal is licensed under a 