ESTIMATIVA E DISTRIBUIÇÃO ESPACIAL DA BIOMASSA NA FLORESTA OMBRÓFILA MISTA

Documentos relacionados
INVENTÁRIO DE BIOMASSA NA FLORESTA OMBRÓFILA MISTA:

Laboratório Nº 5. A geoestatística permite descrever a continuidade espacial, a qual é uma característica

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS

Estimativa e distribuição espacial da biomassa na Floresta Ombrófila Mista. Henrique Luis Godinho Cassol¹

Laboratório 5 Analise Espacial de Dados Geográficos Geoestatística Linear

LABORATÓRIO 5 ANÁLISE ESPACIAL DE DADOS GEOGRÁFICOS

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. Divisão de Sensoriamento Remoto. Geoprocessamento. Relatório do Laboratório 5: Geoestatistica Linear

CURSO DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO SER-300 Introdução ao Geoprocessamento

Referência Banco de dados FioCruz Doc LAB1_GEO.doc. Autor Eduardo C. G. Camargo Versão 1.0 Data DEZ / Revisão Versão Data

ANÁLISE GEOESTATÍSTICA: UMA INTRODUÇÃO. Célia Regina Grego

ARTIGO 2. KRIGAGEM E INVERSO DO QUADRADO DA DISTÂNCIA PARA INTERPOLAÇÃO DOS PARÂMETROS DA EQUAÇÃO DE CHUVAS INTENSAS

Autor Eduardo C. G. Camargo Versão 1.0 Data DEZ / 2000

ANÁLISE COMPARATIVA DA ESPACIALIZAÇÃO DO RISCO CLIMÁTICO PELA MÉDIA PONDERADA, KRIGEAGEM ORDINÁRIA E KRIGEAGEM POR INDICAÇÃO

Análise da variação espacial do teor de argila sobre a Fazenda Canchim.

SER Introdução ao Geoprocessamento. Relatório sobre o Laboratório 5

Laboratório 5 Geoestatística Linear. Disciplina. Introdução ao Geoprocessamento SER 300. Prof. Antonio Miguel Vieira Monteiro

Trabalho final da disciplina de Introdução ao Geoprocessamento (SER-300)

Nivelamento: conceitos básicos sobre geoestatística. Dr. Diego Silva Siqueira Colaborador no Grupo de Pesquisa CSME

INTRODUÇÃO À ESTATÍSTICA ESPACIAL. Prof. Anderson Rodrigo da Silva

Disciplina SER 300 Introdução ao Geoprocessamento Relatório - Laboratório 5 : Geoestatística Linear

LABORATÓRIO Nº 1. Análise de Padrões de Distribuição de Pontos

RELATÓRIO DO LABORATÓRIO 5 GEO-ESTATÍSTICA

Introdução Variograma Modelos básicos de correlação espacial Modelação Interpolação espacial & Simulação. Geoestatística.

Variabilidade espacial de propriedades físico químicas do estuário Ciénaga Grande de Santa Marta - CGSM Colômbia.

INCORPORARAÇÃO DA GEOESTATÍSTICA A PREVISÕES DE ESCOLHA MODAL

Geoestatística aplicada à agricultura de precisão

Medidas Territoriais: Bairro, Distrito, Zona, Interdistrital, Intradistrital, Intermunicipal e outros Recortes do Espaço Urbano

Anais III Simpósio Regional de Geoprocessamento e Sensoriamento Remoto Aracaju/SE, 25 a 27 de outubro de 2006

Junho 2012 PROPOSTA DE REDUÇÃO DE CUSTOS EM INVENTÁRIOS FLORESTAIS POR MEIO DO USO DE TÉCNICAS DE GEOPROCESSAMENTO

Geoestatística Para as Ciências da Terra e do Ambiente - 3ª ed.

Incerteza local e incerteza espacial SIMULAÇÃO

Referência Banco de dados São Carlos Doc LAB2_Geo.doc. Autor Eduardo C. G. Camargo Versão 1.0 Data DEZ / Revisão Versão Data

Prof: Felipe C. V. dos Santos

INTERPOLAÇÃO DE DADOS BATIMÉTRICOS DO RESERVATÓRIO DE TUCURUÍ: COMPARAÇÃO DE INTERPOLADORES E DO NÚMERO DE PONTOS AMOSTRADOS.

Tópicos de Estatística Espacial Geoestatística

PONTIFICIA UNIVERSIDADE CATÓLICA DE GOIÁS ESCOLA DE ENGENHARIA HIDROLOGIA APLICADA. Estatística aplicada a hidrologia. Prof.

Interpolação. Interpolação. Padrões de amostragem. Autocorrelação. Padrões de amostragem. Padrões de amostragem

DETERMINAÇÃO DO PREÇO DA TERRA EM GOIÁS A PARTIR DO USO DE GEOESTATÍSTICA

KRIGAGEM (Krigeage, Kriging)

Incerteza local e incerteza espacial SIMULAÇÃO

Victor Pedroso Curtarelli (RA: )

O uso de técnicas geoestatísticas na espacialização da argila do solo

KRIGAGEM ORDINÁRIA E INVERSO DO QUADRADO DA DISTÂNCIA APLICADOS NA ESPACIALIZAÇÃO DA POPULAÇÃO DE Zaprionus indianus

Processos Hidrológicos CST 318 / SER 456. Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016

Tendências de precipitação na Bacia do Rio Tietê - SP

INTRODUÇÃO À ANÁLISE GEOESTATÍSTICA

5 Apresentação e Discussão dos Resultados

SER-301: ANÁLISE ESPACIAL DE DADOS GEOGRÁFICOS

Trabalho realizado como parte das exigências da disciplina Introdução ao Geoprocessamento do curso de Mestrado em Sensoriamento Remoto

MAPAS SÃO DADOS, NÃO DESENHOS!! (PARTE 2)

Sumário. Introdução, 9. 1 Conceitos Básicos, Cálculo e Modelagem de Variogramas Experimentais, Estimativas Geoestatísticas, 55

MEDIDAS DE INCERTEZAS EM MODELAGEM DE ATRIBUTOS ESPACIAIS. 1 Introdução Aspectos Conceituais Estudo de casos com análises...

TESTE DE IDENTIDADE EM MODELO HIPSOMÉTRICO PARA Eucalyptus urograndis COM DIFERENTES ESPAÇAMENTOS EM PRESIDENTE PRUDENTE SP.

GEOESTATíSTICA: FUNDAMENTOS E APLICAÇÕES. Qual o tamanho ideal do domínio ou da janela de estimação?

Análise de Risco dos Teores de Ferro em Planos de Lavra Mensais e Anual de uma Mina em Operação

LCF Recursos Florestais em Propriedades Agrícolas. BIOMETRIA e INVENTÁRIO FLORESTAL

Guia do inventário de florestas plantadas

Instituto Nacional de Pesquisas Espaciais - INPE. Divisão de Processamento de Imagens - DPI

Utilização de Métodos Geoestatísticos de Krigeagem Ordinária e Krigeagem por Indicação na Interpolação de Dados Geoquímicos de Solos: Uma Comparação

Modelos de Regressão Linear Simples - Análise de Resíduos

Autocorrelação Espacial. Sistemas de Informação Geográfica II. Estatística espacial MAUP. Estatísticas espaciais. Estatística espacial

Prof. Dr. Engenharia Ambiental, UNESP

LCF Recursos Florestais em Propriedades Agrícolas. SILV 06 - BIOMETRIA e INVENTÁRIO FLORESTAL

Modelagem Numérica de Terreno. Carlos Alberto Felgueiras

Trabalho de Curso Disciplina: Introdução ao Geoprocessamento

Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria-PPGEAB Prova de Conhecimentos Específicos

TT64 COMPARAÇÃO DE MODELOS INFERENCIAIS TRADICIONAIS E ESPACIAIS UTILIZANDO DIFERENTES VARIÁVEIS DE LOCALIZAÇÃO.

Programa Analítico de Disciplina EAM434 Cartografia Digital II

Modelos de Regressão Linear Simples - Análise de Resíduos

Estatística espacial Geoestatística. Profa. Dra. Rúbia Gomes Morato

CARACTERIZAÇÃO DO MAPA DE KERNEL PARA AVALIAR A DISTRIBUIÇÃO DO MOGNO (Swietenia macrophylla King.) NA FLORESTA ESTADUAL DO ANTIMARY

ESTATÍSTICA DESCRITIVA E PREVISÃO INDICE

KRIGAGEM: UM ESTUDO COMPARATIVO ENTRE 2 VERSÕES DO ARCGIS E O R KRIGING: A COMPARATIVE STUDY BETWEEN TWO VERSIONS OF ARCGIS AND THE R

Tendências de Precipitação na Bacia do Rio Tietê SP: Abordagem da atual crise nos reservatórios do Sistema Cantareira

O que é uma variável binomial? 2 qualidades 2 tamanhos

LCF Recursos Florestais em Propriedades Agrícolas. SILV 06 - BIOMETRIA e INVENTÁRIO FLORESTAL

Anais XI SBSR, Belo Horizonte, Brasil, abril 2003, INPE, p

02/02/2016. Inferência Estatística DISCIPLINA: INVENTÁRIO FLORESTAL. População TEORIA DE AMOSTRAGEM (NOTAS DE AULA) Amostragem

SUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20

Questões concursos

Interpolação. Dr. Marcos Figueiredo

5 PREVISÃO DE SÉRIES TEMPORAIS DE VAZÃO DE DRENOS DA BARRAGEM DE FUNIL

Instituto Nacional de Pesquisas Espaciais - INPE. Divisão de Processamento de Imagens - DPI

Palavras-chave: Sensoriamento remoto, Levantamento fitossociológico.

Estimação do Conteúdo Eletrônico Total da Ionosfera utilizando Geoestatística.

PROGRAMA DE DISCIPLINA

COKRIGAGEM. Aplicação da cokrigagem

Uso da krigagem indicatriz na avaliação espacial de percevejos da espécie Piezodorus guildinii na Safra 2011/12.

Modelagem de fenômenos naturais ANÁLISE ESTATÍSTICA DE VARIÁVEIS REGIONALIZADAS

Comparação entre intervalos de confiança calculados com métodos bootstrap e intervalos assintóticos

CONHECIMENTOS ESPECÍFICOS

1 Introdução aos Métodos Estatísticos para Geografia 1

Artigo 2 Rafaelly Suzanye da Silva Santos

CONHECIMENTOS ESPECÍFICOS

SUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2

ANÁLISE VARIOGRÁFICA. A Geoestatística é baseada nos seguintes conceitos: Funções aleatórias. Variável regionalizada.

Transcrição:

ESTIMATIVA E DISTRIBUIÇÃO ESPACIAL DA BIOMASSA NA FLORESTA OMBRÓFILA MISTA Henrique Luis Godinho Cassol SER301 - Análise Espacial de Dados Geográficos

INTRODUÇÃO MATERIAIS E MÉTODOS RESULTADOS CONCLUSÕES REFERÊNCIAS

INTRODUÇÃO Estimativas de biomassa: diretas e indiretas; Estimativas de uma população florestal: inventário; Não-espacial Estatístico Inventário Espacial Determinístico IQD Espacial Estocásticos Krigeagem

INTRODUÇÃO Objetivos Estimar a biomassa da Floresta Ombrófila Mista (FOM) com distintos métodos: Não-espacial Inventário florestal (Intervalo de Confiança); Espacial (determinístico) Inverso do quadrado da distância (IQD); Espacial (estocástico) Krigeagem Ordinária (KO) e Krigeagem por indicação (KI); Avaliar a distribuição da biomassa na FOM e os resultados da interpolação;

MATERIAIS E MÉTODOS Área de estudo Figura 1. Localização espacial das Unidades Amostrais pertencentes ao domínio da Floresta Ombrófila Mista.

MATERIAIS E MÉTODOS Biomassa A biomassa de cada parcela foi estimada pela seguinte equação alométrica (Ratuchne, 2010): PS = d² + 0,009.d² (d².ht) Onde: PS = peso seco, em Mg.ha -1 ; d = diâmetro à altura do peito, em centímetros; Ht = altura total da árvore, em metros; Sendo: A equação hipsométrica ajustada (IFFSC, 2013)

MATERIAIS E MÉTODOS Remanescentes Figura 2. Remanescentes de Floresta Ombrófila Mista 2011/12.

MATERIAIS E MÉTODOS Métodos Inventário: O intervalo de confiança de uma população infinita pode ser representado por (KÖHL et al. 2006): Onde: IC = intervalo de confiança; = estimativa do total da população, dada por: ; N = total da população (área da FOM, em hectares); = média amostral, em Mg; = erro amostral absoluto, em Mg, baseando-se em uma distribuição normal ; P = nível de confiança estabelecido (P = 95%).

MATERIAIS E MÉTODOS Métodos Inverso do quadrado da distância: O interpolador inverso do quadrado da distância (IQD) é um estimador determinístico local que consiste em atribuir maior peso à amostra mais próxima daquela que se deseja estimar (Camargo et al. 2004). É dado por: Onde: = é o valor a ser interpolado; = é o peso do estimador, no caso do IQD, Parâmetros ; de entrada: Raio de 150 km e saída de 100 x 100 m n = é o numero de pontos; = é o ponto de valor conhecido.

MATERIAIS E MÉTODOS Métodos Krigeagem Ordinária: O interpolador de Krigeagem Normal ou Ordinária é uma combinação linear de um conjunto de N variáveis vizinhas de x 0 : Z(x i ), i = 1,..., N. Dado por (Soares, 2000): Onde: Z(x 0 ) = ponto a estimar; = valor das amostras; = peso das amostras no estimador.

MATERIAIS E MÉTODOS Métodos Passos da Krigeagem Ordinária: Análise exploratória dos dados: estacionariedade, normalidade e tendência espacial; Análise da correlação espacial pelo semivariograma omnidirecional e de superfície (anisotropia); Ajuste do semivariograma experimental (modelo teórico); Validação do modelo de ajuste (validação cruzada e histograma dos erros); Krigeagem propriamente dita (atribuição dos pesos às amostras); Avaliação da distribuição e da variabilidade espacial dos erros;

MATERIAIS E MÉTODOS Métodos Krigeagem por Indicação: O interpolador de Krigeagem por indicação busca encontrar a função de distribuição condicional cumulativa (fdc) para a variável aleatória de modo a diminuir o enviesamento sistemático da distribuição de probabilidade (Soares, 2000). Se a variável Z(x) for transformada em uma variável indicatriz I z (x), com base no corte z, tem-se que I z (x) = 1 se Z(x) z ou 0 se Z(x) z. Na KI Ordinária I z (x 0 ) é estimado por uma combinação linear de I z (x i ) das amostras vizinhas de x 0 :

MATERIAIS E MÉTODOS Métodos Passos da Krigeagem por Indicação: Definição dos cortes: 105,69 Mg.ha -1 (0,33), 154,64 Mg.ha -1 (0,66) e 220 Mg.ha -1 (0,89); Ajuste do semivariograma para cada corte; Krigeagem por indicação para a média e para a mediana; Avaliação da distribuição e da variabilidade dos erros;

MATERIAIS E MÉTODOS Estimativa Total Spring Reamostragem (100x100m) Superfícies interpoladas Conversão: contínua - discreta ArcMap Transformação Raster-Polígonos Recorte Polígonos Remanescentes FOM Estimativa de biomassa Cálculo de área

RESULTADOS Exploratórios Figura 3. Histograma das frequências e histograma acumulado da variável biomassa.

RESULTADOS Inventário (IC) Considerando a área total dos remanescentes florestais de 2011/12 de aprox. 923.870 hectares, tem-se um intervalo de confiança de: IC = [0,3 x 10 8 Mg 1,3 x 10 8 Mg 2,6 x 10 8 Mg] = 95% Média Mínima Máxima

RESULTADOS Espacial (IQD) Figura 5. Superfície de biomassa florestal gerada pelo inverso do quadrado da distância. Superfície descontínua; Conserva os extremos; Sensível ao raio de busca e agrupamentos;

RESULTADOS Espacial (KO) Figura 6. a) Variograma de superfície, mostrando os dois eixos de anisotropia 70 e 160 ; b) Semivariograma experimental nos dois eixos principais de anisotropia: Tol. 12.500 m, Increm. 6.250 m e 4 lags.

RESULTADOS Superfície menos descontínua; Segue os eixos da anisotropia; Figura 7.Superfície de biomassa florestal gerada pela Krigeagem ordinária. Variância homogênea; Alta no oeste por conta da baixa intensidade amostral; Figura 8.Superfície de variância da KO.

RESULTADOS Erros (KO) Tendência a ter maiores erros em valores mais afastados da média; Média quase nula; Figura 9. a) Validação cruzada entre os pontos observados e estimados e; b) Histograma dos erros da KO.

RESULTADOS Espacial (KI) Tabela 2. Parâmetros de corte utilizados para gerar os semivariogramas por indicação. Número de cortes 3 Corte 105,69 Corte 154,64 Corte 220 Lag 6 Incremento 12.500 Lag 6 Incremento 14.500 Lag 6 Incremento 12.500 Pepita 0,153 Contribuição 0,078 Pepita 0,168 Contribuição 0,049 Pepita 0,076 Contribuição 0,035 Alcance máx 65.000 Alcance mín 65.000 Alcance máx 45.000 Alcance mín 53.000 Alcance máx 53.000 Alcance mín 53.000 Figura 10. Ajuste dos semivariogramas esféricos para os três cortes 105,69, 154,64 e 220 Mg.ha -1, respectivamente.

Figura 12. a) Variância da Krigeagem por indicação para a média; b) Variância da Krigeagem por indicação para a mediana. RESULTADOS Figura 11. a) Krigeagem por indicação para a média; b) Krigeagem por indicação para a mediana.

RESULTADOS Comparação Tabela 3. Comparação entre métodos de estimativa de biomassa. Método IC IQD KO KI média KI mediana Estimativa (Mg) 1,32x10 8 1,38 x10 8 1,38 x10 8 1,36 x10 8 1,27 x10 8 Desvio de IC (Mg) 0,07 x10 8 0,07 x10 8 0,04 x10 8-0,05 x10 8 Desvio de IC % 4,99 4,99 3,29-3,94 Nota: IC Valor médio pelo intervalo de confiança; IQD Inverso do quadrado da distância; KO Krigeagem Ordinária; KI média Krigeagem por indicação média; KI mediana Krigeagem por indicação mediana. A diferença foi inferior a 5% do resultado obtido pelo inventário (sem análise espacial); Os métodos que envolvem a média no estimador (IQD, KO e KI) foram semelhantes e superestimaram a biomassa; A KI mediana subestimou o valor;

CONCLUSÕES Não há diferença significativa entre o inventário (não-espacial) e as estimativas utilizando-se de análise espacial (<5%); Como os dados estão bem comportados (normalidade), a Krigeagem Ordinária e a Krigeagem por indicação Ordinária para a média obtiveram resultados próximos ao do inventário; Semelhante observação pode ser feita para o IQD; Devido à pequena diferença entre a estimativa sem análise espacial e com análise espacial conclui-se que: Não se justifica o uso de técnicas de análise espacial para estimar a biomassa na FOM; Por outro lado, os mapas parecem indicar a variabilidade e a distribuição de biomassa na FOM;

REFERÊNCIAS CAMARGO, E. C. G.; FUCKS, S.D.; CAMARA,G. Análise espacial de superfícies. In: DRUCK, S.; CARVALHO, M.S.; CÂMARA, G.; MONTEIRO, A.V.M. (eds) "Análise Espacial de Dados Geográficos". Brasília, EMBRAPA, 2004 (ISBN: 85-7383-260-6). GOOVAERTS, P. Geostatistics for natural resources evaluation. New York : Oxford University Press, 1997. 483p. HOUGHTON, R.A.; LAWRENCE, K.T.; HACKLER, J.L.; BROWN, S. The spatial distribution of forest biomass in the Brazilian Amazon: a comparison of estimates. Global Change Biology. v. 7, p. 731 746. 2001. SOARES, A. Geoestatística para ciências da terra e do ambiente. Lisboa: IST Press. 2000. 206p. SOARES, C. P. B.; NETO, F. P.; SOUZA, A. L. Dendrometria e Inventário Florestal. Editora UFV: Viçosa, MG. 2006. 276p.