Comparação entre procedimentos de amostragem para espécies florestais raras e padrão de distribuição espacial agregado

Abstract

O objetivo deste trabalho foi comparar procedimentos de amostragem para espécies florestais com populações raras e padrão de distribuição espacial agregado. Para isso, foi simulada uma população em uma floresta de 90 ha, subdividida em 100 unidades amostrais (N = 100) de 9.000 m2 de área cada uma, apresentando número total de indivíduos igual a 44, a qual foi submetida a três procedimentos de amostragem: amostragem casual simples; amostragem sistemática; e amostragem adaptativa em cluster, com amostras iniciais selecionadas casual ou sistematicamente. Após as análises, verificou-se que a amostragem sistemática foi o melhor procedimento para estimar o número total de indivíduos da espécie em questão. Além disso, constatou-se a necessidade de investigar o efeito do tamanho e forma de parcelas, a escala de agregação e o tamanho da população, bem como suas combinações, sobre a eficiência dos estimadores da amostragem adaptativa em cluster.

The objective of this work was to evaluate the procedure adaptive sampling procedure used in forest inventories for species with low population density and aggregated spatial distribution pattern, in relation to procedures normally used in forest inventories. Thus, a population was simulated in a 90 ha forest, subdivided into 100 units (N = 100) with areas of 9,000 m2 each, presenting 44 individuals of a given species, and submitted to three sampling procedures: simple random sampling; systematic sampling and adaptive cluster sampling, with initial samples selected through simple random sampling and systematic sampling. After analyses, it was verified that the systematic sampling was the best procedure to estimate the total number of individuals of the studied species. Besides, it was observed the need of further investigation on the effect of the size and form of plots, the aggregation scale and size of the population, and their combinations, on the efficiency of the estimators of the adaptive cluster sampling.