Uma nova proposta metodológica para cubagem rigorosa e ajuste de modelos hipsométricos

Abstract

O presente estudo teve como objetivos desenvolver e testar um equi- pamento para realizar a cubagem rigorosa de árvores, sem o abate das mesmas, utilizando fotos digitais e propor uma abordagem Bayesiana para resolver o pro- blema de inferência com restrição nos parâmetros do modelo de Curtis e Prodan para representar a relação hipsométrica (altura-diâmetro) em clones de Eucalyp- tus sp. As estimativas realizadas através de equações de afilamento ajustadas a partir de mensurações realizadas pelo Fotodendro (nome definido para o equipa- mento) foram acuradas, precisas e não viesadas, sendo que, dentre os diferentes números de árvores, comprimentos de seções e distâncias do equipamento até as árvores testados, do ponto de vista operacional, a melhor opção foi aquela em que foram mensuradas com o equipamento 10 árvores com seções de 4 metros a uma distância até as árvores igual a 25 metros. As restrições nos parâmetros dos mode- los hipsométricos em estudo foram modeladas considerando-se densidades a priori truncadas para os parâmetros e suas estimativas foram calculadas com a técnica de simulação de Monte Carlo em Cadeia de Markov (MCMC). O método proposto foi aplicado em diferentes conjuntos de dados reais, e os resultados foram comparados aos obtidos pelo método de mínimos quadrados, destacando-se a superioridade da abordagem Bayesiana proposta.

The objective of this study was to develop and to test an equipament that scalling trees without felling them using digital photograph and to propose a Bayesian approach to resolve the inference’s problem with restrictions in the pa- rameters of the Prodan and Curtis hipsometric models in clones of Eucalyptus sp. The estimates accomplish by the taper equations from Fotodendro measurements were accurated, precise and unbiased; among the different numbers of the trees, lengths of logs and distances to the tree, that were tested, the best treatment, con- sidering the operational point of view, was the scalling of 10 tress with sections of 4 meters and whose distance from the Fotodendro to the tree was 25 meters. The restrictions in the parameters of hipsometric models was fitting considering empi- rical prior truncated density in the parameters and theirs estimates are calculated with the Monte Carlo Markov Chain (MCMC) Method. The proposed method was applied to different groups of observed data and the results were compared to the obtained by the minimum square method and the superiority of the Bayesian approach is highlighting.