Métodos de Amostragem

Amostragem aleatória
Este é o procedimento mais usual para inventários florestais e baseia-se no
pressuposto de que todas as unidades amostrais têm a mesma chance de serem amostradas na
população.

Pré-requisito:

Ambiente uniforme, por exemplo, uma mesma fisionomia de vegetação ou uma

floresta plantada com uma única espécie e com uma única idade.

Procedimentos:

1. Delimitar o universo amostral. Exemplo: Trecho da cabeceira de um rio; um talhão de

Eucalipto com a mesma idade.
2. Sobrepor uma grade de unidades amostrais sobre a área amostral. Pode-se usar mapas,
imagens de satélite ou fotografias digitais obtidas por Veículo Aéreo Não Tripulável
(VANT). O procedimento consiste em dividir a população em unidades de área fixa
com a forma e o tamanho das unidades amostrais (u.a.).
3. Sortear uma amostra (conjunto de unidades amostrais a serem medidas). Exemplo: 50
parcelas (u.a.) de 20m x 50m em um total de 1000 u.a. da população;
4. Calcular a intensidade amostral segundo um limite de erro e nível de probabilidade
estabelecidos. Os mais comuns são 10% de erro a 95% de probabilidade para a
variável de interesse (volume, número de árvores dentro das parcelas);
5. Complementar a amostragem, se necessário, para atingir o número ideal de unidades
amostrais para garantir a representatividade amostral;
6. Calcular os intervalos de confiança para a média e para o total.

Exemplo

Determinar o volume de madeira de uma floresta de eucalipto de 50 hectares sobre

latossolo vermelho escuro (ambiente uniforme), com seis anos de idade.
Após o mapeamento da área e a divisão das unidades amostrais, o próximo passo é
realizar o Inventário Piloto.
 Neste caso, considerou-se um sorteio aleatório de 10 parcelas de 20m x 50m dentro de
um universo amostral composto por 500 parcelas possíveis (50 hectares). O volume de
madeira (m³) em cada parcela amostrada encontra-se na tabela abaixo.

Volume de madeira (m³) de cada árvore cubada rigorosamente em cada uma das dez parcelas
de 20m x 50m do Inventário Piloto
Volume (m³)
Árvore 1 2 3 4 5 6 7 8 9 10
1 1,01 0,57 1,24 0,71 1,37 0,65 0,59 0,32 0,73 0,62
2 0,93 1,16 0,98 1,12 1,36 0,82 1,08 1,17 0,63 0,97
3 1,00 1,27 1,39 1,27 0,87 0,66 0,66 1,07 0,70 1,17
4 0,69 1,09 0,69 0,85 0,60 1,29 0,72 1,23 1,39 1,12
5 0,61 0,97 1,12 0,79 0,75 0,56 0,58 1 1,24 1,17
6 0,81 0,83 0,72 1,00 1,40 1,38 0,83 0,19 0,81 1,19
7 1,30 0,62 0,88 1,40 0,87 1,39 0,95 0,37 1,06 1,35
8 1,28 1,10 0,73 0,85 1,13 0,67 1,40 0,94 0,73 0,87
9 1,02 1,15 1,19 1,37 1,39 0,89 1,32 0,59 0,92 1,26
10 0,78 1,26 1,22 1,14 0,86 1,04 0,96 0,64 1,09 1,31
11 0,61 1,36 1,10 0,65 1,41 1,26 0,69 0,2 0,86 1,01
12 0,66 0,61 0,92 0,62 0,92 1,11 0,84 0,84 0,96
13 1,25 0,80 1,05 0,91 0,94 0,58 1,32 0,87 0,87
14 1,36 1,08 0,69 1,09 1,03 0,82 1,05 0,82
15 1,36 1,19 1,41 1,08 0,64 0,63
16 0,72 0,64 0,92 1,07 1,01
Total 12,7 13,3
15,39 9 16,14 15,7 17,11 3 14,41 7,72 12,92 15,32

A próxima etapa é estimar os parâmetros da população que permitem checar a

representatividade amostral.
Média
∑𝑛𝑖=1 𝑋𝑖 (15,39 + 12,79 + ⋯ + 15,32)
𝑥̅ = = = 14,08𝑚³
𝑛 10

Variância
∑𝑛𝑖=1(𝑋𝑖 − 𝑥̅ )2 (15,39 − 14,08)2 + (12,79 − 14,08)2 + ⋯ + (15,32 − 14,08)2
𝑠𝑥2 = = = (7,0481𝑚³)²
𝑛−1 9

A representatividade amostral é calculada da seguinte forma:

𝑡 2 𝑠𝑥2 2,2622 × 7,0481

𝑛= = = 18,19 𝑝𝑎𝑟𝑐𝑒𝑙𝑎𝑠
𝐸2 1,4082
O valor tabelado de t-Student com 9 graus de liberdade (10-1) e 95% de probabilidade
(1-95) é:
𝑡(9;0,05) = 2,262 – ver Anexo A.
O limite de erro admitido para esta amostragem foi de 10% da média:
𝐸 = 0,1 × 14,08 = 1,408𝑚³
Neste caso, verificou-se que a amostragem não foi suficiente para representar
significativamente a população, pois, com esta variância nos volumes das parcelas seriam
necessárias pelo menos 18 parcelas para conseguir a representatividade estatística da
população.
O passo seguinte é ajustar a intensidade amostral até atingir um valor de n constante.
Isso é feito calculando-se sucessivos valores de n.
Primeiramente calcula-se um n considerando uma amostragem de 18 parcelas onde
foram obtidas a mesma média e variância das 10 parcelas já amostradas(suposição). Note que
agora o valor de t será ajustado para o valor que represente 17 graus de liberdade [𝑡(17;0,05) =
2,11], com os mesmos 95% de confiabilidade, da seguinte forma:
𝑡 2 𝑠𝑥2 2,112 × 7,0481
𝑛= 2 = = 15,8 𝑝𝑎𝑟𝑐𝑒𝑙𝑎𝑠
𝐸 1,4082
O número 15 ainda não é suficiente para ser considerado representativo da população,
pois não está próximo de 18, o valor anterior. Dessa forma, repete-se o cálculo de n
considerando 14 graus de liberdade e 95% de confiança [𝑡(14;0,05) = 2,145]:
𝑡 2 𝑠𝑥2 2,1452 × 7,0481
𝑛= = = 16,3 𝑝𝑎𝑟𝑐𝑒𝑙𝑎𝑠
𝐸2 1,4082
 Note que desta vez a intensidade amostral foi praticamente a mesma que a anterior, ou
seja, 16 parcelas. O procedimento agora é voltar ao campo e medir mais seis parcelas, pois 10
já foram medidas no inventário piloto. Isto feito pode-se dar sequência às estimativas dos
parâmetros populacionais.
Como exercício lista-se mais seis valores de volume total (m³) para as parcelas
complementares do inventário florestal, considerando-o como o inventário definitivo:

Parcelas 11 12 13 14 15 16
Volume total (m³) 14,3 13,2 12,6 10,01 13,4 11,05

Segue o inventário florestal

Calcula-se uma nova média e variância amostral e as demais estimativas dos
parâmetros populacionais.

Média
∑𝑛𝑖=1 𝑋𝑖 (15,39 + 12,79 + ⋯ + 11,05)
𝑥̅ = = = 13,46𝑚³
𝑛 16

Variância
∑𝑛𝑖=1(𝑋𝑖 − 𝑥̅ )2 (15,39 − 13,46)2 + ⋯
𝑠𝑥2 = = = (5,7694𝑚³)²
𝑛−1 15

Erro padrão

𝑠2 5,7694 0,6005
𝑠𝑥̅ = √ 𝑛𝑥 = √ = 0,6005𝑚³ ou 𝑠𝑥̅ (%) = ∗ 100 = 4,46%
16 13,46

Erro de amostragem - 𝑡(15;0,05) = 2,131

Erro _ absoluto: Ea  t.s x  2,131  0,6005  1,27m³

t.s x 2,131 x0,6005

Erro _ relativo : Er    100   100  9,50%
x 13,46

Intervalo de confiança para a média

 
IC x  tsx  X  x  tsx  P
IC13,46 m³  1,27 m³  95%
IC[12,19 m³  X  14,73m³]  95%
 Total da população
𝑋̂ = 500 parcelas × 13,46𝑚³. 𝑝𝑎𝑟𝑐𝑒𝑙𝑎−1 = 6.730𝑚³

Estimativa do total por hectare

6,730𝑚³
𝑋̂ = = 1346𝑚³. ℎ𝑎 −1
50ℎ𝑎

Intervalo de confiança para o total da população

 
IC Xˆ  Ntsx  X  Xˆ  Ntsx  P
IC[6.730 m³  500 parcelas  1,27 m³. parcela1  X  6.730 m³  500 parcelas  1,27 m³. parcela1 ]  95%
IC[6.730 m³  635 m³]  95%
IC[6.095 m³  X  7.365 m³]  95%

A floresta estudada possui entre 6.095m³ e 7.365m³ de madeira, com 95% de

confiança. Ou seja, se forem feitos 100 amostragens com 16 parcelas nesta população, 95%
dessas amostragens vão apresentar um volume florestal dentro do intervalo de confiança
estimado.
Considerando que a floresta tem seis anos de idade, uma estimativa média de produção
por ano é obtida dividindo-se os totais por hectare pela idade. Com isso, estima-se, com 95%
de confiança, que a floresta cresceu em média entre 20,31m³.ha-1.ano-1 e 24,55m³.ha-1.ano-1.

4.2 Parcelas de área variável: o método de Prodan

Este método é conhecido como o método das seis árvores e foi apresentado por Prodan
em 1968 em Freiburg, na Alemanha (Péllico Neto; Brena, 1997).
O Método consiste em alocar pontos amostrais na floresta segundo um delineamento
amostral qualquer, o aleatório, por exemplo.
Em cada ponto amostral medem-se as seis (6) árvores mais próximas ao ponto
amostral (sorteia-se os pontos na floresta), considerando o limite de inclusão na amostragem
(DAP > 5cm, por exemplo), e assume-se que essas árvores encontram-se em uma parcela
circular cujo raio R é dado pela distância ponto-árvore entre a última árvore (sexta árvore) e o
ponto, conforme apresentado na Figura 5.
 Raio da parcela de área
variável

Figura 5. Configuração de uma unidade amostral de área variável onde o raio circular é
determinado pela distância entre o centro da unidade amostral (ponto) e a sexta arvore mais
próxima

O raio da parcela de área variável R é calculado pela distância do ponto central à sexta
árvore (R6) adicionado da metade o diâmetro desta sexta árvore:
𝑑6
𝑅 = 𝑅6 +
2

Estimativa do número de arvores por hectare

A estimativa do número de árvores por hectare é feita relacionando-se a área em que
se encontram as árvores amostras (seis árvores) com o número de árvores em cada ponto (seis
árvores). Como em todos os pontos são medidas exatamente seis árvores, varia-se somente a
área das parcelas, ou seja, a distância da sexta árvore ao ponto. Daí vem o nome: parcela de
área variável.
Considerando que apenas metade da sexta árvore está dentro da parcela, pois é a
distância entre o ponto central P e o centro da sexta árvore que determinam o raio da parcela
R, cada parcela possuirá 5,5 árvores e não seis. Desta forma, a estimativa do número de
árvores por hectare (N) se dá pela relação abaixo:

10.000 55.000
𝑁 = (5,5). =
𝜋𝑅 2 𝜋𝑅 2

Onde πR2 é a área da unidade amostral.

Estimativa da área basal por hectare
𝑑 2
[𝑑12 + 𝑑22 + 𝑑32 + 𝑑42 + 𝑑52 + ( 26 ) ]
𝐺= ∗ 2500
𝑅2

Estimativa do volume por hectare

A estimativa do volume por hectare, a partir da volumetria de cada uma das seis
arvores amostradas é dada por:
𝑉
(𝑉1 + 𝑉2 + 𝑉3 + 𝑉4 + 𝑉5 + 26 )
𝑉= ∗ 10.000
𝜋𝑅 2

Vantagens e desvantagens do método de Prodan

As principais vantagens do método de Prodan indicadas por Péllico Netto e Brena
(1997) são:
 É um método prático e de fácil operacionalidade no campo;
 Dado o tamanho da unidade é possível levantar várias unidades amostrais no tempo
equivalente à medição de uma única unidade de área fixa;
 Com uma rede de pontos distribuídos dentro do povoamento pode-se conseguir uma
visão mais abrangente do mesmo;
 Não ocorrem erros de demarcação de unidades de amostra;
 Diminui o efeito de borda.

As principais desvantagens deste método, segundo os mesmos autores: Péllico Netto e Brena
são:
 Os estimadores podem gerar tendências quando as árvores estão muito agrupadas ou
muito espalhadas no povoamento;
Devido ao pequeno tamanho da unidade amostral não há como obter bons estimadores para
variáveis de manejo florestal, como altura dominante e mortalidade.