Escolar Documentos
Profissional Documentos
Cultura Documentos
Carlos Pedro Boechat Soares; Francisco de Paula Neto; Agostinho Lopes de Souza
INVENTÁRIO FLORESTAL
1. Conceitos
A importância da madeira para o homem, como produto direto e de outros bens indiretos,
acentua a necessidade de procedimentos eficientes para quantificar e avaliar os povoamentos
florestais.
De acordo com Husch et al. (2003), os inventários florestais “são procedimentos para obter
informações sobre quantidades e qualidades dos recursos florestais e de muitas características
das áreas sobre as quais as árvores estão crescendo”.
a. Estimativas de área.
b. Descrição da topografia.
c. Mapeamento da propriedade.
Informações adicionais sobre fauna, recursos hídricos, entre outras, podem ser coletadas,
quando necessárias. A ênfase sobre determinado elemento no inventário florestal será maior
ou menor, em função dos seus objetivos.
1. Objetivos do inventário
2. Informações iniciais
c. Disponibilidade de recursos.
3. Descrição da área
a. Localização.
b. Tamanho (hectares).
a. Determinação da área coberta por floresta (por meio de imagens, fotos e medições
em campo).
b. Definição da variável de interesse: peso ou volume; e unidades: m3, kg, st, ...
f. Nível de probabilidade.
e. Instrumentos e equipamentos.
7. Relatório final
a. Formato.
d. Número de cópias.
e. Distribuição.
8. Manutenção
Existem vários tipos de inventário, os quais são normalmente definidos pelo seu objetivo.
Entre os mais comuns, citam-se:
b.2) Inventários contínuos: este é realizado várias vezes. Nesse caso, a estrutura da
amostragem é materializada de forma mais duradoura, para poder medir novamente
os mesmos elementos (árvores) ao longo do tempo.
c. Quanto ao detalhamento
c.1) Inventário exploratório: a coleta de dados, neste caso, é mínima, uma vez que o
inventário é realizado para avaliar a cobertura florestal (tipos) e a extensão das áreas.
c.3) Inventário detalhado: as informações são obtidas com precisão até o nível de
classe diamétrica.
Carlos Pedro Boechat Soares; Francisco de Paula Neto; Agostinho Lopes de Souza
CENSO OU INVENTÁRIO 100%
1. Preliminares
A literatura sobre inventário florestal descreve o censo ou inventário 100% como sendo
apropriado para pequenas áreas florestadas ou áreas com pequeno número de indivíduos,
uma vez que a medição de muitos indivíduos (árvores) constitui atividade com grande
dispêndio de tempo e com um custo muito elevado.
Mesmo sendo realizado em pequena floresta, o censo pode acarretar erros na coleta de
dados. Isso se deve ao fato de que, normalmente, as florestas, sejam elas plantadas ou
naturais, possuem grande número de árvores por unidade de área. Assim, embora o censo
ou inventário 100% não possua erro de amostragem, devido à medição de toda a população,
podem ocorrer erros de não-amostragem, os quais são de difícil detecção.
No entanto, houve uma mudança com relação à aplicação do censo ou inventário 100%, ou
seja, de que ele deveria ser realizado em função do tamanho da área da floresta ou da
densidade do número de árvores. A partir da publicação da Instrução Normativa nº 4, de 4
de março de 2002, pelo Ministério do Meio Ambiente (MMA), o inventário 100% com
mapeamento das árvores é uma operação obrigatória nos planos de manejo equatorial,
independentemente da área da floresta.
Freitas (2001) utilizou uma metodologia que consistiu na divisão da área destinada ao manejo
florestal em talhões, sendo estes subdivididos em setores de inventário de 40 m de largura e
comprimento variável, conforme forma do talhão.
De acordo com esse autor, antes do início da coleta dos dados, picadas são abertas na floresta
eqüidistantes 40 m uma das outras. A cada 30 metros, ao longo de cada picada, são
colocados piquetes com aproximadamente 1,20 m de altura para servir de referência às
medições das coordenadas de localização (x, y) das árvores, cujos DAPs se apresentam
superiores ou iguais a um diâmetro mínimo de inclusão (por exemplo: DAP ≥ 20 cm).
Fupef (1983) utilizou uma metodologia que consistiu no caminhamento dentro de faixas
(setores) de floresta de 50 m por 1.000 m, em um inventário de prospecção. Sete pessoas
auxiliavam as tarefas de medição do DAP, altura, identificação, planejamento e determinação
da localização das árvores por meio de varredura das faixas. O rendimento da operação ficou
entre 10 e 15 hectares por dia.
Amaral et al. (1998) recomendaram que a largura das faixas (setores) no inventário de
prospecção não fosse superior a 50 m. Neste trabalho, o censo foi realizado com uma equipe
de quatro pessoas: dois ajudantes, um identificador e um anotador. Os ajudantes percorriam
as bordas da faixa (setores) de inventário, procurando árvores passíveis de serem mapeadas,
enquanto o identificador e o anotador se deslocavam pelo centro da faixa. Quando uma
árvore era identificada, eles mediam a distância no sentido do eixo central da faixa e a
distância até a árvore, gerando, assim, as coordenadas (x, y) para o mapeamento das árvores.
No sistema Celos de Manejo, adotado nas florestas do Suriname (BODEGON e GRAAF, 1994),
as subunidades, chamadas de setor de prospecção, apresentavam dimensões de 40 m por
250 m (1 ha). Os membros da equipe de campo (cinco pessoas) posicionavam-se
eqüidistantes 10 m uns dos outros, e, ao sinal do líder, a equipe se locomovia no sentido do
maior comprimento (250 m), fazendo uma varredura no setor. Quando uma árvore comercial
era identificada, a equipe parava, e os dados da árvore eram informados ao líder, que também
anotava a distância percorrida em um eixo x e a distância até o ajudante (eixo y). Essa
operação se repetia até que todas as árvores do setor fossem mapeadas e medidas.
Terminado um setor, a equipe de campo começava outro setor, e assim sucessivamente até
a realização do mapeamento das árvores comerciais na floresta. Uma equipe bem treinada
podia realizar a varredura em uma área entre 20 e 25 hectares em um dia.
Carlos Pedro Boechat Soares; Francisco de Paula Neto; Agostinho Lopes de Souza
TEORIA DE AMOSTRAGEM
1. Conceitos básicos
De acordo com a teoria de amostragem, alguns conceitos são fundamentais para o perfeito
entendimento deste assunto, entre eles:
2) Os indivíduos de uma população diferem entre si, de acordo com uma feição,
atributo típico ou característica denominada variável.
d) Quadro de amostra: é uma lista com todas as unidades de amostra que compõem a
população.
i) Erro de amostragem: trata-se do erro que se incorre por se avaliar apenas parte da
população.
Para melhor entendimento dos cálculos das medidas de dispersão: variância, desvio-padrão
e coeficiente de variação, considere o exemplo hipotético do Quadro 3.1, em que os dados
representam os volumes de cinco parcelas tomadas ao acaso em três florestas.
Embora as três florestas tenham uma mesma produção volumétrica média, podendo indicar
uma igualdade entre elas, é evidente que essas florestas são totalmente diferentes entre si.
As diferenças entre os volumes individuais observados evidenciam maior ou menor variação
entre eles, conforme as estimativas das medidas de dispersão dos volumes em relação às
médias apresentadas no Quadro 3.2.
Na floresta I, os valores das medidas de variação são zero, pois os volumes são iguais em
todas as parcelas medidas.
Uma estimativa média quase não possui valor se não houver indicação de sua confiabilidade.
Em termos gerais, o erro-padrão é a medida que expressa o grau de confiabilidade de uma
estimativa média.
Ampliando os limites para outros níveis de probabilidade, pode-se ter mais confiabilidade na
inclusão do parâmetro da população. Na estimativa da média de mais ou menos dois erros-
padrão, têm-se os limites de confiança para o parâmetro, a menos que uma chance em 20
ocorra (5%), ou seja, definem-se os limites de confiança para uma probabilidade de 95%.
Semelhantemente, os limites de confiança para a probabilidade de 99% são definidos
considerando-se mais ou menos 2,6 erros-padrão. Esse intervalo de confiança conterá o
verdadeiro valor do parâmetro da população, a menos que uma chance em 100 ocorra.
Deve-se enfatizar que esse método de computar os limites de confiança fornecerá válidas
aproximações somente em grandes amostras; em geral, uma amostra grande é composta de
pelo menos 30 observações. Entretanto, os limites de confiança podem se tornar mais amplos
em dado nível de probabilidade, multiplicando-se o erro-padrão pelo valor de “t”, encontrado
na tabela de distribuição de Student.
* Floresta II
* Floresta III
Os erros-padrão expressos em porcentagem das respectivas médias, nas duas florestas são:
* Floresta II
* Floresta III
* Floresta II
* Floresta III
2.3. Fator de correção para populações finitas
Seja N o número total de unidades de amostra que compõem uma população e que uma
amostra de tamanho ntenha sido selecionada nessa população. Então, a fração de
amostragem, ou intensidade de amostragem, é n/N. Assim, o erro de amostragem se deve à
parte não incluída no inventário, ou seja, à fração 1-n/N (VAN LAAR; AKÇA, 2007). No caso
de um inventário 100%, essa fração será zero, pois n = N.
O valor, ou fração 1-n/N, é denominado “fator de correção para populações finitas”. Esse
valor é incluído na expressão do erro-padrão da média ( ) para se obter uma estimativa
apropriada do erro-padrão.
O erro-padrão da média para uma população finita é, portanto, calculado pela seguinte
expressão:
As estimativas dos inventários florestais podem ser expressas num intervalo, com uma
probabilidade associada, denominado Intervalo de Confiança (IC). Como se sabe, o intervalo
de confiança, que é delimitado pelos limites de confiança, descreve os limites dentro dos quais
se espera encontrar o verdadeiro valor do parâmetro da população, a um dado nível de
probabilidade. Os limites superior e inferior do intervalo de confiança para a média ( ) são
expressos pelo correspondente erro de amostragem. Assim, o intervalo de confiança para
determinada estimativa média é dado por:
No exemplo anterior, os intervalos de confiança da média estimada nas florestas II e III seriam,
respectivamente:
* Floresta II
* Floresta III
Como não existe volume negativo (20 - 24,568 m3), o limite inferior do intervalo de confiança
na floresta III é igual a zero.
Observe que essa expressão se parece com aquela que expressa o limite inferior do intervalo
de confiança (IC). Porém, o valor de “t”, para um nível de probabilidade definido, é obtido
somente pelo lado negativo da distribuição simétrica dos valores (teste unilateral). Usando
uma tabela de “t”, o valor apropriado seria obtido na coluna correspondente a duas vezes o
nível de probabilidade requerido. Assim, o valor de “t”, considerando um nível de
probabilidade de 95% (α = 5%), será lido sobre a coluna de indicação de 0,10 (10%),
reconhecendo-se os graus de liberdade apropriados.
* Floresta II
* Floresta III
3. Delineamento de amostragem
a) Os objetivos do inventário.
b) Os recursos disponíveis.
Um dos objetivos centrais da mensuração florestal, segundo Prodan et al. (1997), é a obtenção
do valor total de algum atributo relacionado às árvores que compõem a floresta (área basal,
volume etc.). Como, as vezes, é impossível realizar o censo ou inventário 100%, os inventários
florestais são feitos por amostragem, sendo as árvores selecionadas individualmente ou em
grupos, denominados “unidades de amostra,” para a obtenção de estimativas dos atributos
da floresta.
Fonte: Loetsch e Haller (1964), Loestch et al. (1973), Prodan (1968), Shiver e Borders (1996) e
Malleux (1982).
A respeito da forma dessas unidades de amostra, a literatura descreve aspectos que devem
ser observados.
De acordo com Schreuder et al. (1993), a unidade de amostra deve ter um tamanho tal que
seja suficiente para incluir um número representativo de árvores, porém pequeno o suficiente
para que a relação entre o tempo de estabelecimento versus tempo de trabalho na coleta de
dados dessa unidade não seja alta em demasia, o que oneraria os custos desse inventário.
Ainda de acordo com Schreuder et al. (1993), quando são utilizadas parcelas muito grandes
no inventário florestal, um pequeno número de unidades de amostra é utilizado para
obtenção das estimativas. Isso pode acarretar problema de ordem estatística, pois reduz
consideravelmente os graus de liberdade para cálculo das estatísticas como variância, desvio-
padrão, erro-padrão, entre outras.
Assim, não há um tamanho ótimo de unidade de amostra, haja vista, que este depende do
grau de agrupamento das árvores (densidade), do custo do processo de amostragem e da
precisão das estimativas. Na verdade, existe um intervalo limitado de tamanhos, no qual a
eficiência da amostragem é máxima, tanto em termos de precisão quanto de custo.
Para ilustrar essa observação, na literatura os tamanhos das unidades de amostra mais
utilizados em alguns países são: 100 a 500 m2, Alemanha; 800 a 1.000 m2, Canadá; 800 m2,
Estados Unidos; 1.000 m2, Finlândia; 400 m2, Inglaterra; e 500 a 2.000 m2, Japão. No Brasil,
inúmeros inventários utilizam parcelas circulares ou retangulares entre 300 e 600 m2, em
florestas plantadas; e parcelas retangulares entre 1.000 e 2.500 m2, em florestas naturais.
Cabe destacar que em povoamentos que são desbastados, ou seja, que sofreram retiradas
de madeira ao longo da sua rotação, as parcelas devem possuir um tamanho que, ao final da
rotação, garanta um número razoável de árvores para obtenção de estimativas precisas do
estoque de madeira Campos e Leite (2009). Em alguns trabalhos envolvendo desbaste em
plantações de eucalipto no Brasil, as parcelas utilizadas estão em torno de 1.000 a 2.000 m2 de
área.
Quanto à alocação das unidades de amostra, alguns cuidados devem ser tomados:
1) Em plantios, por exemplo, a alocação das unidades de amostra de área fixa deve
obedecer às linhas de plantio, para que as unidades representem a área útil de cada planta.
O seguinte exemplo ilustra essa situação.
Considerando um espaçamento de 3 x 3 m entre plantas, a área útil de cada planta será de
9 m2. Se forem utilizadas árvores como limites da unidade de amostra, conforme a figura a
seguir, ter-se-iam nove árvores em uma parcela de 36 m2 de área, representando uma área
útil por planta de 4 m2. Para representar a área útil de 9 m2, a unidade de amostra deveria ter
sido locada entre as linhas de plantio.
2. Em terrenos com declividade maior do que 10o, a área da unidade de amostra deve ser
corrigida, de forma que fique no mesmo plano de referência (horizontal) dos mapas
utilizados para a definição do desenho da amostragem. A correção da área da unidade de
amostra é feita pela seguinte expressão:
em que: Ar = área reduzida ou área projetada no plano horizontal, em m2; a = menor lado
da parcela, em m; b = maior lado da unidade de amostra, em m; e = ângulo de inclinação
do terreno, em graus.
Segundo Campos e Leite (2009), há dois critérios para se definir o tamanho de uma amostra
em um inventário florestal, sendo eles:
De acordo com esse critério, a expressão que determina o número de unidades de amostras
necessário para atingir determinado nível de precisão, a dado nível de probabilidade, é dada
por:
Populações finitas:
Uma vez definidos o tipo de unidade da amostra e o tamanho da unidade a ser empregada
na amostragem (no caso de unidades de área fixa); conhecida a área da população e definida
a precisão requerida, em valores absolutos ou em porcentagem, torna-se necessária a
obtenção de uma estimativa da variabilidade da característica de interesse na população
(S ou CV) para determinar o tamanho da amostra. Às vezes, tal estimativa pode ser obtida de
levantamentos passados. Porém, quase sempre é obtida em uma amostragem preliminar,
através de um inventário-piloto.
A precisão requerida (E) é arbitrariamente escolhida. O valor da estimativa t depende do nível
de probabilidade escolhido e dos graus de liberdade. Para uma correta definição do valor
de t, os graus de liberdade deveriam ser o número de unidades de amostra que se procura.
No entanto, como se conhece apenas o tamanho da amostra preliminar, esse valor é utilizado
para definir o valor de t em uma primeira aproximação do tamanho da amostra. Essa primeira
aproximação é, então, utilizada para corrigir os graus de liberdade do valor de t e,
conseqüentemente, definir finalmente o tamanho da amostra.
a) Média estimada
b) Variância da amostra
c) Desvio-padrão
d) Coeficiente de variação
e) Tamanho da amostra
Uma vez que a área de cada unidade de amostra é de 0,08 ha, na população cabem 3.125
unidades de amostra (N). Sendo o valor tabelado de t em um nível de probabilidade igual a
95% e 9 graus de liberdade, igual a 2,262, a primeira aproximação do tamanho da amostra
será:
n = 29 parcelas
Recalculando para t(5%; 28 gl) igual a 2,048, tem-se que o tamanho da amostra será:
n = 24 parcelas
n = 29 parcelas
Recalculando para t(5%, 28 gl) = 2,048, tem-se que o tamanho da amostra será:
n = 24 parcelas
n = 14 parcelas
Recalculando para t(5%, 13 gl) = 2,160, tem-se que o tamanho da amostra será:
n = 12 parcelas
n = 9 parcelas
Recalculando para t(10%; 8 gl) = 1,860, tem-se que o tamanho da amostra será:
n = 9 parcelas
Para ilustrar o emprego das escalas de conversão, seja um inventário utilizando parcelas de
1.000 m2 de área (1/10 do hectare), cuja variância (S2) entre os volumes das parcelas foi igual
a 45,33(m3)2. Se a precisão requerida fosse expressa em m3 por hectare, seria necessário
converter a especificação da precisão, colocando-a na mesma unidade do desvio-padrão (S),
ou converter a variância (S2) de forma que ambas, a variância e a precisão requerida, fiquem
na mesma escala de valores ou numa mesma base comparativa. Para converter a precisão
requerida, nesse exemplo basta dividi-la por 10 e manter a variância inalterada. O mesmo
resultado pode ser obtido deixando a precisão especificada sem alteração e colocando a
variância na base comparativa de 1 ha. Lembre-se de que, se Y é uma variável com desvio-
Nesse exemplo, se os volumes por parcela são 10 vezes menores que as estimativas por
hectare, eles devem ser multiplicados por 10, para serem convertidos em hectare. Ou, para
se colocar a variância estimada na base de 1 ha, basta multiplicá-la por 100. A constante de
conversão K é dada pela razão entre a área de 1 ha e a área da unidade de amostra,
considerando-se o exemplo anterior
1. Amostragem seletiva
2. Amostragem sistemática
Carlos Pedro Boechat Soares; Francisco de Paula Neto; Agostinho Lopes de Souza
1. Conceitos básicos
Uma das maneiras de se fazer a seleção de uma amostra sem influências estranhas ou
restrição na casualização, após serem atribuídos números a todas as n possíveis unidades que
compõem a população, é utilizar a tabela de números casuais, constante em livros de
estatística. Outra maneira, muito comum, é ter os números correspondentes às unidades de
amostras escritos em pequenos discos de papelão ou em pedaços de papel, os quais, depois
de colocados num saco e bem misturados, são retirados ou sorteados, um número de cada
vez, independentemente, e sem imposição de nenhuma condição no processo casual de
seleção. Tal procedimento pode ser utilizado desde que o número total de unidades de
amostra não seja um valor muito grande.
As unidades de amostra podem ser selecionadas com ou sem reposição. Numa seleção com
reposição, cada unidade aparece na amostra várias vezes, tantas quantas ela for selecionada,
e a população, nesse caso, pode ser considerada infinita. Na amostragem sem reposição, uma
unidade aparecerá na amostra somente uma única vez. A maioria dos inventários florestais é
feita sem reposição das unidades. Em caso de grandes populações finitas, os cálculos das
médias e os erros-padrão podem ser feitos à semelhança dos realizados de uma população
infinita, desde que o fator de correção, 1 – n/N, se aproxime de 1. Quando são utilizados
pontos de amostragem, a população é considerada infinita, e a seleção das unidades de
amostra pode ser conduzida com reposição.
Considere uma floresta com 46,8 ha de área que, para efeito didático, foi inventariada 100%
e dividida em 156 parcelas (13 colunas x 12 fileiras) de 0,3 ha cada, conforme Figura 4.1. A
população de volumes, em m3 por parcela, é representada pelos números constantes nas
unidades de amostra nessa figura. Os resultados deste inventário 100% são:
Figura 4.1 - Volume, em m3 por unidade de amostra de 0,3 ha, obtido pelo inventário 100%
de uma floresta dividida em 156 unidades de amostra.
2.1. Inventário-piloto
n = 30 parcelas.
Como esse valor de n foi obtido com base em um número de graus de liberdade
normalmente pequeno, deve-se recalcular o valor de n, tomando como base o valor tabelado
de t = 2,045, a 29 graus de liberdade (n-1) e 95% de probabilidade. Assim,
n = 25 parcelas
Logo, são necessárias 25 parcelas de 0,3 ha para garantir a precisão de 20%, no nível de
95% de probabilidade. Como foram lançadas inicialmente 10 parcelas, serão necessárias mais
15 para completar a amostra.
Devido ao fato de o valor da variância estimada da população indicar alta variabilidade dos
dados em torno da média, a intensidade de amostragem foi alta nesse caso (0,1602 ou 16%).
a) Média estimada
b) Variância da amostra
c) Desvio-padrão
d) Coeficiente de variação
e) Erro-padrão da média
g) Erro de amostragem
h) Intervalo de confiança
O nível de probabilidade de 95% indica que é esperado que 5% do número total de amostras
possíveis de serem selecionadas nessa mesma floresta terão tanto o erro de estimação
(exatidão) quanto a média da população fora dos respectivos limites de confiança.
Pela observação dos resultados do Quadro 4.3 e do comportamento dos elementos da Figura
4.2, verifica-se que somente a amostra número 9 apresentou erro de estimação e média
verdadeira da população fora dos respectivos limites de confiança. Verifica-se, também, que
os erros de amostragem absolutos dos 20 inventários variaram de ±4,59 m3 a ±9,59 m3 e em
porcentuais (E%) de ± 14,0 a ±22,6%, não correspondendo necessariamente às mesmas
amostras. Observa-se que o inventário mais exato foi o de número 4 e o menos exato, o de
número 9. Pode-se notar, pela análise das colunas da exatidão e da precisão (Quadro 4.3),
que os inventários mais precisos não são, necessariamente, os mais exatos e que, de maneira
geral, os mais exatos, na maior parte das vezes, são os de melhores precisões.
Figura 4.2 - Representação gráfica dos erros-padrão das médias e erros de amostragem e de
estimação, com 20 amostras de 25 unidades cada.
Carlos Pedro Boechat Soares; Francisco de Paula Neto; Agostinho Lopes de Souza
1. Conceitos básicos
A distribuição e alocação de unidades de amostra de forma casual sobre uma área que será
inventariada somente será eficiente se a área for homogênea quanto à distribuição da variável
de interesse.
Se a área não for homogênea, haja vista a presença de povoamentos com diferentes idades,
espécies, espaçamentos e topografias, entre outras fontes de variação, a amostragem estrati-
ficada será um esquema de amostragem mais eficiente (SHIVER; BORDERS, 1996).
Embora o exemplo apresentado seja um caso extremo, ele serve para fortalecer o que foi
relatado antes sobre o princípio da estratificação. Ao dividir uma população em estratos
homogêneos, pode-se aumentar a precisão do inventário.
2. Critérios de estratificação
No caso específico de florestas naturais tropicais, nas quais a população é composta por
diferentes espécies, árvores com diferentes idades, distribuídas sobre as mais diversas
condições de locais (solo, topografia, exposição ao sol etc.), a estratificação torna-se mais
complexa, tendo em vista que, além dessas características, outras, a exemplo da área basal,
volume e número de árvores por hectare, devem ser consideradas em conjunto. Nesses casos,
há a necessidade de utilizar técnicas de análise multivariada para a estratificação da floresta
(SOUZA, 1989).
tal que:
O número total de unidades de amostra obtido em toda a população estratificada será, então,
distribuído nos diferentes estratos, de forma casual, pela fixação proporcional ou pela fixação
ótima (método de Neyman). Na fixação proporcional, a distribuição do número total de
unidade de amostra nos diferentes estratos é função da proporção das áreas dos estratos em
relação à área total da população. Na fixação ótima, além da proporção de áreas, a
distribuição é em função da variabilidade do estrato.
Uma vez definida a área de uma unidade de amostra ou o fator de área basal, quando se
tratar de uma amostragem com probabilidade proporcional ao tamanho (amostragem PPS),
conhecida a área da população e estabelecidos a precisão requerida e o nível de
probabilidade, torna-se necessário conhecer a variabilidade de cada j-ésimo estrato.
Neste método, o número de amostra por estrato (nj) é função do desvio-padrão de cada j-
ésimo estrato ponderado pela proporcionalidade entre as áreas do estrato e da população.
A fixação ótima pode ser feita independentemente da igualdade, ou não, dos custos das
unidades de amostras nos diferentes estratos.
Para efeito da análise da amostragem estratificada, considere o seguinte exemplo. Assim, seja
uma população florestal com 45,0 ha, dividida em três áreas (subáreas), na qual se realizou
um inventário-piloto, distribuindo-se sete unidades de amostra de 0,1 ha de área na subárea
1; oito unidades na subárea 2; e sete unidades na subárea 3, de acordo com o Quadro 5.1.
Além dos dados apresentados no Quadro 5.1, considere ainda que as subáreas possuem 14,4
ha, 16,4 ha e 14,2 ha, respectivamente. O nível de probabilidade será igual a 95% e a precisão
requerida, igual a ± 5%.
Com os dados desse exemplo, serão considerados três casos para exemplificar a eficiência da
amostragem estratificada, a saber:
1o Caso
a) Média estimada
b) Variância da amostra
c) Desvio-padrão
d) Coeficiente de variação
Conclusão: Para garantir um erro de ± 5%, a 95% de probabilidade, seriam necessárias 143
parcelas. Nesse caso, seria preciso lançar e medir mais 121 parcelas para a análise do
inventário definitivo.
2o Caso
* Subárea 1
b) Variância da amostra
c) Desvio-padrão
d) Coeficiente de variação
* Subárea 2
b) Variância da amostra
c) Desvio-padrão
d) Coeficiente de variação
e) Tamanho da amostra, considerando t(5%; 6 gl) = 2,447 e N = 144
* Subárea 3
b) Variância da amostra
c) Desvio-padrão
d) Coeficiente de variação
3o Caso
* Inventário-piloto
b) Média estratificada ( )
Nesse caso, para garantir um erro de ± 5%, a 95% de probabilidade, seriam necessárias 57
parcelas.
De acordo com o método de fixação ótima, será necessário lançar e medir mais 7 parcelas
no estrato 1, 12 parcelas no estrato 2 e 16 parcelas no estrato 3. Assim sendo, considere os
dados a seguir (Quadro 5.2) como sendo do inventário definitivo (57 parcelas).
* Inventário definitivo
b) Média estratificada ( )
Para facilitar o cálculo da variância da média estratificada foi elaborado o seguinte quadro
auxiliar:
g) Erro de amostragem
Carlos Pedro Boechat Soares; Francisco de Paula Neto; Agostinho Lopes de Souza
AMOSTRAGEM SISTEMÁTICA
1. Conceitos básicos
Todos os métodos de seleção sistemática das unidades de amostra não se baseiam na teoria
de amostragem probabilística pelas seguintes razões:
4. O problema estatístico
Para contornar esse problema, pode-se casualizar a primeira unidade de amostra e a partir
dela, seguindo um esquema rígido, selecionar as demais unidades, constituindo, dessa
maneira, uma amostra composta de nunidades. Esta amostra, por sua vez, pode ser
considerada uma das possíveis combinações de n unidades de amostra, em uma
amostragem casual simples. Segundo Campos e Leite (2009), as expressões dessa
amostragem resultam em estimativas livres de tendência, à medida que aumenta a
homogeneidade da população quanto à distribuição dos seus elementos constituintes ou
indivíduos.
5. Exemplo
1º) Caso
a) Média estimada
b) Variância da amostra
c) Desvio-padrão
d) Coeficiente de variação
e) Erro-padrão da média
g) Erro de amostragem
h) Intervalo de confiança
Analisando a Figura 6.1, observa-se que os volumes das parcelas tendem a aumentar do início
do caminhamento para o final, indicando um gradiente de variação. Caso não seja possível
identificar áreas homogêneas quanto à variável de interesse no campo para estratificar a
floresta, o erro-padrão da média deverá ser obtido através do estimador das diferenças
sucessivas.
2º) Caso
Assim,
Carlos Pedro Boechat Soares; Francisco de Paula Neto; Agostinho Lopes de Souza
AMOSTRAGEM EM MULTIESTÁGIOS
1. Conceitos básicos
2. A floresta poderia ser inventariada com uma baixa intensidade amostral. Nesse caso,
poder-se-ia se ter uma baixa precisão em relação às estimativas do estoque volumétrico,
não atendendo aos objetivos do inventário.
Essas alternativas, obviamente, não são as ideais, ou seja, o inventário deveria ser realizado
com uma intensidade amostral tal que: garantisse a precisão das estimativas, fosse viável
economicamente e pudesse ser realizado dentro do prazo de tempo estabelecido.
Deve-se ressaltar que a amostragem em multiestágios é uma alternativa que deve ser seguida
para fornecer boas estimativas no inventário de áreas extensas ou de difícil acesso quando
não é possível realizar um inventário florestal com uma intensidade amostral adequada para
atender a uma precisão requerida, ou seja, ela deve ser preferencialmente utilizada em
substituição à amostragem com baixa intensidade amostral.
O número de unidades primárias para atender a uma precisão requerida (E), em certo nível
de probabilidade, será obtido pelas seguintes expressões:
2.1. Exemplo
Seja uma floresta de 10.000 ha, dividida em unidades primárias de 100 ha cada (N = 100),
sendo essas unidades primárias divididas em unidades secundárias de 1,0 ha (M = 100). Assim,
realizou-se um inventário por amostragem em dois estágios, sendo sorteadas inicialmente 10
unidades primárias (n = 10) e, dentro de cada unidade primária, quatro unidades secundárias
(m = 4), para estimar o volume total da floresta. Para isso, considerou-se um nível de
probabilidade de 95% e uma precisão requerida de ± 10%.
f) Tamanho da amostra
* N = 100;
* α = 5%;
* M = 100; e
Para garantir uma precisão requerida de ± 10% em torno da média, a 95% de probabilidade,
são necessárias nove unidades primárias com quatro unidades secundárias cada. Como o
inventário-piloto foi realizado com 10 unidades primárias, não será preciso lançar e medir
mais nenhuma unidade no campo. Nesse caso, deve-se proceder aos cálculos das estatísticas
do inventário definitivo.
* Inventário definitivo
a) Variância da média
b) Erro-padrão da média
Carlos Pedro Boechat Soares; Francisco de Paula Neto; Agostinho Lopes de Souza
ESTIMADOR DE RAZÃO
1. Conceitos básicos
Ao serem utilizadas unidades de amostra com áreas diferentes para a estimação do volume
de madeira ou de outras variáveis na floresta, pode-se destacar que a variabilidade entre as
unidades de amostra se deve à variação natural da floresta (intrínseca) e ao tamanho da
unidade de amostra. Para que essa variabilidade seja uma expressão somente da variabilidade
natural da floresta, alguns procedimentos podem ser realizados para contornar esse
problema:
1) Extrapolar as estimativas das menores unidades de amostra para a área referente à maior
unidade. Esta é uma alternativa viável somente se as áreas das unidades de amostra não
diferirem muito entre si, a exemplo de quando as áreas das unidades são corrigidas em
função da declividade do terreno.
2) Extrapolar as estimativas das unidades de amostra com áreas diferentes para uma
unidade de área comum, como o hectare. Esta alternativa implica assumir que, ao
extrapolar as estimativas das unidades de amostra para hectare, o coeficiente de variação
entre as unidades será aproximadamente o mesmo obtido com unidades menores. No
entanto, espera-se que unidades de amostra maiores tenham coeficientes de variação
menores.
2. Exemplo
Da amostra aleatória de 10 faixas (n = 10) tomada em uma floresta composta por 30 faixas (N
= 30), em um estudo de regeneração natural foram obtidas as seguintes estimativas:
*Dados
* Estatísticas
Carlos Pedro Boechat Soares; Francisco de Paula Neto; Agostinho Lopes de Souza
1. Conceitos básicos
2. Procedimentos de amostragem
Entre os procedimentos de amostragem que podem ser utilizados nos inventários florestais
em sucessivas ocasiões, destacam os apresentados nos tópicos subseqüentes.
Ingresso (I): diz respeito às árvores que atingiram um tamanho mínimo mensurável,
preestabelecido em função do uso da madeira.
Mortalidade (M): diz respeito às árvores que morreram durante um período de tempo.
Corte ou desbaste (C): trata-se de árvores que foram removidas da floresta para um uso
qualquer ou por questão fitossanitária.
Crescimento propriamente dito (ΔY): refere-se à mudança nas dimensões das árvores durante
o período de crescimento.
Esses componentes podem ser expressos em termos do número de árvores, volume, área
basal, entre outros.
No caso de florestas plantadas, o ingresso (I), por exemplo, tem peso relativamente pequeno
na análise do crescimento. Estudos, no Brasil, têm apontado que, após 24 ou 30 meses, o
número de árvores que ingressam nas medições (normalmente árvores com DAP > 5,0 cm)
é muito pequeno. A mortalidade, por sua vez, tem peso maior, por ser um indicativo do grau
de competição dentro da floresta, da capacidade produtiva do local e de condições
fitossanitárias, indicando ou não a necessidade de intervenções na floresta.
Em que:
* Incremento Corrente (IC): é a diferença entre as dimensões de uma árvore ou uma floresta
tomadas no fim (Y2) e início (Y1) do período de crescimento. O Incremento Corrente Anual
(ICA) é calculado pela seguinte expressão:
* Incremento Médio (IM): é quanto a floresta cresceu em média até uma idade (I) qualquer.
O Incremento Médio Anual (IMA) é calculado por:
* Idade Técnica de Colheita (ITC): idade na qual se deve realizar a colheita da madeira, do
ponto de vista técnico. Ela ocorre no ponto máximo da curva do IMA.
Além das expressões do ICA e do IMA, pode-se calcular o Incremento Periódico Anual (IPA).
Essa expressão de crescimento normalmente é calculada para florestas naturais, em que o
inventário é realizado em períodos de tempo (t) superiores a um ano. O IPA é dado pela
seguinte expressão:
2.1.1. Exemplo 1
2.1.2. Exemplo 2
* Dados
* Área = 90,0 ha * N = 1.500 * α = 5% * E% = ± 10% * Parcelas
= 600 m2
a) Média estimada
b) Variância da amostra
c) Desvio-padrão
d) Erro-padrão
O erro de amostragem calculado foi menor do que a precisão requerida. Nesse caso, não
será necessário lançar mais nenhuma unidade no campo. Contudo, cabe ressaltar que, uma
vez que o inventário será realizado em mais de uma ocasião, deve-se ter em mente que a
intensidade amostral na primeira ocasião deverá atender à precisão requerida em outras
ocasiões. Para isso, devem-se lançar mais parcelas do que o indicado na primeira ocasião,
dando margem a um possível aumento do erro de amostragem calculado.
a) Média estimada
b) Variância da amostra
c) Desvio-padrão
d) Erro-padrão
b) Erro-padrão
sendo:
Assim,
2.2.1. Exemplo
b) Erro-padrão
Uma vez que a co-variância entre as medidas das duas ocasiões é igual a zero, o erro-padrão
da média aumenta significativamente o seu valor, em comparação com o erro-padrão da
média na amostragem utilizando parcelas permanentes (exemplo do item 2.1.2).
Esse procedimento pode ser utilizado no caso de restrições orçamentárias em que não é
possível remedir todas as unidades de amostra em uma segunda ocasião ou no caso de áreas
de difícil acesso em que, por qualquer impedimento, podem ser medidas somente algumas
unidades de amostra.
2.3.1. Exemplo
* Notações
* Primeira ocasião
a) Médias estimadas
a.1) das unidades de amostra medidas na 1ª ocasião e que não foram medidas na 2ª (u = 8)
b.1) das unidades de amostra medidas na 1ª ocasião e que não foram medidas na 2ª (u = 8)
c) Variância da média
d) Erro-padrão
a) Média estimada
b) Variância da amostra
c) Desvio-padrão
Assim,
Consequentemente,
Esta é uma estimativa da média se todas as 20 unidades de amostra tivessem sido medidas
na segunda ocasião.
sendo:
Desta maneira,
b) Variância
sendo:
Assim,
c) Erro-padrão
2.4.1. Exemplo
* Dados
* Notações
* Primeira ocasião
a) Médias estimadas
d) Erro-padrão
* Segunda ocasião
a) Médias estimadas
a.2) das unidades de amostra medidas na 2ª ocasião e que não foram medidas na 1ª (n = 5)
sendo:
Assim,
Logo,
d) Variância da média ( )
e) Erro-padrão
a) Crescimento ( )
em que:
Assim,
Logo,
b) Variância da média
Assim,
c) Erro-padrão
d) Crescimento total estimado
Carlos Pedro Boechat Soares; Francisco de Paula Neto; Agostinho Lopes de Souza
1. Preliminares
Os inventários florestais são realizados, em sua maioria, utilizando-se parcelas de área fixa.
No entanto, no princípio idealizado pelo engenheiro florestal austríaco Walter Bitterlich, em
1948, as unidades de amostra possuem área variável e a seleção dos indivíduos é efetuada
com probabilidade proporcional à área basal ou ao quadrado do diâmetro e à freqüência do
número de árvores. A amostragem empregando o princípio de Bitterlich também é conhecida
na literatura como método de amostragem proporcional ao tamanho (PPS), bem como a
amostragem por ponto horizontal.
Devido à simplicidade do procedimento para obtenção dos dados, a aplicação desse princípio
pode ser de extrema utilidade, principalmente nas situações em que se necessita de
diagnóstico rápido e preciso do estoque de madeira, entre outras características das florestas,
a um menor custo. Porém, deve-se ressaltar que, para fins de planos de manejo, nos quais
há a necessidade da caracterização da composição de espécies da floresta, este
procedimento deve ser realizado com cautela. Se a floresta possuir diversidade grande de
espécies, estas podem não ser caracterizadas, uma vez que um número menor de árvores é
amostrado em cada ponto, necessitando-se, portanto, de maior intensidade amostral
(FARIAS, 2001).
3. O princípio de Bitterlich
4. Exemplo
Seja uma floresta de 11,0 ha, na qual se realizou um inventário-piloto, através da amostragem
por ponto horizontal (Bitterlich), sendo lançados cinco pontos de amostragem e utilizando
um fator de área basal (K) igual a 1. Assim, têm-se os seguintes dados brutos e processados
por ponto de amostragem:
O volume de cada árvore individual foi obtido pela equação fornecida pelo CETEC (1995):
a) Média estimada
b) Variância da amostra
c) Desvio-padrão
d) Coeficiente de variação
e) Tamanho da amostra
Para atender a uma precisão requerida (E) de ± 20%, em um nível de probabilidade igual a
95% a amostra deveria ter o seguinte tamanho:
Recalculando o tamanho da amostra para t(5%; 4 gl) novamente, tem-se que os cinco pontos
de amostragem foram suficientes para garantir uma precisão requerida de ± 20%, a 95% de
probabilidade. Cabe ressaltar que, se fossem necessários mais pontos de amostragem para
garantir a precisão requerida, dever-se-ia completar a amostra para depois efetuar os cálculos
das estatísticas do inventário definitivo.
* Inventário definitivo
a) Média estimada
b) Variância da amostra
c) Erro-padrão da média
f) Intervalo de confiança
Carlos Pedro Boechat Soares; Francisco de Paula Neto; Agostinho Lopes de Souza
1. Preliminares
Existem Portarias e Instruções Normativas, no Brasil, que orientam a elaboração dos planos
de manejo em diferentes biomas, descrevendo as atividades que devem ser contempladas
para esse fim. Dentro desse contexto, o inventário florestal é um dos itens obrigatórios de
qualquer plano de manejo, pois a partir das suas estimativas podem-se estabelecer o nível de
intervenção na floresta e as medidas para a manutenção da sua produção (produção
sustentável).
Como exemplo, tem-se a Portaria 191, do Instituto Estadual de Florestas (IEF), de 16.09.2005,
que dispõe sobre as normas de controle da intervenção em vegetação nativa e plantada no
Estado de Minas Gerais. Essa portaria estabelece, em seu Anexo II, a partir do subitem 4.2, os
seguintes pontos que o inventário florestal obrigatoriamente deverá conter:
“4.2 - Inventário Florestal: devem ser mensurados os indivíduos com DAP (diâmetro à
altura do peito) maior ou igual a 5,0 cm.
4.2.3.3 - Variância.
4.2.3.4 - Desvio-padrão.
4.2.4 - Relatório final contendo as tabelas de saída para atender aos objetivos do
desmatamento.
4.2.4.2 - Número de árvores: por espécie, por classe de diâmetro e por hectare.
4.2.4.3 - Área basal, volume e freqüência: por espécie, por classe diamétrica, por
unidade amostral e por hectare a ser explorado e remanescente.
4.2.4.4 - Relatório final contendo tabela de DAP médio, área basal, altura média,
número de árvores por hectare e volume em m3 e em st por parcela, por hectare e volume
total em m3 e em st.”
Independentemente da legislação que dispõe sobre as normas para a elaboração dos planos
de manejo, o inventário florestal para essa finalidade deverá conter, no mínimo, os seguintes
itens no relatório final:
2. Procedimentos de amostragem.
6. Número de árvores, volume e área basal: por espécie, classe de diâmetro e hectare.
2. Exemplo
Quadro 11.1 - Espécie, diâmetro à altura do peito (DAP) e altura total (Ht) das árvores nas seis
parcelas amostradas
De posse da identificação das espécies florestais dentro das parcelas, elaborou-se a listagem
de espécies (Quadro 11.2).
Com os dados de DAP e alturas totais das árvores individuais e do emprego da seguinte
equação de volume: Vc/c = 0,00007423*DAP1,707348*HT1,16873, as parcelas foram totalizadas,
obtendo-se as seguintes estimativas dos parâmetros número de árvores, diâmetro médio,
área basal, volume total de madeira com casca do fuste e altura média:
a) Média estimada
b) Variância da amostra
c) Desvio-padrão
d) Coeficiente de variação
e) Erro-padrão da média
g) Erro de amostragem
Tendo em vista o tamanho reduzido das unidades de amostra e a baixa intensidade amostral,
esperava-se que o erro de amostragem calculado fosse grande. Considerando-se uma
precisão requerida de ± 20% em torno da média, o número de unidades da amostra para
atender a essa precisão seria de:
i) Intervalo de confiança
2.3.1. Perfil
Através da análise do perfil da floresta, pode-se verificar como a vegetação está distribuída
nos diferentes estratos da floresta: a altura da vegetação, a qualidade dos fustes das árvores,
a presença de cipós e o grau de adensamento do sub-bosque, entre outras informações
(Figura 11.1).
Figura 11.1 - Perfil da floresta.
As estimativas dos parâmetros da estrutura horizontal são obtidas através das seguintes
expressões (MUELLER-DOMBOIS; ELLENBERG, 1974; MARTINS, 1993):
em que: DoAi = dominância absoluta da i-ésima espécie, em m2/ha; ABi = área basal
(somatório das áreas seccionais) da i-ésima espécie, em m2, na área amostrada; A = área
amostrada, em ha; e DoRi = dominância relativa da i-ésima espécie, em porcentagem.
Uma vez que o Quadro 11.3 é ordenado pelo Índice de Valor de Importância (IVI), algumas
considerações podem ser feitas, analisando-se esse índice:
1. Espécies com baixo IVI possivelmente são espécies com poucos indivíduos, com diâmetros
pequenos, e não ocorrem distribuídos na floresta toda. Caso existam muitas espécies nessa
situação, a exploração florestal deve ter o menor impacto possível, pois essas espécies podem
desaparecer da floresta. Além disso, tratamentos silviculturais deverão ser aplicados para
promover o crescimento e o desenvolvimento dessas árvores.
2. Espécies com IVI alto devem ser observadas com cuidado, uma vez que esse índice é
composto por três parâmetros. Uma espécie que apresente um indivíduo amostrado e com
diâmetro extremamente grande pode possuir IVI alto. No entanto, essa espécie possivelmente
não poderá ser explorada, posto que deverá ser deixada na floresta como matriz.