Modelo individual de árvores em florestas plantadas

07/05/2021
Manejo de Florestas Plantadas
Modelagem do crescimento e da produção em

nível de árvore individual
Renato Castro
Professor Adjunto
Departamento de Engenharia Florestal
Department of Forestry Engineering
T. +55 31 3775 5523
E. renatocastro@ufsj.edu.br
Campus Sete Lagoas - Universidade Federal de São João del Rei
Rodovia MG 424 – Km 47, 35701-970, Sete Lagoas - Minas Gerais, Brasil

Modelos em nível de Povoamento Total Modelos em nível de Distribuição Diamétrica
Frequencia (N/ha)
t=1
Volume (m³/ha)
t=4
t=2
t=3
t=3
t=2
t=4
t=1
4 8 12 16 20 24
Idade (Meses)
Classe de Diâmetro (cm)
Modelos em nível de Árvore Individual
t=1 t=2 t=3 t=4
Nos Modelos em Nível de Árvore Individual (MAI) a

árvore é considerada como unidade básica para modelagem
→ informações detalhadas sobre a dinâmica do
povoamento, em nível de árvore.
Sub-modelos
. Crescimento
. Mortalidade
Empresas reflorestadoras . Ingresso
→ MPT e MDD
Povoamentos plantados com

espécies comercialmente nobres
e florestas naturais
(dinâmica e manejo) → MAI
1
07/05/2021
Eles são compostos por sub-modelos, sendo os principais

aqueles que estimam a mortalidade e o crescimento das
variáveis dendrométricas (altura e diâmetro). Outras
variáveis, como dimensões das copas, por exemplo,
podem ser consideradas caso estas sejam variáveis
explicativas nos demais sub-modelos.
Além disso, no estudo de florestas naturais, torna-se

necessário estimar também o ingresso de novas árvores.
2
07/05/2021
Em um MAI o crescimento dimensional pode ser estimado

para uma idade futura a partir de um valor da variável na
idade atual (projeção) e de variáveis como o índice de
competição, idade, índice de local, dentre outras.
3
07/05/2021
Também se pode realizar a modelagem do crescimento

através do crescimento potencial, em geral avaliado a
partir de árvores em crescimento livre (sem competição)
ou árvores dominantes.
O crescimento das árvores em concorrência é calculado

por uma função modificadora do crescimento potencial, a
qual serve para penalizar os efeitos da competição sobre
o crescimento. Nesta função modificadora utiliza-se de
índices de competição e variáveis de povoamento para
reduzir o crescimento das árvores submetidas à
competição.
Árvore isolada
Árvore em competição
Árvore isolada
4
07/05/2021
Árvore isolada
(Crescimento potencial)
(Crescimento potencial – Competição)
Índices de competição
A competição é definida como o efeito negativo no crescimento da árvore

em virtude de outras ao seu redor, ao competirem pelos fatores de
crescimento. O índice de competição quantifica a condição competitiva e
pode ser calculado por medidas independentes ou dependentes da
distância. Índices independentes da distância (IID) distinguem-se dos
dependentes (IDD) por não utilizarem medidas espaciais no cálculo da
competição.
Existem duas sub-categorias de modelos de árvore

individual, definidas como de distância dependente e de
distância independente:
Modelos de distância dependente utilizam índices de competição dependentes da

distância (IDD).
Modelos de distância independente utilizam índices de competição independentes

da distância (IID)
5
07/05/2021
IID
IDD
d4
d3
d2 d5
d1 d6
d7
Nos modelos de distância independente não se considera a distribuição

espacial, e o índice de competição para cada árvore normalmente é obtido
pela comparação das variáveis dimensionais da árvore-objeto com o valor
médio do povoamento. Os vizinhos da árvore-objeto (definidos pelas
árvores incluídas nas parcelas) expressam o grau de competição em que
esta está submetida.
Nos modelos de distância dependente, são atribuídas coordenadas

espaciais para cada árvore, as quais são usadas para avaliação da
competição por luz, água e nutrientes entre cada árvore e as
circunvizinhas, sendo mais complexos e exigentes em termos de coleta de
dados
6
07/05/2021
Intuitivamente se espera uma melhor precisão dos

modelos de distância dependente (que utilizam IDD) em
relação aos modelos de distância independente. Contudo,
diversos trabalhos que compararam estas sub-categorias
concluíram não haver a tendência de superioridade.
Índices de competição
Os principais índices de competição independentes da distância (IID)

estão descritos por Glover e Hool (1979); Stage (1973), citados por Davis
e Johnson (1987) e os principais IDD podem ser encontrados em Prodan
(1997).
7
07/05/2021
LISTAGEM
Leitura da primeira árvore
DAS
ÁRVORES
Leitura da próxima Calcular o índice de

árvore competição
A árvore Computar a
Sim
está morta? mortalidade
Incluir os ingressos
na listagem Não
Não
Avaliar o
A árvore continua a crescer Não
povoamento
Sim remanescente
Última árvore
da lista?
Sim
Outro período de
Sim Não Finalizar
crescimento?
Ao final de cada período de crescimento a soma da contribuição das árvores de forma
individual pode ser então utilizada para produzir estimativas em nível de povoamento ou por Gerar relatório
classe de diâmetro.
Davis e Johnson (1987)

Como exemplos, tem-se os modelos de árvores individuais apresentados na Tabela 1
8
07/05/2021
A probabilidade de mortalidade entre duas idades é

normalmente modelada em função de algum índice de
competição e variáveis dimensionais (dap, altura, largura
da copa, etc.) e de povoamento (idade, S, dmáx, etc.).
Esforços tem sido realizados para melhorar as estimativas

de mortalidade, dada a sua grande importância nos
modelos em nível de árvores individuais.
Para modelagem em nível de árvore individual são

necessários dados de parcelas permanentes, pois
fornecem o histórico completo sobre o desenvolvimento
do povoamento. As dimensões das árvores precisam ser
medidas repetidamente ao longo do tempo com o controle
rigoroso de identificação.
Mortalidade de árvore individual
Na modelagem da mortalidade de árvores, é habitual prever a

probabilidade de mortalidade (PM) (entre dois períodos) com funções
sigmoidais assintóticas (Logística, Gompertz, Weibull, Chapman-Richards,
etc.), pois nessas funções, os valores preditos ficam limitados entre 0 e 1.
Esse método é consagrado para prever a mortalidade de árvores em
florestas em todo o mundo.
A PM observada pode ser obtida de acordo com a seguinte expressão:
n j1
−n j2
PM = .100
j
n j1
i =1
em que nj1 = número de árvores vivas na j-ésima classe de diâmetro, no início do período, nj2 = número de árvores
vivas na j-ésima classe de diâmetro no fim do período.
9
07/05/2021
As funções Weibull e Logística são as mais utilizadas em

estudos de mortalidade.
PM em função de um conjunto de características do povoamento e

da própria árvore (índice de competição, dap, altura, índice de local,
idade da floresta, N/ha, etc...) Neste caso, a decisão final se uma
árvore vive ou morre durante uma simulação cabe à comparação da
probabilidade estimada com um número aleatório (entre zero e um).
Caso o número aleatório seja menor que a probabilidade calculada,

a árvore é eliminada da listagem (morta) (PRETZSCH et al., 2002).
Logística
0 0,00639 PM Pa Situação
PM = = 0,07 0,50 V
1 + 1e −  2 .IC 4 1 − 0,95294 e −0,13522 . IC 4 0,07 0,04 M
Algumas opções de modelos para estimativa da

mortalidade de árvores individuais:
10
07/05/2021



11
07/05/2021
Algumas opções de modelos para estimativa do

crescimento de árvores individuais são:
Predição

Projeção

Projeção
12
07/05/2021

Projeção
13
07/05/2021
14
07/05/2021
15
07/05/2021
16
07/05/2021
DADOS: Parcelas Permanentes ANATRO
DESAFIOS:
Modelagem do crescimento e produção e qualidade
da madeira.
POTENCIALIDADES:
Aplicação de Redes Neurais Artificiais para
estimativas de produção da vegetação e da
qualidade da madeira.
17
07/05/2021
O que são Redes Neurais Artificiais (RNA)?
Redes Neurais Artificiais (RNA):
 Inserem-se no campo da inteligência artificial;

 Sistemas que se assemelham ao cérebro
humano, com capacidade computacional
adquirida por meio do aprendizado.
Como uma RNA aprende?
Fonte: Binoti et al. (2013)
18
07/05/2021
Vantagens das RNA:

Possibilidade de mais de uma variável de saída (simultaneamente);
Entradas e saídas podem ser numéricas ou qualitativas (mineração dos dados).
ESPÉCIE, Tipo de Solo, Tipo de Manejo, etc...
ESPÉCIE
DAP1
DAP2
IC
...
Camada de Camada Camada de

Entrada Oculta Saída
PROCESSAMENTO !!!
Modelo genérico de arquitetura de RNA, com uma camada de entrada, uma
camada oculta e uma camada de saída.
Qual é o procedimento geral de

construção de uma RNA?
3
RNA mais
elaborada 2
Entradas e saídas do Treinamento

RNA mais simples
problema (software) 1
Generalização
(software)
O resultado é
NÃO
bom?
SIM Fonte: Adaptado de Binoti et

al. (2013)
RNA pronta!
19
07/05/2021
 Alguns autores comprovaram a eficiência desta

técnica nas Ciências Florestais:
Para estimar volumes individuais de Eucalyptus:

Estimação do volume de árvores utilizando
redes neurais artificiais (GÖRGENS, 2006).
Ajuste do modelo de Schumacher e Hall e
aplicações de redes neurais artificiais para
estimar volumes de árvores de eucalipto (SILVA
2009).

Para estimar volumes individuais de Pinus:

Artificial neural networks as an alternative tool in
pine bark volume estimation (DIAMANTOPOULOU,
2005).

Estimar a produção volumétrica de árvores:

Redes neurais artificiais para prognose da
produção de povoamentos não desbastados de
eucalipto (BINOTI, 2010).
Modelagem de árvore individual para uma
Floresta Estacional Semidecidual utilizando
redes neurais (CASTRO, 2012).
20
07/05/2021

Mortalidade em nível de árvores individuais:

Modelagem da mortalidade em nível de
árvores individuais de uma Floresta Estacional
Semidecidual por meio de redes neurais
artificiais (CASTRO, 2012).
Referências Bibliográficas:
HIGUCHI; N. S., J.; LIMA, A. J. Biometria Florestal. 141 p. 2008.
LEVINE et al. Estatística: teoria e aplicações. 5 ed. 752 p. 2008.
CAMPOS, J.C.C.; LEITE, H.G. Mensuração florestal: perguntas e respostas. 4ª ed.

Viçosa-MG: UFV, 2013, 605 p.
CLUTTER, J.C., PIENAAR, L.V., BRISTER, G.H. et al. Timber management: a

quantitative approach. 3ª, ed. New York: Jonh Willey, 1983. 333p.
DAVIS, L.S.; JOHNSON, K.N. Forest management, 3ª ed. New York: McGraw-Hill,
1987, 790 p.
VANCLAY, J.K. Modeling Forest growth and yield. Copenhagen. Cab International.
1994. 312 p.
WEST, P. Tree and Forest Measurement, 2a ed. Springer, 2009, 192 p.
Obrigado pela atenção...
Renato Castro
Professor Adjunto
Departamento de Engenharia Florestal
Department of Forestry Engineering
T. +55 31 3775 5523
E. renatocastro@ufsj.edu.br
Campus Sete Lagoas - Universidade Federal de São João del Rei
Rodovia MG 424 – Km 47, 35701-970, Sete Lagoas - Minas Gerais, Brasil
21

Modelo individual de árvores em florestas plantadas

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Modelo individual de árvores em florestas plantadas

Enviado por

Direitos autorais:

Formatos disponíveis

07/05/2021

Manejo de Florestas Plantadas

Modelagem do crescimento e da produção em

Manejo de Florestas Plantadas

Modelos em nível de Árvore Individual

t=1 t=2 t=3 t=4

Manejo de Florestas Plantadas

Nos Modelos em Nível de Árvore Individual (MAI) a

Povoamentos plantados com

Manejo de Florestas Plantadas

Eles são compostos por sub-modelos, sendo os principais

Além disso, no estudo de florestas naturais, torna-se

Manejo de Florestas Plantadas

Manejo de Florestas Plantadas

Manejo de Florestas Plantadas

Manejo de Florestas Plantadas

Manejo de Florestas Plantadas

Em um MAI o crescimento dimensional pode ser estimado

Manejo de Florestas Plantadas

Também se pode realizar a modelagem do crescimento

O crescimento das árvores em concorrência é calculado

Manejo de Florestas Plantadas

Manejo de Florestas Plantadas

Manejo de Florestas Plantadas

Manejo de Florestas Plantadas

A competição é definida como o efeito negativo no crescimento da árvore

Manejo de Florestas Plantadas

Existem duas sub-categorias de modelos de árvore

Modelos de distância dependente utilizam índices de competição dependentes da

Modelos de distância independente utilizam índices de competição independentes

Manejo de Florestas Plantadas

Nos modelos de distância independente não se considera a distribuição

Nos modelos de distância dependente, são atribuídas coordenadas

Manejo de Florestas Plantadas

Intuitivamente se espera uma melhor precisão dos

Manejo de Florestas Plantadas

Os principais índices de competição independentes da distância (IID)

Manejo de Florestas Plantadas

Manejo de Florestas Plantadas

Leitura da próxima Calcular o índice de

Manejo de Florestas Plantadas

Manejo de Florestas Plantadas

A probabilidade de mortalidade entre duas idades é

Esforços tem sido realizados para melhorar as estimativas

Manejo de Florestas Plantadas

Para modelagem em nível de árvore individual são

Manejo de Florestas Plantadas

Mortalidade de árvore individual

Na modelagem da mortalidade de árvores, é habitual prever a

Manejo de Florestas Plantadas

As funções Weibull e Logística são as mais utilizadas em

Manejo de Florestas Plantadas

PM em função de um conjunto de características do povoamento e

Caso o número aleatório seja menor que a probabilidade calculada,

Manejo de Florestas Plantadas

Algumas opções de modelos para estimativa da

Manejo de Florestas Plantadas

Algumas opções de modelos para estimativa da

Manejo de Florestas Plantadas

Algumas opções de modelos para estimativa da

Manejo de Florestas Plantadas

Algumas opções de modelos para estimativa da

Manejo de Florestas Plantadas