UMA ABORDAGEM BAYESIANA PARA MONITORAMENTO DO CRESCIMENTO E PRODUÇÃO FLORESTAL DE EUCALIPTO

Abstract

A utilização de técnicas de modelagem do crescimento e produção de povoamentos florestais como suporte ao planejamento e gerenciamento é de fundamental importância no setor florestal. Uma das maneiras de se realizar este tipo de modelagem é por meio de modelos em nível de povoamento, sendo o modelo de Clutter o mais difundido no Brasil. Existem inúmeras abordagens utilizadas para quantificar a produção de povoamentos florestais, com destaque para análise de regressão. Dessa forma, este trabalho teve como objetivo realizar a estimação dos parâmetros do modelo de Clutter pelo método Bayesiano, para a modelagem do crescimento e produção florestal de maneira acurada. Os dados utilizados são provenientes de plantios clonais eucalipto localizados na região Centro-oeste do estado de Minas Gerais. Os parâmetros do modelo de Clutter foram ajustados pelo método clássico de mínimos quadrados em dois estágios e pelo método Bayesiano utilizando o filtro de partícula de amostragem por importância e reamostragem sequencial (SIR). Os dados foram divididos por classe de produtividade e propostos nove tratamentos, combinando número de partículas (50, 100 e 500) e o desvio do modelo (1%, 5% e 10%), para volume e área basal. As metodologias foram avaliadas por meio das estatísticas: raiz do quadrado médio do erro (RMSE (%)); BIAS (%); e análises gráficas, e para os tratamentos foi realizada a análise de variância juntamente com o teste de médias de Tukey. A partir das estatísticas avaliativas, observou-se o bom desempenho no ajuste clássico do modelo de Clutter e também utilizando o filtro SIR. Para todos os tratamentos, o filtro utilizado conseguiu estimar bem os valores, filtrando as incertezas provenientes do desvio do modelo, para dados de volume e área basal. Com isso, conclui-se que a metodologia do filtro SIR aplicada ao modelo de Clutter para estimação de volume e área basal, foi acurada e mostra-se uma ferramenta promissora na área florestal uma vez que pesquisas utilizando essa abordagem ainda são escassas. Palavras-chave: Inferência Bayesiana; Filtro de partículas; Modelos de Povoamento Total; Eucalipto.