Avaliação da estrutura de florestas tropicais a partir da simulação e inferência bayesiana

Vitorelo, Ludian Carlos

Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/10931

Título:	Avaliação da estrutura de florestas tropicais a partir da simulação e inferência bayesiana
Título(s) alternativo(s):	Evaluation of tropical forest structure from the simulation and bayesian inference
Autor(es):	Vitorelo, Ludian Carlos
Orientador(es):	Vismara, Edgar de Souza
Palavras-chave:	Florestas tropicais Modelos matemáticos Engenharia florestal Rain forests Mathematical models Forestry engineering
Data do documento:	25-Nov-2015
Editor:	Universidade Tecnológica Federal do Paraná
Câmpus:	Dois Vizinhos
Citação:	VITORELO, Ludian Carlos. Avaliação da estrutura de florestas tropicais a partir de simulação e inferência Bayesiana. 2015. 58 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Dois Vizinhos, 2015.
Resumo:	A principal ferramenta de estudo da dinâmica da vegetação arbórea é a distribuição diamétrica. Diferentes métodos são utilizados para o ajuste de funções, entretanto apenas o método Bayesiano considera a experiência do pesquisador no ajuste através da utilização de informações a priori. Desta forma, o objetivo deste trabalho foi veriﬁcar a importância de diferentes prioris no ajuste da distribuição Weibull e a sua inﬂuência na estimativa do volume em cenários simulados de uma ﬂoresta tropical. O conjunto de dados foi obtido de uma área localizada predominantemente no município de Linhares (ES). A amostragem foi estratiﬁcada, sendo cada classe diamétrica considerada como um estrato com 2 árvores, obtendo-se um conjunto com 200 indivíduos. Foram reamostrados 3 cenários com 20 parcelas de 30 árvores cada, no qual a reamostragem é inversa, equiprovável e proporcional ao dap. O conjunto resultante de cada reamostragem foi dividido em 7 classes de diâmetros, com intervalos de 5 cm cada. Para cada cenário foram ajustados por verossimilhança 4 modelos hipsométricos (Polinômio do 1o, Stoffels, Richards e Weibull) e 3 modelos volumétricos (Spurr, SchumacherHall e Ogaya) para posterior estimativa do volume por classe diamétrica, cujos critérios de seleção do melhor ajuste foram o AIC e o BIC. No ajuste da distribuição Weibull pelo método Bayesiano foram utilizados 4 níveis de informação para os parâmetros do modelo e somente a verossimilhança. Para o ajuste foi utilizado o algoritmo MWG, 3 cadeias de Markov e 100 mil iterações iniciais. Foram utilizados os critérios de Geweke, BMK, ESS e MCSE para análise da convergência das cadeias de Markov e utilizado o DIC e o fator de Bayes para a seleção do melhor ajuste da função Weibull. A estimativa do número de árvores por hectare se deu através da função de densidade acumulada da distribuição Weibull. O volume por classe diamétrica foi estimado utilizando os parâmetros dos melhores modelos biométricos ajustados. Para o cenário 1, os melhores modelos biométricos ajustados foram o de Richards e Schumacher-Hall e a distribuição Weibull se ajustou melhor pelo critério DIC com a utilização da priori 3 (a, b e c∼Gama(5; 5)), sendo a diferença entre o volume total amostrado e o volume total estimado de 20,18%. Para o cenário 2, os melhores modelos biométricos ajustados foram o de Richards e Schumacher-Hall e o melhor ajuste da distribuição Weibull, segundo o DIC, foi obtido com a utilização da priori 3, sendo a diferença entre o volume total amostrado e o volume total estimado de 25,93%. Para o cenário 3, os melhores modelos biométricos ajustados foram o de Richards e Ogaya e o melhor ajuste da distribuição Weibull, segundo o critério DIC, foi obtido com a utilização da verossimilhança, sendo a diferença entre o volume total amostrado e o volume total estimado de 7%. A utilização do método Bayesiano não foi eﬁciente para o ajuste da distribuição Weibull em virtude do tamanho da amostra ser muito grande, favorecendo a verossimilhança e também pela própria distribuição dos dados.
Abstract:	The main dynamics study tool of trees is the diameter distribution. Different methods are used for the adjustment functions, but only the Bayesian method considers the experience of the researcher in the setting through the use of information a priori. Thus, the aim of this study was to assess the importance of different prioris in the setting of Weibull distribution and its inﬂuence on the estimated volume in simulated scenarios of a rainforest. The dataset was obtained from an area located predominantly in Linhares (ES). The sample was stratiﬁed, each diameter class regarded as a layer 2 tree, yielding a set comprised 200 individuals. They were resampled three scenarios with 20 plots of 30 trees each, in which the resampling is reversed, equiprobable and proportional to dap. The resulting set of each resampling was divided into 7 classes of diameters, each 5 cm intervals. For each scenario were adjusted likelihood 4 hypsometric models (polynomial of the 1st, Stoffels, Richards and Weibull) and three volumetric models (Spurr, Schumacher-Halland Ogaya) for further estimate of the volume by diameter class, whose the best ﬁt selection criteria were the AIC and BIC. In the setting of Weibull distribution by Bayesian method was used four levels of information for the model parameters and only likelihood. For adjustment we used the MWG algorithm, 3 Markov chains and 100,000 early iterations. The criteria for Geweke, BMK, ESS and MCSE to analyze the convergence of Markov chains and used the DIC and the Bayes factor for the selection of best ﬁt the Weibull function were used. Estimates of the number of trees per hectare was made through the accumulated density of the Weibull distribution function. The volume by diameter class was estimated using the parameters of the best adjusted biometric templates. For scenario 1, the top set biometric templates were to Richards and Schumacher-Hall and the Weibull distribution to best ﬁt the criterion DIC with the use of priori 3 (a, b e c ∼ Gama(5; 5)), and the difference between the total volume sampled and the volume estimated total of 20.18%. For scenario 2, the top set biometric templates were to Richards and Schumacher-Hall, and the best ﬁt of the Weibull distribution, according DIC was obtained with the use of priori 3, and the difference between the total volume sampled and the estimated total volume of 25.93%. For scenario 3, the best set biometric templates were to Richards and Ogaya and the best ﬁt of the Weibull distribution, the discretion DIC was obtained using the likelihood, and the difference between the total volume sampled and the estimated total volume 7%. Using the Bayesian method was not effective for adjusting the Weibull distribution because the sample size is very large, favoring the likelihood and also because the distribution of the data.
URI:	http://repositorio.utfpr.edu.br/jspui/handle/1/10931
Aparece nas coleções:	DV - Engenharia Florestal

Arquivos associados a este item:

Arquivo	Descrição	Tamanho	Formato
DV_COENF_2015_2_014.pdf		557,56 kB	Adobe PDF	Visualizar/Abrir

Mostrar registro completo do item Recomendar este item Visualizar estatísticas