AJUSTE SIMULTÂNEO NA PREDIÇÃO DE BIOMASSA AÉREA EM Araucaria angustifolia (Bertol.) Kuntze

• Main Authors: Thiago Wendling Gonçalves de Oliveira, Edberto Moura Lima, Carlos Roberto Sanquetta, Ana Paula Dalla Corte
• Format: Article
• Language: Portuguese
• Published: Universidade Federal do Paraná 2018-03-01
• Series: BIOFIX Scientific Journal
• Subjects: Alometria; Equações simultâneas; Modelagem florestal
• Online Access: https://revistas.ufpr.br/biofix/article/view/58119

Atualmente a estimativa da biomassa é feita de forma independente para cada compartimento da árvore, entretanto estudos mostram a importância do ajuste simultâneo para garantir a melhor predição da biomassa por compartimento e total. O estudo teve como objetivo desenvolver modelos alométricos por compartimento e utilizar o ajuste simultâneo de equações para a predição da biomassa da copa, fuste e aérea de Araucaria angustifolia. Foram mensurados diâmetro (dap), altura (ht), densidade básica da madeira (ρ) e, pelo método destrutivo, a biomassa verde da copa e fuste. Amostras foram tomadas para a determinação da biomassa seca. Foi realizada correlação de Pearson (5%) entre as variáveis e testados 10 modelos para a estimativa da biomassa seca dos compartimentos. Os critérios de seleção dos modelos compreenderam R²aj, Syx%, AIC, testes de Breusch-Pagan, Shapiro-Wilk e Durbin-Watson. Após a escolha do melhor modelo foi aplicada a Distância Cook para retirada dos valores outliers. O modelo logaritimizado de dupla entrada (dap e ht) apresentou melhor desempenho para a biomassa da copa e o modelo de tripla entrada (dap, ht e ρ) para a biomassa do fuste e aérea. A retirada dos valores outliers melhorou as estatísticas de ajuste dos modelos. A aplicação do ajuste simultâneo representou melhora na estimativa da biomassa por garantir a aditividade dos componentes na predição da biomassa total. O uso do dap é importante na estimativa da biomassa do fuste, contudo, deve-se buscar outras variáveis que melhor se relacionem com a biomassa da copa, também podendo melhorar as estimativas com o uso do ajuste simultâneo.