Orientador : Prof. Dr. Sebastião do Amaral Machado / Coorientadores : Prof. Dr. Samuel de Pádua Chaves e Carvalho, Prof. Dr. Afonso Figueiredo Filho e Prof. Dr. Carlos Roberto Sanquetta / Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Programa de Pós-Graduação em Engenharia Florestal. Defesa: Curitiba, 06/02/2017 / Inclui referências: f. 33-40;86-89;117-118 / Área de concentração : Manejo florestal / Resumo: O cenário florestal brasileiro demonstra grande reconhecimento mundial diante das inúmeras vantagens que nosso país apresenta. Algumas empresas florestais possuem sua produção destinada para diversas finalidades, tornando necessária a quantificação da produção de madeira para diferentes finalidades. Esses podem ser matéria prima para laminação, serraria, energia, celulose e papel ou na construção civil. Com isso, visou-se neste trabalho estudar técnicas recentes, ainda pouco desenvolvidas no país de modelagem florestal para descrever o perfil do tronco de Pinus taeda. O trabalho foi dividido em três capítulos, sendo a primeira uma revisão bibliográfica dos fatores que afetam a forma do tronco das árvores, da classificação dos modelos de afilamento e suas aplicações. O segundo capítulo abordou a verificação do modelo logístico não linear e misto de quatro parâmetros para avaliar o perfil do fuste. Realizou-se a comparação do modelo original fixo em relação ao modificado por Carvalho (2014), para estimar as alturas ao longo do tronco, verificou a qualidade da predição para os volumes individuais das árvores; adicionaram-se efeitos aleatórios (idade, sítio e classe diamétrica) no modelo logístico comparando com as estimativas do Polinômio de 5º Grau para a predição do diâmetro ao longo do fuste, do volume da 1ª tora e volumes parciais. A qualidade dos ajustes foi avaliada por meio do Critério de Informação Akaike (AIC), do Critério de Informação Bayesiano (BIC), do Erro Padrão da Estimativa e pela Análise Gráfica do Erro de Predição. Diante dos resultados, o modelo modificado teve melhor desempenho no ajuste em relação ao original. Ao realizar a decomposição dos parâmetros por meio de efeitos aleatórios a predição minimizou em aproximadamente 60% o erro dos ajustes nas estimativas da altura ao longo do tronco. Quando avaliada a predição do volume individual o modelo modificado propiciou uma melhoria de cerca de 70% nos erros. As melhores estimativas do diâmetro ao longo do tronco, do volume da 1ª tora e de volumes parciais foram com o Polinômio de 5º Grau em comparação com o Logístico Modificado Misto com a idade como efeito aleatório. O terceiro capítulo tratou da avaliação do modelo linear bivariado gaussiano fixo e de modelos lineares generalizados mistos para predição do sortimento e na representação do perfil do tronco das árvores. O modelo fixo foi testado na sua forma original e com suas variáveis transformadas. Foram avaliados por meio do AIC, o Índice de Máxima Verossimilhança, Critério de Informação dos Desvios e análise gráfica. Assim, verificou-se que a transformação foi benéfica ao ajuste. Com a predição dos sortimentos verificou-se que a função de densidade probabilística normal padrão gerou estimativas com grande discrepância do aceitável. Para os modelos lineares generalizados mistos, conclui-se que aquele com alteração da distribuição probabilística na variável altura teve melhor representação do tronco. Portanto, as técnicas utilizadas na modelagem mista e multivariada do perfil do tronco demonstraram potencial para gerar estimativas, porém, ainda são necessários novos estudos para o constante aprimôramento. Palavras-chave: Afilamento, Modelos Mistos, Modelo Logístico, Modelo Bivariado Generalizado. / Abstract: The Brazilian forest scenario shows large worldwide recognition on the numerous advantages that our country offers. Some forestry companies have their production intended to various purposes, requiring quantification of wood production for different purposes. These can be raw materials for lamination, sawmill, energy, pulp and paper or construction. Thus, this work aimed to study new forest modeling techniques that are still underdeveloped in the country to describe the tree stem profiles of Pinus taeda. The work was divided in three chapters; the first one is a literature review on the factors that affect the tree stem profiles, the classification of taper models and their applications. The second chapter examined the use of the non-linear logistic mixed model of four parameters to evaluate the trees stem profile. It was compared the fixed original model in relation to the one modified by Carvalho (2014). To estimate the heights along the stem, was check the prediction quality of trees total volumes. Was inserted random effects (age, site and diameter class) in the logistic model comparing with the estimates of the fifth degree polynomials for diameter prediction along the stem, the first log volume and partial volumes. The fitted quality was assessed using the Akaike Information Criterion (AIC), the Bayesian Information Criterion (BIC), the standard error of estimate and the graphical analysis. Considering the results, the modified model presented better performance in fitted than the original. By conducting decomposition of the parameters by random effects the prediction minimized in approximately 60% the fit's errors on the heights estimates along the stem. When evaluated the individual volume prediction the modified model provide an improvement of about 70% of the errors. The best estimates for the diameters along the stem, first log volume and partial volumes were with the fifth degree polynomials in relation to the mixed logistic modified model with age as random effect. The third chapter is the evaluation of the linear bivariate Gaussian fixed model and generalized linear mixed models to assortment prediction and to represent the trees stem profile. The linear bivariate Gaussian fixed model was tested in its original form and with transformed variables. The statistic criteria to assessing the models were the Akaike Information Criterion (AIC), Maximum Likelihood Index (MV), Deviance Information Criterion (DIC) and graphical analysis of the bivariate residuals. Thus, it was found that the transformation was beneficial to the fit. Relating to assortments prediction was found that probabilistic density function normal pattern generated estimates with large discrepancy from the acceptable. For the generalized linear mixed models it is concluded that change the probability distribution in the variable height had better representation of the stem profile. Therefore, the techniques used in the mixed and multivariate modeling of the stem profile showed potential to generate estimates, however, new studies are still needed for constant improvement. Keywords: Taper, Mixed Model, Logistic Model, Generalised Bivariate Model.
| Identifer | oai:union.ndltd.org:IBICT/oai:dspace.c3sl.ufpr.br:1884/46455 |
| Date | January 2017 |
| Creators | Nicoletti, Marcos Felipe |
| Contributors | Carvalho, Samuel de Pádua Chaves e, Figueiredo Filho, Afonso, 1951-, Sanquetta, Carlos Roberto, Universidade Federal do Paraná. Setor de Ciências Agrárias. Programa de Pós-Graduação em Engenharia Florestal, Machado, Sebastião do Amaral, 1939- |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | 118 f. : il., algumas color., maps., tabs., grafs., application/pdf |
| Source | reponame:Repositório Institucional da UFPR, instname:Universidade Federal do Paraná, instacron:UFPR |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | Disponível em formato digital |
Page generated in 0.0039 seconds