22
views
0
recommends
+1 Recommend
1 collections
    0
    shares
      • Record: found
      • Abstract: found
      • Article: found
      Is Open Access

      GEOSTATISTICAL MODELING OF TIMBER VOLUME SPATIAL VARIABILITY FOR Tectona grandis L. F. PRECISION FORESTRY Translated title: MODELAGEM GEOESTATÍSTICA DA VARIABILIDADE ESPACIAL DO VOLUME DE MADEIRA PARA O MANEJO DE PRECISÃO DE Tectona grandis L. F.

      research-article

      Read this article at

      Bookmark
          There is no author summary for this article yet. Authors can add summaries to their articles on ScienceOpen to make them more accessible to a non-specialist audience.

          Abstract

          ABSTRACT Considering the hypothesis that the wood volumes present spatial dependence, whose knowledge contributes for the precision forestry, the aim of this work was to estimate the volume spatial variability for timber assortments and identify their spatial patterns on Tectona grandis stands. A dataset of 1,038 trees was used to fit taper models and estimate the total stem, sawlog, and firewood volumes in 273 plots allocated on T. grandis stands at eight years old, which represents the second thinning that enables commercial volumes. Semivariograms models was applied to fit the spatial dependence, and punctual kriging was used to compose volume maps. Geostatistical modeling allowed us to estimate the T. grandis spatial variability and develop timber volume maps. Thus, silvicultural treatments, such as thinning and pruning, as well as for planning spatial interventions, are possible to be recommended for aimed wood products.

          Translated abstract

          RESUMO Considerando a hipótese de que os volumes de madeira apresentam dependência espacial, cujo conhecimento contribui para o manejo de precisão, o objetivo deste trabalho foi estimar a variabilidade espacial do volume de sortimentos de madeira e identificar seus padrões espaciais em povoamentos de Tectona grandis. Utilizou-se um conjunto de dados de 1.038 árvores para ajustar funções de afilamento e estimar os volumes para fuste total, serraria e lenha em 273 parcelas alocadas em povoamentos de T. grandis ao oitavo ano de idade, o qual representa o segundo desbaste que possibilita volumes comerciais. Modelos de semivariogramas foram aplicados para ajustar a dependência espacial e a krigagem pontual foi utilizada para compor mapas de volume. A modelagem geoestatística permitiu estimar a variabilidade espacial de T. grandis e desenvolver mapas de volume de madeira. Assim, tratamentos silviculturais, como desbaste e poda, bem como planejamento de intervenções espaciais, podem ser recomendados para produtos de madeira almejados.

          Related collections

          Most cited references37

          • Record: found
          • Abstract: not found
          • Article: not found

          Segmented polynomial regression applied to taper equations

            Bookmark
            • Record: found
            • Abstract: found
            • Article: found
            Is Open Access

            A Classification for a Geostatistical Index of Spatial Dependence

            ABSTRACT: In geostatistical studies, spatial dependence can generally be described by means of the semivariogram or, in complementary form, with a single index followed by its categorization to classify the degree of such dependence. The objective of this study was to construct a categorization for the spatial dependence index (SDI) proposed by Seidel and Oliveira (2014) in order to classify spatial variability in terms of weak, moderate, and strong dependence. Theoretical values were constructed from different degrees of spatial dependence, which served as a basis for calculation of the SDI. In view of the form of distribution and SDI descriptive measures, we developed a categorization for posterior classification of spatial dependence, specific to each semivariogram model. The SDI categorization was based on its median and 3rd quartile, allowing us to classify spatial dependence as weak, moderate, or strong. We established that for the spherical semivariogram: SDISpherical (%) ≤ 7 % (weak spatial dependence), 7 % 15 % (strong spatial dependence); for the exponential semivariogram: SDIExponential (%) ≤ 6 % (weak spatial dependence), 6 % 13 % (strong spatial dependence); and for the Gaussian semivariogram: SDIGaussian (%) ≤ 9 % (weak spatial dependence), 9 % 20 % (strong spatial dependence). The proposed categorization allows the user to transform the numerical values calculated for SDI into categories of variability of spatial dependence, with adequate power for explanation and comparison.
              Bookmark
              • Record: found
              • Abstract: found
              • Article: found
              Is Open Access

              Novo índice geoestatístico para a mensuração da dependência espacial

              O semivariograma possibilita uma avaliação visual da dependência espacial, mas sem resultar diretamente em um valor numérico único que expresse a mensuração de tal dependência. Contudo, a partir dos parâmetros estimados do modelo teórico ajustado ao semivariograma experimental, é possível construir uma medida dessa dependência espacial. Atualmente, há dois índices na literatura, com uso cada vez mais frequente; porém, há inadequações nesses índices existentes. O objetivo deste trabalho foi propor um novo índice para medir a dependência espacial de dados geoestatísticos, que supere as incipiências dos atuais. Esse novo índice utiliza a relação existente entre o semivariograma e o correlograma, contemplando dessa forma todos os aspectos da dependência espacial. Realizaram-se uma comparação, por simulação, entre o índice proposto e os índices já existentes e também verificação da aplicabilidade do índice proposto utilizando pesquisas reais publicadas, em que ocorreram ajustes dos modelos teóricos esférico, exponencial e gaussiano. Verificou-se que o índice proposto foi melhor que os índices existentes. Além disso, observou-se que os índices existentes podem levar a equívocos nas interpretações do grau de dependência espacial, evidenciando que devem ser evitados. Em decorrência, recomenda-se a utilização do novo índice proposto para medir o grau da dependência espacial.
                Bookmark

                Author and article information

                Contributors
                Role: ND
                Role: ND
                Role: ND
                Role: ND
                Role: ND
                Role: ND
                Journal
                cerne
                CERNE
                CERNE
                UFLA - Universidade Federal de Lavras (Lavras, MG, Brazil )
                0104-7760
                2317-6342
                March 2017
                : 23
                : 1
                : 115-122
                Affiliations
                [2] Cuiabá Mato Grosso orgnameUniversidade Federal de Mato Grosso Brazil
                [1] Curitiba Paraná orgnameUniversidade Federal do Paraná Brazil
                [3] Irati Paraná orgnameCentral Western State University Brazil
                Article
                S0104-77602017000100115
                10.1590/01047760201723012291
                5444b395-392d-408d-97d0-abb950ba4da8

                This work is licensed under a Creative Commons Attribution 4.0 International License.

                History
                : 28 December 2016
                : 13 March 2017
                Page count
                Figures: 0, Tables: 0, Equations: 0, References: 37, Pages: 8
                Product

                SciELO Brazil


                Função de afilamento,Sortimento de madeira,Dependência espacial,Interpolador de Krigagem,Taper model,Timber assortments,Spatial dependence,Kriging interpolation

                Comments

                Comment on this article