Modelagem da distribuição diamétrica de espécies florestais em um fragmento de Floresta Ombrófila Mista

Abstract

Este trabalho teve como objetivo avaliar o desempenho das funções densidade de probabilidade (fdp) Weibull 3 Parâmetros (3P) e Beta ajustadas pelo método da Máxima Verossimilhança para descrever a distribuição diamétrica de espécies arbóreas de um fragmento de Floresta Ombrófila Mista. A área de estudo faz parte da Floresta Nacional de Irati (FLONA), onde foram instaladas 25 parcelas permanentes (100 m x 100 m) com área total amostrada de 25 ha e, para os ajustes, foram utilizados dados de todas as árvores com diâmetro à altura do peito (DAP) superior ou igual a 10 cm. Os ajustes foram feitos para as 20 espécies com maior valor de importância (VI) com dados agrupados em classes de 5 cm de DAP. A programação não linear (PNL) foi utilizada com o objetivo de minimizar os desvios entre valores observados e estimados. Para avaliação dos ajustes, foram utilizados os testes de aderência de Kolmogorov-Smirnov e de Hollander-Proschan, além do Erro-Padrão de Estimativa (%) e Índice de Reynolds. Os resultados indicaram que as funções Weibull 3P e Beta apresentaram resultados satisfatórios, que ambas poderiam ser recomendadas para avaliar a distribuição diamétrica das espécies consideradas e que o uso da PNL nem sempre melhorou os ajustes.

This study aimed to evaluate the performance of the probability density functions (pdf) Weibull with 3 parameters (3P) and Beta adjusted by Maximum Likelihood method to describe the diameter distribution of some representative species from a fragment of Araucaria Forest. The study area is part of the National Forest Irati (FLONA), where 25 permanent sample plots (100 m x 100 m) were established with a total sampled area of 25 ha, and for the fittings, we used data from all trees with diameter at breast height (DBH) greater than or equal to 10 cm. Adjustments were made for the 20 species with the highest importance value (VI) with data grouped into classes of 5 cm DBH. The nonlinear programming (NLP) was used in order to minimize the deviations between observed and estimated values. To evaluate the adjustments, we used the Goodness- of-fit tests Kolmogorov-Smirnov and Hollander-Proschan, in addition to the Standard Error of the Estimate (%) and Reynolds Index. The results indicated that Weibull 3P and Beta functions presented satisfactory results, and both could be recommended to evaluate the diameter distribution of the selected species and that the use of NLP has not improved adjustments in all cases.