Log-verossimilhança combinada para comparação de estruturas de continuidade espacial em Floresta Estacional Decidual

Abstract

O presente estudo teve como objetivo verificar a dependência espacial e distribuição do volume em três fragmentos de Floresta Estacional Decidual, geograficamente separados e com idades pós- intervenção distintas, utilizando um modelo geoestatístico único ou combinado. Os dados foram coletados em 56 unidades amostrais de 250 m 2 , distribuídas sistematicamente em uma malha de 40 x 40 m, onde foram medidos os indivíduos com DAP ≥ 10 cm a partir do centro da unidade conforme metodologia descrita por Prodan. Os dados foram submetidos a dois tipos de análise, sendo o primeiro um ajuste individual das áreas a título de comparação entre seus modelos e o segundo, um ajuste proposto pelo método combinado, ambos utilizando modelos geoestatísticos, com ajuste pela função da maximização do logaritmo da verossimilhança. Os modelos foram comparados pelo critério de informação de Akaike (AIC) e a relação do parâmetro alcance como indicação do grau de dependência espacial. Os resultados mostram que os modelos combinados foram superiores em relação aos ajustes dos modelos para as áreas individuais. Indica-se a aplicação de modelos geoestatísticos de log-verossimilhança combinados em formações florestais fragmentadas para uma melhor análise e detecção da estrutura de correlação espacial do volume.

The present study aimed to examine spatial dependence and distribution of volume in three fragments of Subtropical forest, geographically separated and the different post-intervention ages, using a single geostatistical model or combined model. Data were collected from 56 sampling units of 250 m 2 systematically distributed in a grid of 40 x 40 m. Trees with DBH ≥ 10 cm were measured according to Prodan’s methodology. Two types of analysis were applied to the data. The first one was an individual adjustment for comparison between their models and the second one consisted in the proposed combined approach adjustment. Both analysis used geostatistical models with adjustment function maximizing log-likelihood. Models were compared using Akaike criterion (AIC) and relational range parameter as an indication of spatial dependence degree. Results show that combined models had lower AIC values as well as greater spatial dependence degree on adjustments of individual areas models. This research indicates the use of combined log-likelihood geostatistical models to study fragmented forests for analysis and detection of spatial volume correlation structure.