Os métodos tradicionais de estatística aplicados em inventários florestais não exploram
suficientemente as relações que existem entre as unidades amostrais e não utilizam médias
móveis para descrição de determinadas características espaciais em superfícies contínuas
nos povoamentos florestais, ao contrário do método de geoestatística. O uso de dados
orbitais constitui um método indireto e não destrutivo para estimativa de parâmetros
biofísicos em florestas plantadas, possibilitando de forma efetiva a estimativa de variáveis
importantes sobre um determinado povoamento florestal. O presente estudo buscou
comparar estimativas do interpolador geoespacial em relação ao inventário florestal
tradicional e as estimativas indiretas do volume a partir de índices de vegetação como
variável independente no modelo matemático e também como fator de correção do volume
por unidade de área. A área de estudo envolveu um total de 116 hectares de floresta de
Eucalyptus urophylla S.T. Blake em Rio Verde/GO. Esta floresta, com 6,5 anos, foi
plantada em 2005, com espaçamento de 2,8 m x 1,8 m. Foram amostradas 23 parcelas de
400 m2 cada. Para avaliação do processo de interpolação foram utilizadas de forma
aleatória 13 parcelas das 23 alocadas. As outras 10 parcelas foram utilizadas para validação
da interpolação e comparação com os dados do inventário florestal. Para a interpolação e
estimativa final do volume para a área de estudo foram utilizados os dados das 23 parcelas
do inventário florestal. A média do volume encontrado com o interpolador utilizado foi de
9,8 (m3/parcela) e para o inventário florestal foi de 9,4 (m3/parcela), não sendo significativa
a diferença pelo teste t. Já o erro amostral relativo ao interpolador foi de 8,3% e para o
inventário de 8,4%, evidenciando que não existe diferença entre os procedimentos
adotados neste estudo. O menor erro amostral relativo, advindo do interpolador está
relacionado ao uso de médias móveis não usuais em procedimentos de inventário florestal.
O NDVI (Normalized Difference Vegetation Index) foi o índice escolhido como variável
independente no modelo matemático, por apresentar melhor correlação com o volume
(0,20), em relação aos demais índices. Nas estatísticas de ajuste e precisão o modelo de
Berkhout apresentou os melhores resultados e seu coeficiente de determinação (R2) foi de
0,54, com o erro padrão da estimativa de 1,29 m3/parcela ou 13,1%. Na estimativa de
volume total (m3) para o povoamento, a equação apresentou um volume de 28.555 (m3/116
ha), apenas 73 m3 a mais que o intervalo de confiança do inventário florestal. Com a
estimativa do volume por parcela, utilizando os índices de vegetação como fator de
correção (FC) do volume, foi possível notar que nenhum dos procedimentos pode estimar o
volume (m3) com precisão, em relação ao inventário, verificado pelo Teste t, ao nível de
5% de significância. O estimador geoestatístico gerou com bastante coerência o
mapeamento de unidades produtivas. Essa pesquisa buscou fortalecer a utilização das
técnicas de sensoriamento remoto e geoestatística em levantamentos florestais.
Ordinary statistical techniques applied to forest inventories do not properly assess
relationships among sampling units, neither do they utilize moving averages to describe
given spatial forest characteristics, as a result of the applied Geostatistics method. The use
of orbital data regards an indirect and non-destructive method for estimating biophysical
parameters in planted forests, effectively enabling the estimation of important variables
about a certain forest stand. This research intended to compare forest volume estimations
based on geospatial interpolation and the indirect volume estimations using vegetation
indices as independent variables in the mathematical equations, as well as the forest
volume correction (factor per area). Study area comprises 116 hectares of a Eucalyptus
urophylla S.T. Blake forest in Rio Verde/GO. This forest, with 6.5 years, was planted in
2005, with 2.8 x 1.8 m spacing. Twenty-three 400-m2 plots were sampled. To evaluate the
interpolation process, 13 within the 23 plots were randomly used. The other ten plots were
used to validate interpolation and comparison with the forest inventory. Data from the 23
plots was used for the interpolation and final estimation of the volume for the study area.
The average found by the use of the interpolator was 9.8 (m3/plot) and 9.4 (m3/plot) was
found for the forest inventory, whereas there was no significant difference by t test. Yet,
kriging relative sampling error was 8.3% and 8.4% was found for the forest inventory, with
no difference among both proceedings used in this study. The lowest relative sampling
error, observed for kriging, is related to the use of moving averages, unusual for forest
inventories. The NDVI (Normalized Difference Vegetation Index) was the index chosen as
independent variable in the mathematical model, for presenting higher correlation with
volume compared to the other indices (0.20). In the Berkhout model statistics of
adjustment and precision, it presented the best results and the coefficient of determination
(R2) was 0.54, with estimated standard error of 1.29 m3/plot or 13.1%. For the stand total
volume estimation (m3), the equation presented a volume of 28,555 (m3/116 ha), only 73
m3 higher than the average of the interval of confidence for the forest inventory. With
volume estimation per plot, using the vegetation indices as volume correction factor (FC),
it was possible to notice that none of the proceedings can precisely estimate volume (m3)
compared to the inventory, analysis through t test, at 5% level of confidence. The
geostatistic estimator generated, with high coherence, the mapping of the production
unities. Therefore, this research aimed at subsidizing the utilization of remote sensing
techniques and geostatistics in forest surveys.