Tradicionalmente, a maior parte dos estudos utiliza modelos lineares para o ajuste da relação hipsométrica, tendo o diâmetro a 1,30 m do solo (DAP) como única variável independente. Entretanto, sabe-se que a linearidade não caracteriza fielmente o crescimento biológico e que outras variáveis relativas ao povoamento, ou às árvores individuais, exercem influência sobre o crescimento em altura. O objetivo deste trabalho foi avaliar o desempenho de modelos lineares e não lineares no ajuste da relação hipsométrica de duas espécies de Pinus tropicais, bem como verificar o efeito da adição de covariantes na estimativa dos parâmetros destes modelos. Os dados utilizados provêm de plantios de Pinus caribaea var. hondurensis e Pinus oocarpa, com diferentes idades e localizados em áreas com diferentes índices de sítio, nos municípios de Nova Ponte e Indianópolis, estado de Minas Gerais. Modelos lineares e não lineares foram ajustados em suas formas originais e com a inclusão das covariáveis idade, sítio e espécie nas estimativas de cada parâmetro dos modelos. Os modelos foram comparados por meio dos critérios estatísticos: erro padrão da estimativa (S yx ), Critério de Informação de Akaike (AIC), Critério de Informação Bayesiano (BIC) e também pela análise gráfica de resíduos padronizados. Constatou-se que modelos não lineares demonstram maior capacidade de descrever o comportamento da variável altura, e que a inclusão das covariáveis tornou superior a qualidade dos ajustes, considerando os critérios estatísticos de precisão adotados.
Traditionally, most studies use linear models to adjust the hypsometric relationship using diameter at breast height (DBH) as the only independent variable. However, it is known that the linearity does not characterizes faithfully biological growth and other variables related to forest stand, or individual trees, influence in height growth. The aim of this study was to evaluate linear and nonlinear models’ performance for hypsometric relationship of two tropical pine species, as well as the effect of covariates adding in models’ parameters estimation. The data used provided from Pinus caribaea var. hondurensis and Pinus oocarpa stands, with different ages and site index, located in the counties of Nova Ponte and Indianápolis, Minas Gerais state. Linear and nonlinear models were fitted in its original form and including the covariates age, site index and species in the estimation of each models’ parameter. The models were compared using the following statistical criteria: residual standard error (Syx), Akaike Information Criteria (AIC), Bayesian Information Criteria (BIC) and also by graphical analysis of standardized residuals. It was found that nonlinear models show greater ability to describe height behavior, and the inclusion of covariates in models’ parameters improved its fit quality, considering the statistical accuracy criteria adopted.
