Tamanho e forma de unidades amostrais para análise geoestatística em fragmento florestal
DOI:
https://doi.org/10.4336/2026.pfb.46e202502335Palavras-chave:
Krigagem ordinária, Inventário florestal, SemivariânciaResumo
A escolha adequada de unidades amostrais garante estimativas precisas em inventários florestais. Deste modo, o objetivo deste trabalho foi verificar a influência do tamanho e forma de unidades amostrais na estrutura de dependência espacial da área basal e do volume em pequeno fragmento florestal. Os dados foram coletados a partir do censo, em 2,2 hectares, sendo mensurados diâmetro à altura do peito (DAP) e altura total (Ht) de todas as árvores com DAP ≥ 5 cm. Foram simulados 21 arranjos amostrais pelo método de área fixa e distribuição sistemática, com intensidade amostral de 15%. Avaliaram-se as formas circular, retangular e quadrada, com tamanho entre 100 e 1.000 m2. Em cada arranjo, analisou-se o semivariograma experimental seguido do ajuste dos modelos teóricos Gaussiano, Exponencial e Esférico, aplicando-se a krigagem ordinária para espacializar as variáveis. Unidades amostrais circulares, entre 300 e 600 m2 e distribuição sistemática, garantem captar dependência espacial para área basal e volume, permitindo aplicar a krigagem ordinária, enquanto nas quadradas não foi detectada dependência espacial. Assim, a escolha do tamanho e forma das unidades amostrais influencia na dependência espacial das variáveis, possibilitando maior confiabilidade sem aumentar custos com maior intensidade amostral.
Downloads
Referências
Alvares, C. A. et al. Koppen’s climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711-728, 2013. DOI: https://doi.org/10.1127/0941-2948/2013/0507
Araújo, E. J. G. Regression kriging in the productive capacity of planted forests. Floresta e Ambiente, v. 31, n. 3, e20240034, 2024. DOI: https://doi.org/10.1590/2179-8087-floram-2024-0034
Araujo, H. J. B. Inventário florestal a 100% em pequenas áreas sob manejo florestal madeireiro. Acta Amazonica, v. 36, n. 4, p. 447-464, 2006. DOI: https://doi.org/10.1590/S0044-59672006000400007
Ataíde, D. H. S. et al. Dependência espacial de variáveis dendrométricas em diferentes idades e intensidades amostrais em povoamento de eucalipto. Ciência Florestal, v. 31, n. 4, p. 1591-1611, 2021. DOI: https://doi.org/10.5902/1980509837867
Ataíde, D. H. S. et al. Métodos geoestatísticos e determinísticos na espacialização da altura dominante em povoamento de eucalipto. Revista de Ciências Agrárias, v. 43, n. 1, p. 98-108, 2020.
Augustynczik, A. L. D. et al. Avaliação do tamanho de parcelas e de intensidade de amostragem em inventários florestais. Scientia Forestalis, v. 41, n. 99, p. 361-368, 2013.
Aulló-Maestro, I. et al. Integration of field sampling and LiDAR data in forest inventories: comparison of area-based approach and (lognormal) universal kriging. Annals of Forest Science, v. 78, n. 39, p. 1-14, 2021. DOI: https://doi.org/10.1007/s13595-021-01056-1
Cysneiros, V. C. et al. Stand structure and Brazilian pine as key determinants of carbon stock in a subtropical Atlantic forest. Carbon Balance and Management, v. 19, n.36, 2024. DOI: https://doi.org/10.1186/s13021-024-00284-y
Dantas, D. et al. Predição volumétrica por meio da krigagem pontual reduz o esforço de amostragem em inventários florestais pré-corte. Caderno de Ciências Agrárias, v. 12, p. 1-9, 2020. DOI: https://doi.org/10.35699/2447-6218.2020.15927
Debastiani, A. B. et al. Predições geoestatísticas e zonas de incerteza no inventário de povoamentos florestais. Advances in Forestry Science, v. 5, n. 1, p. 291-297, 2018. DOI: https://doi.org/10.34062/afs.v5i1.5692
Dettmann, G. T. et al. Review and synthesis of estimation strategies to meet small area needs in forest inventory. Frontiers in Forests and Global Change, v. 5, 2022. DOI: https://doi.org/10.3389/ffgc.2022.813569
Dias, A. et al. Spatial analysis of chemical and textural soil attributes in a multistrata agroforestry system. Floresta e Ambiente, v. 31, n. 3, e20240033, 2024. DOI: https://doi.org/10.1590/2179-8087-floram-2024-0033
Felfili, J. M. et al. Manual para o monitoramento de parcelas permanentes nos biomas Cerrado e Pantanal. Brasília, DF: Universidade de Brasília, 2005. 60 p.
Gasparini, K. A. et al. Técnicas de geoprocessamento e sensoriamento remoto aplicadas na identificação de conflitos do uso da terra em Seropédica-RJ. Floresta e Ambiente, v. 20, n. 3, p. 296-306, 2013. DOI: https://doi.org/10.4322/floram.2013.030
Guedes, I. C. L. et al. Continuidade espacial de características dendrométricas em povoamentos clonais de Eucalyptus sp. avaliada ao longo do tempo. Cerne, v. 21, n. 4, p. 527-534, 2015. DOI: https://doi.org/10.1590/01047760201521041824
Goergen, L. C. G. et al. Geostatistical behavior of dendrometric variables of Eucalyptus benthamii for forest management purposes. Scientia Forestalis, v. 48, n. 127, p. 1-12, 2020. DOI: https://doi.org/10.18671/scifor.v48n127.11
Hua, W. et al. The estimation of carbon storage and volume in forest stands: a model incorporating species composition and site quality. Forests, v. 16, n. 4, 682, 2025. DOI: https://doi.org/10.3390/f16040682
Lopes, B. G. et al. Cálculo do tamanho ótimo de parcela para experimentos com eucalipto. Research, Society and Development, v. 9, n. 8, e565985712, 2020.
Lundgren, W. J. C. et al. Sampling type influence in the estimation of eucalyptus wood volume by kriging. Floresta e Ambiente, v. 23, n. 4, p. 511-523, 2016. DOI: https://doi.org/10.1590/2179-8087.136315
Minatti, M. et al. Geostatistics as a tool to reduce the sampling effort in forest inventories. Scientia Agraria Paranaensis, v. 20, n. 2, p. 174-179, 2021. DOI: https://doi.org/10.18188/sap.v20i2.25601
Moraes, A. P. P. et al. Estimativa do estoque volumétrico e acúmulo de biomassa e carbono em uma floresta ombrófila densa na Floresta Nacional de Carajás. Biodiversidade Brasileira, v. 15, n. 1, p. 13-24, 2025. DOI: https://doi.org/10.37002/biodiversidadebrasileira.v15i1.2655
Musa, M. B. et al. Optimal plot size and shape for sampling growing stocks and tree species diversity in tropical forests: results from a forest inventory in Hazarikhil Wildlife Sanctuary of Bangladesh. Forest Ecology and Management, v. 585, 122679, 2025. DOI: https://doi.org/10.1016/j.foreco.2025.122679
Novaes Filho, J. P. et al. Distribuição espacial de carbono em solo sob floresta primária na Amazônia meridional. Revista Árvore, v. 31, n. 1, p. 83-92, 2007. DOI: https://doi.org/10.1590/S0100-67622007000100010
Oda-Souza, M. et al. Influência do tamanho e forma de unidade amostral sobre a estrutura de dependência espacial em quatro formações florestais do estado de São Paulo. Floresta, v. 40, n. 4, p. 849-860, 2010. DOI: https://doi.org/10.5380/rf.v40i4.20336
Otaviano, J. C. R. & Almeida, C. F. P. Accessing the spatial distribution of aboveground biomass in tropical mountain forests using regression kriging simulation: a geostatistical approach for local scale estimates. Ecological Processes, v. 14, n. 44, p. 1-24, 2025. DOI: https://doi.org/10.1186/s13717-025-00590-4
Packalen, P. et al. Circular or square plots in ALS-based forest inventories-does it matter? Forestry: An International Journal of Forest Research, v. 96, n. 1, p. 49-61, 2023. DOI: https://doi.org/10.1093/forestry/cpac032
Pelissari, A. L. et al. Geostatistical modeling applied to spatiotemporal dynamics of successional tree species groups in a natural Mixed Tropical Forest. Ecological Indicators, v. 78, p. 1-7, 2017. DOI: https://doi.org/10.1016/j.ecolind.2017.02.044
Pfutz, I. F. P. et al. Geostatistical modeling and remotely sensed data to improve dendrometric variables prediction in Tectona grandis L. f. stand. Revista Forestal Mesoamericana Kurú, v. 19, n. 45, p. 71-83, 2022. DOI: https://doi.org/10.18845/rfmk.v19i45.6327
Pinto, L. O. R. et al. Optimal plot size for carbon-diversity sampling in tropical vegetation. Forest Ecology and Management, v. 482, 118778, 2021. DOI: https://doi.org/10.1016/j.foreco.2020.118778
Pinto, L. O. R. et al. Custo, tempo e precisão: uma otimização do inventário florestal pré-corte em um povoamento de eucalipto. Pesquisa Florestal Brasileira, v. 44, e202102251, 2024. DOI: https://doi.org/10.4336/2024.pfb.44e202102251
Poorter, L. et al. Multidimensional tropical forest recovery. Science, v. 374, n. 6573, p. 1370-1376, 2021.
Raimundo, M. R. et al. Geoestatistics applied to growth estimates in continuos forest inventories. Forest Science, v. 63, n. 1, p. 29-38, 2017. DOI: https://doi.org/10.5849/forsci.2016-056
R Core Team. R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing, 2013. Disponível em: http://www.R-project.org/. Acesso em: 7 abr. 2026.
Reis, A. A. et al. Estabilidade temporal das estratificações utilizando diferentes variáveis dendrométricas e interpolação geoestatística. Ciência Florestal, v. 32, n. 1, p. 102-121, 2022.
Ribeiro Júnior, P. J. & Diggle, P. J. GeoR: a package for geostatistical analysis. R-NEWS, v. 1, n. 2, p.15-18, 2001. DOI: https://doi.org/10.32614/CRAN.package.geoR
Rodríguez, R. A. et al. Tamaño óptimo de parcelay número de repeticiones para evaluar el rendimiento de boniato con mulch y suelo descubierto. Agrociencia Uruguay, v. 22, n. 1, p. 90-97, 2018. DOI: https://doi.org/10.31285/AGRO.22.1.9
Roveda, M. et al. Spatial continuity in a mixed ombrophilous forest with different size and shape of sample units. Cerne, v. 22, n. 2, p. 189-198, 2016.
Roveda, M. et al. Sampling processes and intensities for the geostatistical modeling of an unevenly aged forest. Floresta e Ambiente, v. 26, n. 1, e20160609, 2019. DOI: https://doi.org/10.1590/2179-8087.060916
Rowlingson, B. & Diggle, P. Splancs: spatial point pattern analysis code in S-Plus. Computers and Geosciences, v.19, n. 5, p. 627-655, 1993. DOI: https://doi.org/10.1016/0098-3004(93)90099-Q
Santos, M. C. et al. Inventário florestal utilizando técnicas de silvicultura de precisão em povoamentos de Eucalyptus grandis hill ex Maiden. Floresta e Ambiente, v. 24, e00082714, 2017. DOI: https://doi.org/10.1590/2179-8087.082714
Santos, M. C. et al. O emprego da geoestatística na determinação do tamanho “ótimo” de amostras aleatórias com vistas à obtenção de estimativas dos volumes dos fustes de espécies florestais em Paragominas, estado do Pará. Acta Amazonica, v. 41, n. 2, p. 213-222, 2011. DOI: https://doi.org/10.1590/S0044-59672011000200005
Scolforo, J. R. et al. Inventário florestal de Minas Gerais: Equações de volume, peso de matéria seca e carbono para diferentes fisionomias da flora nativa. 22 ed. Lavras: Ed UFLA, 2008. 2016 p.
Silva, W. L. & Dereczynski, C. P. Caracterização climatológica e tendências observadas em extremos climáticos no estado do Rio de Janeiro. Anuário do Instituto de Geociências, v. 37, n. 2, p. 123-138, 2014. DOI: https://doi.org/10.11137/2014_2_123_138
Soares, K. L. et al. Estoque de carbono e estrutura horizontal em fragmentos de Mata Ciliar. Ciência Florestal, v. 33, n. 4, e64785, 2023. DOI: https://doi.org/10.5902/1980509864785
Sydow, J. D. et al. Comparação de métodos e processos de amostragem para inventário em floresta ombrófila mista. Biofix Scientific Journal, v. 2, n. 1, p. 60-68, 2017. DOI: https://doi.org/10.5380/biofix.v2i1.50761
Tomppo, E. O. et al. Costs and precisions of alternative plot configurations for estimating above-ground tree biomass in tropical forests. Forestry: An International Journal of Forest Research, v. 99, p. 1-16, 2026. DOI: https://doi.org/10.1093/forestry/cpaf034
Viana, V. M. & Pinheiro, L. A. F. V. Conservação de biodiversidade em fragmentos florestais. In: Viana, V. M. & Oliveira, R. E. de (coord). Memória do 2º Simpósio sobre Ecologia e Manejo de Fragmentos Florestais. Piracicaba: IPEF; ESALQ, 1998. p. 25-42. (Série técnica IPEF, v. 12, n. 32).
Wojciechowski, J. C. et al. Log-verossimilhança combinada para comparação de estruturas de continuidade espacial em floresta estacional decidual. Floresta, v. 45, n. 4, p. 797-808, 2015. DOI: https://doi.org/10.5380/rf.v45i4.37289
Yamamoto, J. K. & Landim, P. M. B. Geoestatística: conceitos e aplicações. São Paulo: Oficina de textos, 2013. 215 p.
Xu, Q. et al. Harnessing data assimilation and spatial autocorrelation for forest inventory. Remote Sensing of Environment, v. 288, 113488, 2023. DOI: https://doi.org/10.1016/j.rse.2023.113488
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Julyana Gomes da Silva, Emanuel José Gomes de Araújo, Marco Antonio Monte, Danilo Henrique dos Santos Ataíde , Rafaella De Angeli Curto, Eduardo Vinícius da Silva
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
A Pesquisa Florestal Brasileira (PFB) adota a Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional (CC BY-NC-ND 4.0) para todo o seu conteúdo publicado.
- Direitos Autorais: Os autores mantêm os direitos autorais de seus trabalhos. A revista detém o direito de primeira publicação e o direito de uso sob a licença Creative Commons especificada.
- Edição e Revisão: A PFB se reserva o direito de realizar ajustes nos originais para garantir a conformidade com as normas, ortografia e gramática da língua portuguesa, respeitando sempre o estilo do autor. A versão final será enviada ao autor correspondente para aprovação antes da publicação.
- Compartilhamento e Reuso: A licença CC BY-NC-ND 4.0 permite o compartilhamento do artigo na sua versão original, desde que o devido crédito seja dado à revista e aos autores, e que o uso não tenha fins comerciais. Alterações ou adaptações do conteúdo original não são permitidas.
- Figuras e Ilustrações: O reuso de figuras e ilustrações publicadas na PFB está sujeito à autorização prévia da Embrapa Florestas.
- Isenção de Responsabilidade: As opiniões e conceitos expressos nos manuscritos são de responsabilidade exclusiva dos respectivos autores e não da PFB.
Os originais publicados na Pesquisa Florestal Brasileira estão disponibilizados de acordo com uma Licença 