Notícias

AVALIAÇÃO DE MÉTODOS DE AGRUPAMENTO PARA A CLASSIFICAÇÃO DA CAPACIDADE PRODUTIVA DE UM TRECHO DA FLORESTA NACIONAL DO TAPAJÓS - PA

Discente de Mestrado
LUCAS CUNHA XIMENES

Titulado(a)

Defesa
Data: 21/10/2016
Horário: 08:00
Local: DEF/UFVJM
Status: Aprovada

Resumo
O estudo teve como objetivo definir a melhor combinação de método de agrupamento com medida de similaridade para a classificar a capacidade produtiva de um trecho na Floresta Nacional do Tapajós. O inventário florestal amostral foi realizado no ano de 2012 e para a locação das parcelas foram abertas 12 faixas de, aproximadamente, 1,5 m de largura, equidistantes 4,0 km, na direção leste-oeste, e com comprimento variando de 4 km a 13,75 km, com dimensões de 30 x 250 m, sistematicamente distribuídas. Para a definição das classes de tamanho (CT), levou-se em consideração: CT 1 (classe de regeneração) - 10 cm ≤ DAP < 25 cm nos primeiros 50 m da parcela (30 m x 50 m); CT 2 (classe de crescimento) - 25 cm ≤ DAP < 50 cm nos primeiros 100 m (30 m x 100 m); e CT 3 (classe de colheita) - DAP ≥ 50 cm em toda a parcela (30 m x 250 m). Para a classificação da capacidade produtiva, foram selecionados os indivíduos com qualidade de fuste 1 (fuste reto) e 2 (fuste com pequenas tortuosidades) e que têm valor no mercado regional. As 204 parcelas foram agrupadas em grupos homogêneos, no qual foram produzidos 40 dendrogramas do tipo vertical para cada uma das 3 classes de tamanho (totalizando 120 dendrogramas), baseados na combinação de 5 medidas de distância (Euclidiana Simples, Euclidiana Quadrada, Manhattan, Canberra e Mahalanobis), com 8 métodos de agrupamento hierárquicos, sendo: Ward1, Ward2 Ligação Simples, Ligação Completa, UPGMA, WPGMA, Mediana e Centroide. Com o intuito de verificar a validação dos métodos de agrupamento testados, foram confeccionadas 120 tabelas de análise discriminante linear de Fisher, sendo 40 para cada classe de tamanho, contendo as probabilidades para cada classe de estoque, bem como a porcentagem de classificação das combinações testadas na análise de agrupamento. As análises de agrupamento e discriminante possibilitaram estratificar as parcelas heterogêneas de uma floresta inequiânea em áreas com parcelas homogêneas em termos de volume, densidade básica da madeira e grupo de comercialização. A combinação entre medida de distância de Manhattan e método de Ward2 mostrou-se ser a mais eficiente para estratificar florestas inequiâneas em classes de estoque volumétrico.

Palavras-chave
Estatística multivariada;classificação;agrupamento

Abstract
The study aimed to determine the best combination of clustering method with similarity measure to classify the productive capacity of a stretch at Tapajós National Forest. The sample forest inventory was carried out in 2012 and for plot allocations we opened 12 tracks of approximately 1.5 m wide, 4.0 km equidistant in east-west direction, and length ranging from 4 km to 13.75 km, with dimensions of 30 x 250 m, systematically distributed. We took into account for the definition of size classes (CT): CT 1 (regeneration class) - 10 cm ≤ DBH <25 cm in the first 50 m of the plot (30 m x 50 m); CT 2 (growth class) - 25 cm ≤ DBH <50 cm in the first 100 m (30 m x 100 m); and CT 3 (harvesting class) - DBH ≥ 50 cm in the whole plot (30 m x 250 m). For the classification of productive capacity, there was a filter in the original database by size class, in which individuals were selected with bole quality 1 (straight bole) and 2 (bole with small tortuosities) and which have value in the regional market. The 204 plots were grouped into homogeneous groups, which were produced 40 dendrograms of the vertical type for each of the three size classes (totaling 120 dendrograms), based on the combination of five measures of distance (Euclidean Simple, Squared Euclidean, Manhattan, Canberra and Mahalanobis) with 8 hierarchical clustering methods, namely: Ward1, Ward2 Simple Link, Complete Link, UPGMA, WPGMA, Median and Centroid. In order to check the validation of the tested clustering methods, we produced 120 Fisher linear discriminant analysis tables, with 40 for each size class containing the probabilities for each stock class as well as the percentage of the combinations tested in the cluster analysis. The cluster and discriminant analysis made it possible to stratify the heterogeneous plots of a native forest in areas with homogeneous portions in terms of volume, wood density and commercialization group. The combination of measure distance of Manhattan and Ward2 method proved to be the most efficient to stratify uneven-aged stands in forest stock volume classes.

Keywords
Multivariate statistics;classification;clustering

Banca: 4 integrantes

Presidente
MÁRCIO LELES ROMARCO DE OLIVEIRA

Currículo Lattes | ORCiD
Doutor(a) | UFV | CIÊNCIAS AGRÁRIAS I | RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL | MANEJO FLORESTAL

mais...

Participante interno
Eric Bastos Gorgens

Currículo Lattes
Doutor(a) | USP | GEOCIÊNCIAS | GEOCIÊNCIAS | GEOFÍSICA

mais...

Participante interno
EVANDRO LUIZ MENDONÇA MACHADO

Currículo Lattes | ORCiD
Doutor(a) | UFLA

mais...

Participante externo
Gleyce Campos Dutra

Currículo Lattes

mais...