Modelos para estimativa de volume de árvores individuais pela morfometria da copa obtida com LiDAR.

A estimativa volumétrica, a partir do escaneamento digital de florestas por meio do uso do LIDAR, potencializa o emprego de técnicas de manejo de precisão no planejamento da exploração nas florestas tropicais. A utilização dessa tecnologia de sensoriamento remoto permite a incorporação de variáveis da morfometria de copa, ainda pouco empregadas e menos conhecidas em decorrência da dificuldade de coleta em campo. O objeto deste estudo foi construir equações capazes de estimar o volume do fuste de árvores individuais dominantes e codominantes, a partir da morfometria da copa obtida por meio do LIDAR aerotransportado, considerando duas situações de inventário florestal: a) com a coleta do DAP, conjuntamente com as variáveis morfométrica da copa obtidas pelo LIDAR e b) apenas com os dados de morfometria de copa. Para seleção dos modelos foram considerados: a matriz de correlação das variáveis preditoras e a combinação das variáveis que geraram os melhores resultados estatísticos pelos critérios Syx, Syx(%) e Pressp, e que foram homocedásticos e com disposição dos resíduos normais e independentes. Para as melhores equações foram realizadas análise de influência. Os resultados estatísticos do ajuste dos modelos para as duas situações permitiram selecionar equações com e sem DAP, com resultados R2 aj.(%) de a) 92,92 e b) 79,44; Syx (%) de a) 16,73 e b) 27,47; e, critério de Pressp de a) 201,15 m6 e b) 537,47 m6, respectivamente. Por meio das variáveis morfométricas, foi possível desenvolver equações capazes de estimar com precisão o volume do fuste de árvores dominantes e codominantes em florestas tropicais.

Comparação da estimativa de parâmetros estruturais e de mapas de predição de biomassa produzidos por meio de simulações de métodos de amostragem e dados LIDAR na reserva florestal da Embrapa Acre.

O uso de tecnologias no setor florestal tem permitido dentre outras possibilidades, conhecer a real condição da floresta desempenhando o menor trabalho possível, o que garante uma maior eficiência ao se tratar, por exemplo, em tipos de amostragem no inventário florestal. A pesquisa teve como objetivo testar a eficiência da amostragem aleatória e sistemática em quatro níveis de intensidade amostral para produzir estimativas de biomassa seca acima do solo e comparar mapas de predição de biomassa com dados gerados pelo LIDAR (Light Detection and Ranging). O trabalho foi realizado em uma reserva florestal de 800 ha do Campo Experimental da Embrapa Acre. Os dados foram fornecidos pela Embrapa Acre e gerados em duas fases, a primeira por meio de um inventário 100%, no qual foi utilizado para simular a amostragem na área de estudo, sendo utilizado todas as árvores vivas com DAP > 30 cm, a segunda fase através de dados LIDAR, ou seja, utilizando o perfilhamento à Laser aerotransportado. Para simular a amostragem foram utilizados três tamanhos de parcelas distintos 20mx20m, 50mx50m e 100mx100m em diferentes intensidades amostrais que foram 0,5%, 1%, 5% e 10%. O parâmetro utilizado para comparação foi o da biomassa seca acima do solo em Mg.ha-1 pelo teste Tukey, a 95% de probabilidade através do programa Minitab17 e as parcelas foram sorteadas e distribuídas por meio de simulações de instalação de parcelas utilizando o Arc GIS 10. Os dados LIDAR foram amostrados por uma empresa contratada, a partir deles foram realizados todos os modelos e a extrapolação das métricas para toda a área através do comando gridmetrics. Os mapas de predição foram confeccionados pela ferramenta de interpolação vizinhos próximos do Arc GIS 10 e as comparações entre os mapas foram feitas pela ferramenta do Arc GIS 10, Zonal statistic. A biomassa média obtida do inventário florestal foi de 155,2 Mg.ha-1, sendo que o tamanho de parcela ótimo encontrado foi de 50mx50m e os tratamentos que mais se aproximaram da média do inventário florestal foram o aleatório com intensidade amostral de 5% e o sistemático com intensidade amostral de 10%. Os tratamentos que atenderam o erro aceitável de 10% foram à amostragem aleatória com intensidades amostrais de 5% e 10% e a amostragem sistemática com intensidade amostral de 10%. Não houve diferença estatística significativa entre os tratamentos. Os mapas de vegetação baseados na biomassa que melhor representaram a biomassa seca acima do solo no tamanho de parcela 50mx50m foram na amostragem aleatória com intensidade amostral de 10%, e na amostragem sistemática com intensidades amostrais de 5% e 10%, comparando com os mapas gerados a partir do inventário 100% e dos dados LIDAR. Pode-se concluir que o tamanho ótimo de parcela foi de 50mx50m, com intensidades amostrais acima de 5% não havendo diferença entre os métodos de amostragem e que os mapas gerados pelo inventário 100% e pelos dados LIDAR foram equivalentes.

Uso do R-shiny para execução de modelos matemáticos via web: estudo de caso sobre a dinâmica de propagação do HLB do citros.

RESUMO - O Huanglongbing (HLB ou Greening) é a doença mais importante e destrutiva da citricultura mundial. Presente de forma endêmica nos continentes asiático e africano há várias décadas, essa doença foi constatada no Brasil em 2004, sendo transmitida pelo psilídeo Diaphorina citri e causada por bactérias de floema Candidatus Liberibacter spp. Para auxiliar o estudo da doença, foram desenvolvidos modelos matemáticos para avaliação da propagação do HLB Citros. Este trabalho tem por objetivo a criação de um sistema para execução via web de um destes modelos, permitindo aos profissionais de diversas formações, em especial os das áreas biológicas, que são os especialistas do domínio em estudo, acesso rápido aos resultados fornecidos pelo modelo matemático, eliminando ainda a necessidade de conhecimento prévio em alguma linguagem de programação ou de métodos de resolução de equações diferenciais. O sistema foi completamente implementado em R, tendo sido o pacote deSolve usado para solução do modelo matemático e o framework web Shiny para a interface com usuário, sendo todos open source.