AMOSTRAGEM

PARA INVENTRIO FLORESTAL COM PROBABILIDADE

SUPERPOSIO DE PARCELAS CIRCULARESl

DE

Thomaz Corra de Castro da Costa? e Adair Jos Regazz'

RESUMO Este trabalho teve o propsito de avaliar uma metodologia de amostragem que prope o uso de
parcelas circulares superpostas em inventrios florestais, comparada amostragem simples ao acaso convencional.
Compararam-se os mtodos com parcelas retangular e circular de raio fixo e varivel (Bitterlich). Os resultados
mostraram que o mtodo de parcelas circulares superpostas pode ser aplicado com os estimadores da amostragem
simples ao acaso, e o mtodo de Bitterlich pode ser uma alternativa parcela circular de raio fixo.
Palavras-chave:

SAMPLING

Amostragem

simples ao acaso, Amostragem

por ponto e Mtodo de Bitterlich.

FOR FOREST INVENTORY WITH PROBABILITY

PLOT SUPERIMPOSING

OF CIRCULAR

ABSTRACT - The objective of this study was 10 evaluate a sampling methodolo gv that proposes the use of
overlapping circular plots inforest inventories in comporison with.the conventional simple random sampling.
The overl apping circular plots method was compared with. rectangular and circular plots with fixed and
variable radius (Bitterlich.). Results showed that the ciclular plot superposing method may be applied with.
estimators ofconventional simple random sampling, and the Bitterlich method may represent an alternative
to the circular plot withfixed radius.

Kevwords: Random simple sampling, Point sampling and Biuerlich 's method.

1. INTRODUO
Em inventrios realizados em florestas homogneas
comum o uso de parcelas circulares como unidades

de amostra (SOUZA, 1981), em que a locao rpida

e no fica sujeita erros de dimenso como na marcao
de parcelas retangulares (RIOS, 1993). No entanto,
h uma pequena imperfeio conceitual, conforme
o desenho amostral adotado. A populao pode no
ser totalmente coberta por (N) parcelas circulares no
superpostas, chegando a excluir at 21 % da populao
(YANDLEe WIANT, 1981), que, dividida em N parcelas
mutuamente exclusivas, no exaustivamente coberta
(Figura 1).
Fowler e Davis (1979) verificaram que essa situao
pode afetar as est irnati vas em funo da dimenso
e distribuio
espacial das rvores. Quando a

distribuio das rvores uniforme, as diferenas

entre os parmetros da subpopulao e da populao
se aproximam de zero.
No desenho sistemtico, a certeza de excludncia
de reas do povoamento menos provvel pelo fato
de, na prtica, a seleo de unidades de amostra ser
definida pela distncia, e, quando no ocorre diagramao
prvia da populao em unidades de amostra para o
sorteio, qualquer regio da populao ter a mesma
probabilidade
de ser selecionada,
e sendo essa
imperfeio no entanto, contornada.
No caso de N parcelas circulares no superpostas,
os estimadores da Amostragem Simples aoAcaso (ASA)
so definidos para uma subpopulao e no para a
populao total, no permitindo a seleo da rea excluda
entre os crculos.

I Recebido
em 08.01.2008 e aceito para publicao em 14.10.2009.
~Empresa Brasileira de Pesquisa Agropecuria, Embrapa, Brasil. E-mail: <thomaz@cnpms.embrapa.br>.
3 Departamento
de Informtica, Universidade Federal de Viosa - Vicosa, MG - Brasil. E-mail: <adairreg@ufv.br>.

R. rvore, Viosa-MG, v.34, n.l, p.137-l45, 2010

138

COSTA, T.C.C. e REGAZZI, A.J.

Fonte: PALLEY e HORWITZ,1961.

4r

6r
Figura l-Populao subdividida em parcelas circulares no
superpostas de raio r.
Figura 1- Population subdivided in nonsuperimposed Circular
Plots with r radius.

Palley e O'Regan (1961), Schreuder (1970), Fowler

e Davis (1979), Yandle (1979) e Yandle e Wiant (1981)
abordaram essa questo focando um mtodo de
amostragem que permite a superposio de parcelas.
Neste trabalho foram discutidas concluses
obtidas pelos referidos autores, apresentado o mtodo
proposto por Yandle e Wiant (1981) que permite a
superposio de parcelas circulares como aproximao
do mtodo de Bitterlich e verificadas as probabilidades
de seleo de at duas rvores entre o mtodo da
Amostra Simples ao Acaso com Parcelas Retangulares
(ASA) e o mtodo da Amostra Simples ao Acaso com
Superposio de Parcelas Circulares (ASAC). Por fim,
procedeu-se
comparao
entre os metodos de
amostragem ao acaso e sistemtico, com parcelas
retangulares de raios fixo e varivel, por meio de ensaios
amostrais em um povoamento simulado, o que permitiu
avaliar, na prtica, o resultado com parcelas circulares
de raios fixo e varivel.
1.1. Amostragem ao Acaso com Parcelas Circulares
de Raio Fixo (ASAC)
Um povoamento florestal pode ser amostrado
com parcelas circulares permitindo a superposio de
parcelas, como feito na amostragem pelo mtodo de
Bitterlich ou amostragem por ponto (YANDLE, 1979).
Grosenbaugh (1952, 1958 citado por PALLEY
e HORWITZ,1961) foi o primeiro a reconhecer amostragem
por ponto (mtodo de Biterlich) como um caso de
amostragem com probabilidade proporcional ao tamanho
(PPS) com reposio. Na amostragem por ponto, aps
definir a constante k, proporo que determina o angulo
de seleo da rvore qualificada, cada rvore ter a

R. rvore, Viosa-MG, v.34, n.I, p.I37-145,

2010

Figura 2 - Norma geomtrica para amostragem por ponto.

Figure 2 - Geometric normfor point sampling,

probabilidade de ser selecionada proporcionalmente

ao seu dimetro D, que ser dada por P = tt S2/A,
sendo A a rea amostrada e 1tS2, a rea do K- crculo
da rvore (crculo com rea proporcional rea basal
da rvore), ou seu dimetro, de acordo com o valor
de K, que dado por K = _s_
, sendo S a
d ~ .
I (J / 2)D
d
istancra entre o ponto se ecroria do e o centro
a
rea basal da rvore qualificada; e D, o DAP da rvore
qualificada (Figura 2).
Dessa forma, qualquer ponto na regio nS2da
respeciva rvore que for selecionado estar incluindo
a rvore. De acordo com a ilustrao de uma populao
com trs rvores (Figura 3), para amostragem por ponto
uma unidade de amostra ser definida a partir da seleo
aleatria de um ponto na rea da floresta (A). Toda
rvore i em que a relao _s_;_ ,; K estar includa
,
(11 'lJD
'
nessa unidade amostral. O conjunto dessas rvores
ir fornecer um agrupamento associado quele ponto
amostra!. Todo ponto selecionado
dentro do Kcrculo da rvore 1 a incluir. Da mesma forma, os
pontos que forem selecionados
dentro das reas
de interseo
incluiro
as rvores que tem seus
K-crculos se superpondo
formando essas reas
(Figura 3).
Yandle (1979) afirmou que a amostragem com
parcelas de raio fixo, com locao aleatria de pontos
(centros das parcelas), pode ser considerada como
um caso especial da amostragem de Bitterlich, em
que a probabilidade de seleo da rvore individual
constante, o que significa considerar todas as rvores
com a mesma rea basal. Pode-se utilizar, por exemplo,
o diametro mdio obtido pela amostra, Drn, sendo
K =
S
, sendo S o raio fixo da parcela.
O / 2)Dm

Amostragem para inventrio florestal com ...

Fonte: Adaptado de PALLEY e O'REGAN,1961.

Source: Adapted ofthe PALLEY e O'REGAN,1961.

o
~
ZERO

Figura 3 - Populao com agrupamentos de rvores e regies

definida para a arnostragem por ponto, considerandose uma floresta com trs rvores.
Figure 3 - Population with tree clusters and regions for point
sampling considering aforest with. three trees.

A relaoentre a amostragem de Bitterlich e a amostragem

com parcelas de raio fixo pode ser tambm obtida atravs
da extenso do trabalho de Schreuder (1970), em que
o agrupamento uma coleo de pontos (reas de
interseo entre os k-crculos) contendo as mesmas
rvores amestradas. Para adequar a populao a uma
grade finita de pontos, um agrupamento definido
como uma coleo de rvores amostradas associadas
com um ponto, e diferentes pontos podem conter as
mesmas rvores.
Com isso, Schreuder (1970) associou a amostragem
por Bitterlich ao modelo de Amostragem Simples ao
Acaso (ASA), restringindo a possibilidade de locao
do centro da parcela a pontos de interseo entre linhas
de urna grade. Considerando parcelas circulares de
raio fixo, pode-se definir essa grade de pontos como
urna populao de N pontos (centros de parcelas de
raio fixo), para a Amostragem Simples ao Acaso com
Parcelas circulares Superpostas (ASAC), resultando
na populao (Figura 4).

Schreuder (1970) mostrou que os estimadores da

Amostragem Simples ao Acaso com Parcelas circulares
Superpostas (ASAC), considerando o nmero de linhas
da grade aproximadamente infinito, so os mesmos
da amostragem de Bitterlich, derivados por Palley e
Horwitz (1961 citados tambm por YANDLE e WIANT,
1981). Ao substituir parcelas de Bitterlich por parcelas
de raio fixo nas frmulas, todos os resultados se reduzem,
no limite, para amostragem com parcelas de raio fixo
(YANDLE,1979).
Similarmente, no trabalho de Palley e O'Regan
(1961) o segundo exemplo pode ser aplicado com a
amostragem de parcelas de raio fixo, substituindo os
crculos com reas proporcionais s reas basais das
rvores (k-crculos) por crculos de mesma rea.
Os estimadores para Amostragem Simples ao
Acaso com Parcelas circulares superpostas de Raio
Fixo (ASAC), no viesados, para o total e a varincia
do total, apresentados por Yandle (1979) e substanciados
por Schreuder (1970) e Palley e O'Regan (1961), so:

. A(ll/- 2)~
) =-T
Aa n
a

y=-

v(Y)

A = v(-T)
a

A2
= -2-2

a n

v(~)

A2
=-2

nt,T/

-(t,~J

n2(n-l)

,sendo n o nmero de parcelas ou pontos amostrados

(centros selecionados das parcelas); Ti' o total da
caracterstica de interesse para a parcela i; a, a rea
da parcela; e A, a rea da populao amostrada.
Essas frmulas so as mesmas da ASA com
reposio, considerando N = :i., com a smplificao
a

da frmula para a varincia do total sendo possvel

porque a seleo dos pontos independente e, como
as intensidades de amostra em inventrios florestais
so geralmente muito baixas 0,05), a probabilidade
de ocorrer superposio de parcelas na amostra muito
pequena.

1.2. Varincias da ASA e ASA C

Figura 4 - Populao com parcelas circulares superpostas.

Figure 4 - Population with superimposed circular plots.

Yandle e Wiant (1981) apresentaram as diferenas

entre as varincias dos estimadores para o total,
obtidas pela ASA, com o uso de parcelas retangulares
no superpostas; e ASAC, com parcelas circulares

R. rvore, Viosa-MG, v.34, n.L, p.137-145, 2010

COSTA, T.C.C. e REGAZZI, A.J.

superpostas,

em funo dos elementos (rvores). A

ASA, ignorando
a correo das
populaes finitas e considerando N = .:!.. (deduo
em Yandle e Wiant, 1981), ,
11

2r

vari nc ia para

-----<,
,,
,
,

sendo M o nmero total de rvores na populao; y., o

valor da caracterstica de uma rvore j; Y, o valor total da
caracterstica; N, o nmero total de parcelas; mi, o nmero
total de rvores na parcela i; Yia.o valor da caracterstica
da rvore a na parcela i; Yi/3. o valor da caracterstica da
rvore ~ na parcela i; e n, o nmero de parcelas amostradas.
}

Nota-se que o nmero de termos de produtos

cruzados,

Figura 5 - Regio de possveis produtos cruzados com a

rvore a.
Figure 5 - Region ofp ossible products crossed with the
a tree.

+ - LYilYi2 + YilYi3 + Yi2YiJ + Yi2Yi3 + Yi3YiI + Yi3Yi2

a i=l
(exemplo com 3 rvores na parcela), dado pelo somatrio
dos arranjos

de mi rvores

duas a duas em cada

parcela,Lmi(mi-l),sendo,m(m-l)=A2
i-,,!

AI, = 6 produtos

TIl;

m'

i',

tm, - 2)!

= ~ [~
n a

1
Il =N

cruzados para o exemplo.

A varincia da Amostragem ao Acaso com Parcelas

Circulares de Raio Fixo (ASAC) dada por Yandle (1979):

VO'ASAC)

A seguinte aproximao emprica apresentada

(YANDLE e WIANT, 1981), ou seja: considerando um
tamanho de parcela com raio r, determinada rvore a
centrada numa rea de raio 2r vai ter 4fl-1 grupos de rvores
obtendo produto cruzado com a (a o > O) , sendo

i:

y~ - y2

+ ~

i: i:

up

Yuyp(a )]

a' p
a
, sendo Yrx' o valor da caracterstica da rvore a; Yf3'
o valor da caracterstica
da rvore l3;aaP' a rea de
superposio entre os crculos das rvores a e 13; e
os outros termos previamente definidos.
a

j=l

As varincias diferem apenas nos termos de

produtos cruzados. O nmero desses termos o arranjo
envolvendo todas as rvores do povoamento:

A:1

= M(M

-1)

Para ASAC, o nmero de termos de produtos

cruzados ir depender do tamanho da parcela (a) e
da densidade do povoamento,
porque quaisquer
rvores a e 13 que estiverem a uma distncia maior
que o dimetro da parcela no estaro includas na
mesma parcela, resultando em aap= O . Assim, o
nmero de termos vai ser consideravelmente
menor
que M(M-l).

R. rvore, Vosa-MG, v.34, n.l, p.137-145, 2010

Il"

Lm

j=1

o nmero mdio de rvores por parcela e considerando

uma distribuio das rvores razoavelmente regular
na rea (Figura 5).
Assim, o nmero de termos de produtos
cruzados diferentes de zero dentro vc2ASAc_) de
ser, aproximadamente, M(4fl-1).
Yandle e Wiant (1981) tambm calcularam. o valor
a
mdio esperado da razo~,
chegando ao seguinte

E( a;, )=~'

resultado:
Co~binando
esse resultado
com o nmero esperado de termos de produtos cruzados
dentro da VC?AsAcl ' apresentada a contribuio
1
re Iativa d esses termos:'-M(4].i
-1) = M(].i --).1
4
4
Para ASA, em populaes com espaamento fixo
entre as rvores, sendo M uma constante, o nmero
mdio esperado :
E[t,mi(mi

-I)] =

E(mi' -m,) = t~l(f.l-I)= Nf.l(f.l-I) = M(f.l-I)

Este valor ser menor que o correspondente

para ASAC, com valores de variancia menores
para amostragem sem superposio
de parcelas,

Amostragem para inventrio florestal com ...

considerando-se
a mesma populao amostrada,
a intensidade
de amostragem
e o tamanho da
parcela.
2. MATERIAL

E MTODOS

A deduo das probabilidades

de seleo de
amostras e rvores na Amostragem Simples ao Acaso
com Parcelas Retangulares
(ASA) e com parcelas
circulares superpostas (ASAC) foi executada para
obter a comparao entre ambas. O desenvolvimento
foi a partir de algumas expresses com dedues
no apresentadas no artigo de Yandle e Wiant (1981).
Foi gerada uma populao
fictcia para
execuo de ensaios amos trais comparando ASA,
ASAC, mtodo de Bitterlich e distribuio sistemtica
de unidades de amostra. A avaliao das estimativas
da populao de 75 rvores distribudas aleatoriamente
em 1 ha, com o parmetro rea seccional, foi obtida
pela exatido com o parmetro populacional e pelo
tamanho da variancia do total. Para essa populao
foram estabelecidos os seguintes desenhos e ensaios
amostrais:
1. Dezesseis parcelas retangulares de 25 x 25 me
circulares no superpostas de raio 12,5 m (Figura 6),
obtendo-se
200 amostras
aleatrias
de quatro
parcelas para cada desenho (parcelas retangulares
e circulares).

2. Grade de 64 pontos centrais de parcelas

circulares de raio fixo 12,5 m, superpostas (Figura 7),
obtendo-se 200 amostras aleatrias de quatro parcelas.
3.Uma amostra sistemtica
pelo mtodo de Bitterlich.

de quatro pontos

4. Uma amostra sistemtica

ciculares de raio fixo 12,5 m.

de quatro parcelas

5. Trs amostras aleatrias de quatro pontos pelo

mtodo de Bitterlich.
6. Trs amostras aleatrias de quatro parcelas
circulares de raio fixo 12,5 m.

3. RESULTADOS
3.1. Probabilidades

E DISCUSSO

de Seleo para ASA e ASAC

Comparando a Amostragem Simples ao Acaso

com Parcelas Retangulares (ASA), com a Amostragem
ao Acaso com Parcelas Circulares Superpostas (ASAC),
mostrada a diferena entre as probabilidades amostrais,
considerando-se
a seleo de at duas unidades de
amostra.
3.1.1. Probabilidade
reposio

de seleo para ASA, com

A probabilidade de uma rvore a, presente em

uma unidade de amostra, ser includa na amostra :
N" -(N -1)"
P (a) =
.
l-(l-P)",sendoN"onmero
r
N"
de todas as possveis amostras; (N-l)", o nmero de
todas as possveis amostras sem a parcela que inclui
a rvore a; Nn_(N-l)n, o nmero de todas as possveis
amostras com a parcela .que inclui a rvore a' , e P = ~N = ~A
Uma vez que cada rvore est presente em uma e somente
uma parcela, a probabilidade de a rvore a estar includa
na amostra ser 1-(l-p)n.
A probabilidade de duas rvores a e !3 de parcelas
distintas estarem na mesma amostra :
I a
P,( B) = 1- 2(1- P)" + (1- 2P)" , sendo P = - =N
A
Apresentando
a deduo:

an

P, (a n

B)

= I-

P, (a n

= 1- ~' (u) + P,

B)

(13) -

= )-

P, (u U B )

i; (u r, 13)]

ti>

Mas p'(a r,
= P, (a u ~)representa a probabilidade
de as rvores a e f3 no ocorrerem juntas em nenhuma
das n parcelas da amostra, ou seja:

P(a u ~),(rvsa
--fi)
p'.(auf'

1)

P(u. u ~), (rvs 'a' e' ~ 'no,ocorrerem,na,parcela'

2)

P(u. u ~),,(rvsa

11)

"

e ~ -noocorreremna.parcela-

. e' [1, no.ocorrerem,na.parcela'

Como as n parcelas so distribudas aleatoriamente,

P,(a u ~) = [P(a u ~)]"= [1- P(a u~)]"

A populao,
os desenhos
e os ensaios
amos trais foram realizados a partir de dados reais
de rvores, com procedimentos
em sistemas de
informaes
geogrficas
(EASTMAN,
2003) e
linguagem Visual Basic em Excel.

= {I- [p(a) + P(~) - P(a r, ~ )}" = [1-

P(a) - P(~)]"

e sabendo que P(a) = P(~) = P e P,(a) = p/i3) = (l_p)n,

chega-se a probabilidade de incluso de duas arvores em
parcelas distintas para n sorteios aleatrios com reposio:

P, (a n ~) = 1- 2(1- P)" + (1- 2P)"

R. rvore, Viosa-MG, v.34, n.l, p.137-145, 2010

COSTA, T.C.C. e REGAZZI, A.J.

3.1.2. Probabilidade

de seleo paraASAC

A probabilidade de uma rvore a estar na amostra

P, (rv.a)= 1- (1- P)". Apresentando
a deduo, a
probabilidade de a rvore a estar na amostra pode ser
dada por:
P(:>t(rvu . no estar- na- parcela

.1)1

P(:) 2 (rvu . no estar- na- parcela- 2)

Pr(n)=I-Pr( n)= 1-

P(:). (rv u . no estar- na parcela- n)

Mas P(a\ (rv. a no estar em qualquer parcela) = 1-P,

sendo P a probabilidade de a rvore a estar em qualquer
parcela.
Como a seleo de pontos independente, com
n pontos escolhidos aleatoriamente, para que a rvore
a no esteja em nenhuma das n parcelas, p,() =
(l-P)(1-P)

... (l-P)

= (l-P)".

Assim, a probabilidade de a rvore a estar na amostra

ser P,<a)=1-(1-P)".
A probabilidade de duas rvores estarem ambas
na amostra dada por:
P,(anp)= l- 2(1- P)"

+ (1-

a
2P+ p"p)", com Pap = ~,

sendo a'x{f a rea de superposio

das rvores a e 13.

A
entre os crculos

Nota-se que o nico termo que diverge em relao

probabilidade de incluso de at duas rvores na
Amostragem Simples ao Acaso (ASA) com reposio
P af3. o que, para ASAC, o valor de P af3 depender
da proximidade entre as rvores a e f3 e da rea de
interseco das parcelas circulares.
3.2. Desenhos e Ensaios Amostrais
Nas Figuras 6 e 7 so apresentados os desenhos
de amostragem no povoamento fictcio com 75 rvores.
As distribuies dos ensaios de maior controle, 1 e
2, com a seleo de 200 amostras para estabilizao
da estimati va (COSTA et al., 1996), so visualizadas
nas Figuras 8, 9 elO. As amostras com parcelas circulares
no superpostas, com excluso de 12 rvores (16%),
e as amostras com parcelas superpostas apresentaram
maior variabilidade nas estimativas.
Na comparao dos eventos amostrais, (Tabela 1)
entre os ensaios com 200 repeties, a menor exatido
foi verificada no evento com parcelas circulares
no superpostas,
sendo o evento com parcelas
retangulares o que mais se aproximou do parmetro
da populao, obtendo tambm a menor variao
da rea basal total (s).

Para deduzir a probabilidade de duas rvores estarem

simultaneamente na amostra, obtm-se:
~(an!3)=l-~(an!3)=l-~(au!3)

= l-l?,(a)+~(I3)-~(: n 13)]
Mas Pri" n 13) = [P(a u (3)]" = [1- P(a u (3)]",
[p( 0.) + P(!3 ) - P( a. n !3)} n conforme deduo
para ASA. E, sabendo que P(a) = P(~) = P e ,

= {l-

P, (a) = P, (13) = (1- P)"

chega-se frmula da
probabilidadede incluirduas rvorespara n sorteiosaleatrios
com reposio.Pfu n p) = 1- 2(1- P)" + (1- 2P + ~P)"
como descrito em Yandle e Wiant (1981).
Nota-se que, na Amostragem Simples ao Acaso
(ASA) com reposio, a probabilidade de dada rvore
estar sendo includa na amostra a mesma de quando
se usa ASAC. J a probabilidade de a amostra incluir
duas rvores consecutivas
com parcelas
no
superpostas ser tambm dada pela frmula:

P, (a. n !3) = 1- 2(1- P)" + (1- 2P + ~,p

R. rvore, Viosa-MG, v.34, n.I, p.137-l45, 2010

Figura

6 - Distribuio aleatria de 75 rvores no povoamento

de 1 ha (100 x 100 m), delimitado por 16 parcelas
retangulares de 25 x 25 m e 16 parcelas circulares
de raio fixo de 12,5 m ,
Figure 6 - Random distribution of75 tre es in l ha forest
(100 x 100 meters ) enclosed by 16 square plots
of25 x 25 meters and 16 circular plots of fixed
radius of 12.5 meters.

Amostragem

para inventrio

florestal

com ...

---""""""==""'i143

Nos ensaios sem repetio,

as menores exatides
foram obtidas pelo procedimento sistemtico, sem grandes
diferenas
entre o mtodo de Biterlich e o de parcelas
circulares de raio fixo. Outro estudo, conduzido por Farias
et alo(2002), gerou resultados com maiores erros amostrais
para o mtodo de Bitterlich, aumentando
com o fator de rea basal (k).
Uma confirmao

terica

sistematicamente

desses

ensaios

que

uma populao aleatria no deve ser inventariada

pelo
procedimento
sistemtico, seja por parcelas retangulares
ou circulares.
Embora esse processo
seja mais vivel
operacionalmente,
ele induz a perda de representati vidade,
por adotar um desenho uniforme em populaes de natureza
no uniforme.
A realizao

de inventrio

florestal

considera,

entre

outros, o tamanho, a forma e a distribuio

de unidades
de amostra, e o objetivo de obter estimativas
confiveis
e precisas dos parmetros
no deve ser negligenciado.
No caso deste artigo, o modelo proposto
Wiant (1981), embora de melhor preciso
procedimento

de parcelas

circulares

por Yandle e
em relao ao

no superpostas,

no representa vantagem operacional em relao aos ensaios

de pontos aleatrios. E o procedimento de Bitterlich, mtodo
no usual em inventrios florestais, mostrou-se eficiente
para a estimativa
do parmetro
populacional.

0.2

0,4

0.6

0.8

1.0

1.2

1,4

1.6

1.8 2.0

Area

Basal

(m 2Jha)

2.2

2,4

2.6

2.8 3.0

3.2

Figura 8 - Frequncia de rea basal (rrr'/ha) estimada de 200

amostras de quatro parcelas extradas aleatoriamente
da grade de 16 parcelas retangulares de 25 x 25
rn. Distribuio Normal por teste Qui-Quadrado
t = 24,63952, gl = 7 (ajustado) e, p = 0,00088.
Figure 8 - Frequency ofthe basal area (mi/ha) estimated
by 200 samplesfrom the 4p/OIS randomly extracted
from the grid of 16 square plots of25 x 25 meters.
Normalfunction ofchi-square test t = 24.63952,
df= 7 (adjusted) and p = 0.00088.

0.0

0.4
0.2

0.8
0.6

1.2
1.0

1.6
1.4

2.0
1.8

2.4
2.2

2.8
2.6

3.2
3.0

3.6
3.4

4.0
3.8

Area Basal (m2lha)

Figura 7 - Distribuio aleatria de 75 rvores no povoamento

de 1 ha (100 x 100 m), delimitado por 64 parcelas
circulares superpostas com raio de 12,5 rn.
Figure 7 - Random distribution of75 tre es in 1 ha forest
(100 x 100 meters) enclosed by 64 overlapping
circular plots of25 x 25 meters and 16 circular
plot s offixed radius of 12.5 meters.

Figura 9 - Frequncia de rea basal (m//ha) estimada de 200

amostras de quatro parcelas extradas aleatoriamente
da grade de 16 parcelas circulares no superpostas
de raio de 12.5 m. Distribuio normal por teste
Qui-Quadrado
t = 14.68972, gl = 10 (ajustado)
e p = 0,14379.
Figure 9 - Frequency ofthe basal area (m2Iha) estimated
by 200 samplesfrom the 4 plots randomly e.xtracted
from the grid of 16 non-overlapping circular plots
of radius 12.5 meters. Normal function of chisquare test t= 14.68972, df=/O (adjusted) and
p = 0.14379.

R. rvore, Viosa-MG, v.34, n.l, p.137-145, 2010

..

144

COSTA, T.C.C. e REGAZZI, A.J .

Tabela 1 - Parmetro da populao e estimativas de rea basal (rn/ha) total e desvio-padro do total, em diferentes ensaios
arnostrais.
Table 1 - Population parameter and estimates of the total basal rea (m2Iha) and standard deviation ofthe total in dif.ferent
sampling assays.
Amostras

Ab(m/ha)

S(Abm2/ha)

E(Ab m2/ha
A

-Abm//ha)

1,64

Populao

<.;

Retang_16 parcelas (200 amostras/4 parcelas)

CircRFix_16 parcelas (200 amostras/a parcelas)
CircRFix_64 pontos (200 arnostas/a parcelas)
Biterlich (k=ILSistelll
CircRFix_Sistem
Biterlich_Aleatl
Biterlich_Aleat2
Biterlich_Aleat3
CircRFix_Aleatl
CircRFix_Aleat2
CircRFix Alcat3

25

20

15

"e
~
z

10

0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6
Area Basal

'-..

1
1
1
1
1
1
1

1,62
1,84
1,71
2,75
2,46
1,66
1,11
1,30
1,68
1,23
1,33

0,4971
0,6216
0,6150
0,5774
0,6965
1,0787
0,6168
0,5638
1,0040
0,6601
0,7905

-0,02
0,20
0,07
1,11
0,82
0,02
-0,53
-0,34
0,04
-0,41
-0,31

de parcelas em mapas, o uso de parcelas circulares

no provoca tendenciosidade
nem impreciso nas
estimativas.

30

~
~

200
200
200

(m 2/ha)

.Figura lO-Frequncia de rea basal (rns/ha) estimada de 200

amostras de quatro parcelas extradas aleatoriamente
da grade de 64 parcelas circulares superpostas de
raio de 12,5 m. Distribuio normal por teste QuiQuadrado t = 16,46096, gl = 10 (ajustado) e p
= 0,08718.
Figure 10- Frequency of basal area (m//ha) estimated by
200 samples [rom lhe 4 plots randomly extracted
from the grid of64 overlapping circular plots
of 12.5 meters. Normalfunction
ofchi-square
t est t = 16.46096, df =1 O (adjusted) and p =
0.08718.

4. CONCLUSES
Concluiu-se
que, em levantamentos
por
amostragemem que o lanamento de unidades de amostra
feito aleatoriamente, sem considerar a diagramao

R. rvore, Viosa-MG, v.34, n.l, p.137-145, 2010

o mtodo da ASAC aproxima-se do mtodo

da ASA, com parcelas retangulares, em termos de
varincia do total e probabilidade
de seleo das
unidades de amostra. E, como a intensidade de
amostragem em inventrios florestais geralmente
muito baixa 0,05), a probabilidade de superposio
de parcelas muito pequena. As frmulas dos
estimadores sero as usuais da ASA, podendo-se
sortear aleatoriamente pontos em vez de parcelas
na populao e aplicar o mtodo de Bitterlich como
alternativa para a parcela circular de raio fixo, pelo
seu bom desempenho nos resultados .
S. REFERNCIAS
EASTMAN, J. R. IDRISI Kilimanjaro
guide
to GIS and image
processing.
USA Manual Version 14.00. Worcester: Clark Labs,
Clark University, 2003. 306p.
FARIAS, C. A. et a!. Comparao de mtodos de
amostragem para anlise estrutural de florestas
ineqineas. Revista rvore, v.26, n.5, p.541548,2002.
FOWLER, G. W.; DAVIS C. F. Sampling natural
resource populations: mutuallly exclusive fixedrea sampling units. Resource
Inventory
Notes, BLM-23: p.1-7,1979.

Amostragem para inventrio florestal com ...

PALLEY,M. N.; HORWITZ, L. G Properties ofsome

randon and Systematic point sampling estimators.
Forest Science, v.7, n.l, p.52-65, 1961.
PALLEY,M. N.; O'REGAN, W. GAComputer
technique for the study of forest sampling methods.
Foresty Science, v.7, n.1, p.282-294, 1961.
RIOS, N. A. Amostragem
com igual
probabilidade
de seleo
e amostragem
com
probabilidade
proporcional
ao
tamanho,
em plantaes
de Eucaliptos,
Minas Gerais. 1993. 154f. Dissertao
(Mestrado em Cincia Florestal) - Universidade
Federal de Viosa, Viosa, MG, 1993.
SCHEREUDER, H. T. Point sampling theory in the
framework of equal-probability c1uster sampling.
Foresty Science, v.16, n.2, p.240-246, 1970.

SOUZA, A. L. Comparao
de tipos de
amostragens,
com
parcelas
circulares
de rea fixa e varivel,
em
povoamentos'
de Eucalyptus
grandis
de
origem
hbrida,
cultivados
na r egrao
de Bom Despacho,
Minas
Gerais.
1981.
79f. Dissertao (Mestrado) - Universidade
Federal de Viosa, Viosa, MG, 1981.
YANDLE, D. O. & WIANT, H. V. Comparison of
fixed radius circular plot sampling with simple
random sampling. Forest Science, v.27, n.2,
p.245-252,1981.
YANDLE, D. O. A generalization
of
techniques
for
sampling
populations
that
are spatialIy
distributed
in two
or more dimensions.
Fort Collins: Forest
Resources Inventories, 1979. p.966-982.

R. rvore, Viosa-MG, v.34, n.I, p.I37-I45,

2010