Resumen El muestreo optimizado en inventarios forestales permite perfeccionar las tecnologías de manejo forestal sostenible. Se desarrolló una metodología para determinar la intensidad optima de muestreo en inventarios forestales continuos, ajustándolos al principio n° 08 del FSC (Forest Stewardship Council). Datos de un censo con mapeo de árboles con DAP ≥ 35 cm fueron utilizados. Un simulador de plan de corte que combina un algoritmo genético y un Sistema de Información Geográfica (GIS) fue desarrollado. Diez planes de corte fueron simulados, cinco con intensidad de 22 m3 ha-1 y cinco con 30 m3 ha-1. El área efectiva de explotación forestal fue dividida en 4 690 parcelas (100 x 100 m), en las cuales fueron asignados los árboles mapeados en el censo. En la preparación del algoritmo genético dos enfoques (A y B) fueron considerados. El enfoque A buscó maximizar el número de especies muestreadas con base en las intensidades de muestreo predefinidas 1:1 000, 1:750, 1:500, 1:250 y 1:200. El enfoque B buscó minimizar el número de parcelas permanentes para muestrear todas las especies cosechadas. No fue posible muestrear todas las especies cosechadas utilizando intensidades de muestreo predefinidas. Para cumplir con el Principio n° 08 del FSC, la metodología determinó una intensidad óptima de muestreo de 1:180 y 1:165 para las intensidades de corte de 22 m3 ha-1 y 30 m3 ha-1 respectivamente. No hubo diferencia significativa entre el número de especies cosechadas en las diferentes intensidades de corte.

Abstract The optimized sampling in forest inventories allows improving technologies of sustainable forest management. It was developed a methodology to determine the optimum sampling intensity for continuous forest inventories in order to meet the requirement of the Principle 08 of the Forest Stewardship Council (FSC). We used a census data, where trees equal or greater than 35 cm of dbh were measured and mapped. A cutting plan simulator that combines a genetic algorithm and a Geographic Information System (GIS) was developed. Ten plans were simulated, five with a cutting intensity of 22 m3 ha-1 and other five with cutting intensity of 30 m3 ha-1. The effective area of logging was divided into 4 690 plots. During the genetic algorithm implementation, two approaches (A and B) were cosidered. Approach A aimed to maximize the number of sampled species, based on pre-defined sampling intensities of 1:1 000, 1:750, 1:500, 1:250 and 1:200. Approach B, in turn, aimed to minimize the number of permanent plots to sample all harvested species. It was not possible to sample all harvested species using pre-defined sampling intensities. To meet the requirements of FSC 8th Principle, the methodology determined an optimum sampling intensity of 1:180 and 1:165 for cutting intensities of 22 m3 ha-1 and 30 m3 ha-1, respectively. There were no significant differences between the numbers of harvested species in the both cutting intensities.

RESUMO O objetivo deste estudo foi de avaliar a eficiência do emprego de dados de análises total e parcial do tronco de árvores de Tectona grandis e de parcelas permanentes, para construção de curvas de índices de local e modelagem do crescimento e da produção, em nível de árvores individuais e de povoamento. Os dados foram obtidos em povoamentos localizados no estado do Mato Grosso, com idades, variando de 2 a 10 anos no momento do abate das árvores para análise de tronco. Nesse momento, foram instaladas 40 parcelas permanentes, que foram mensuradas nos cinco anos subsequentes. Dados de análise de tronco obtidos dessas parcelas foram utilizados para validação de um modelo de densidade variável. Esses modelos estimaram a produção com exatidão e consistência. Em seguida foi incluído os dados das parcelas permanentes aos de análise do tronco e o modelo foi reajustado. Pode ser concluído que a análise de tronco em árvores de Tectona grandis é uma alternativa eficiente para obter dados visando estudos de crescimento e produção. Também foi confirmada a possibilidade de agrupar dados passados, obtidos por análise de tronco, com parcelas permanentes, visando a modelagem do crescimento. Por fim, foi avaliada e confirmada a eficiência dos dados de análise de tronco para modelagem do crescimento em nível de árvores individuais.

ABSTRACT The purpose of this study was to evaluate the efficiency of using total and partial analysis data of the trunk of Tectona grandis trees and of permanent plots, for the construction of site index curves and growth and production modeling, at the level of individual trees and of the settlement. Data were collected in settlements located in the State of Mato Grosso, with ages ranging from 2 to 10 years at the time of tree logging for trunk analysis. At that time, 40 permanent plots were installed, that were measured in the five subsequent years. Trunk analysis data obtained from those plots were used for validation of a variable density model. This model estimated the production with accuracy and consistency. Then, data from permanent plots were added to those of trunk analysis and the model was readjusted. It can be concluded that the trunk analysis of Tectona grandis trees is an efficient alternative of data collection for growth and production studies. The possibility of grouping past data, obtained by trunk analysis, with permanent plots, for growth modeling purposes, was also confirmed. Finally, the efficiency of trunk analysis data for growth modeling at a level of individual trees was evaluated and confirmed.

RESUMO O objetivo deste trabalho foi testar a aplicabilidade das redes neurais artificiais na estimação da altura em testes clonais e de progênies de eucalipto. Foram utilizados 8.329 dados de teste clonal, coletados em seis idades, divididos em 6 blocos e 5 repetições, e 36.793 dados para o teste de progênie, coletados em 5 idades e divididos em 10 blocos e 5 repetições. As variáveis categóricas de entrada foram a idade, o genótipo e o bloco. O diâmetro (dap) foi utilizado com variável de entrada contínua. Para definição dos dados para treinamento das redes foram utilizadas duas sub-amostras: a sub-amostra 1, composta pela primeira árvore de cada bloco e a sub-amostra 2, uma árvore foi selecionada aleatoriamente dentro de cada bloco. Essa seleção foi feita para os testes clonal e de progênies. Os dados selecionados foram separados em 70% para treinamento e 30% para a validação. As demais árvores, que não faziam parte das duas sub-amostras, foram utilizadas para a generalização. Para cada idade e tratamento foi calculado o teste kolmogorov - Smirnov (K-S) afim de verificar a normalidade dos resíduos. Os resultados demonstram que as redes podem ser usadas na estimação da altura das árvores dos diferentes genótipos presentes nos testes clonais e de progênies, sem perda da exatidão e significativa redução de custo de medição dos experimentos.

ABSTRACT The goal of this study was to test the applicability of artificial neural networks for estimating tree heights in clonal tests and progenies. We used data from 8,329 clonal tests collected for six age groups, divided into six blocks and five repetitions. For the progeny tests, we used 36,793 data points, collected at age 5 and divided into ten blocks and five repetitions. The categorical input variables considered were age, treatment, and block. The diameter (dap) was used with continuous input variables. For training the networks, we used two samples. Sub-sample 1 was composed of the first tree of each block. In sub-sample 2, the tree was selected randomly within each block. This selection was made in both tests. The selected data were separated, with 70% used for training and 30% used for validation. The other unselected trees were used for generalization. For each age and treatment, we used the Kolmogorov-Smirnov (KS) test to verify the normality of the errors. The results show that ANNs can be used to estimate the heights of trees subjected to various experimental plot treatments, with no loss of accuracy or estimation precision.

Este estudo apresenta um modelo de distribuição diamétrica baseado em um modelo de Autômatos celulares (AC) unidimensionais e redes neurais artificiais (RNA) para a simulação de desbaste. Cada célula do AC proposto representa uma classe de dap, sendo o estado futuro previsto em função do estado atual dessa célula, do estado de suas quatro células vizinhas e de sua idade atual e futura. Como regra de evolução, utilizou-se uma RNA. A exatidão foi avaliada empregando-se o procedimento estatístico L relação entre frequências observada e estimada e realismo biológico do modelo construído. Entre as redes treinadas, foram selecionadas as 10 que representavam a evolução da distribuição diamétrica com maior exatidão. Entre essas 10 RNA, sete apresentaram valores estimados estatisticamente iguais aos observados (p>0,01). O enfoque de modelagem proposto permite estimar distribuições diamétricas futuras com exatidão.

This study presents a diametric distribution model based on a one-dimensional cellular automata (CA) model and artificial neural network (ANN). Each CA cell proposed stands for a dap class, with the future state being predicted in function of the present state of this cell, the state of its surrounding cells and of its present and future ages. An ANN was used as a rule of evolution. Accuracy was evaluated by applying the statistical procedure L, a relationship between observed and estimated frequency and biological realism of the model built. Of the trained networks, 10 representing diametric distribution evolution with more accuracy were selected. Of these 10 ANR, seven represented estimated values statistically equal to those observed (p>0.01). The focus of the modeling proposed allows estimating future diametric distributions accurately.